a.专家控制
专家系统理论和技术的迅速发展及其在控制工程中的应用，为智能控制开辟了一个新的研究方向，即专家控制（Expert Control  ，EC）。所谓专家控制，是指将专家系统理论和技术同控制理论与技术相结合，在未知环境下，仿效专家的智能，实现对系统的控制。人们把基于专家控制原理所设计的系统或控制器，分别称为专家控制系统或专家控制器。
专家控制器是运用知识进行推理、决策而产生控制作用的装置，它一般由计算机完成。在专家控制系统中，知识主要是一些经验和规则，它们用符号形式表示。
专家控制系统一般由三部分组成，一是控制机制，它决定控制过程的策略，即控制哪一个规则被激活、什么时候被激活等；二是推理机制，它实现知识之间的逻辑推理以及与知识库的匹配；三是知识库，包括事实、判断、规则、经验以及数学模型。
b.模糊控制
模糊控制是目前实现智能控制的一种重要而有效的形式。模糊控制的理论基础是模糊数学，模糊数学是介于逻辑计算和数值计算之间的一种数学工具，它形式上利用规则进行逻辑推理，但其逻辑取值可在 0 与 1 之间连续变化。由于其采用数值方法来表示结构性知识，并用数值方法进行处理，因而可用大规模集成电路来实现模糊系统。
模糊控制有三个基本组成部分：模糊化、模糊决策、精确化。模糊控制的工作过程简单地可描述为：首先将信息模糊化，然后经模糊推理规则得到模糊控制输出，再将模糊指令进行精确化计算还不错终输出控制值。
c.  神经网络控制
神经网络控制是模拟人脑神经中枢系统智能活动的一种控制方式，也称为基于连接机制的智能控制。神经网络具有的非线性映射能力、并行计算能力、自学习能力以及强鲁棒性等优点已广泛地应用于控制领域，尤其是非线性系统领域。 神经网络在控制系统中所起的作用可大致分为四大类：较好的类是在基于模型的各种控制结构中充当对象的模型；第二类是充当控制器；第三类是在控制系统中起优化计算的作用；第四类是与其它智能控制如专家控制、模糊控制相结合为其提供非参数化对象模型、推理模型等。