智能控制系统是利用现代信息技术，通过对被控对象进行感知、分析和决策，实现自主、智能化控制的系统。根据其控制策略、控制对象和控制方式的不同，智能控制系统可以分为多种类型，每种类型都有其独特的特点和适用场景。

　　基于规则的智能控制系统：

　　特点：基于人工编制的规则库进行决策和控制，通过IF-THEN规则来实现对系统的控制。

　　优点：易于理解和调试，适用于一些具有确定规律的系统，具有较好的适应性。

　　缺点：对规则的编制需要耗费大量人力和时间，无法应对复杂和不确定的环境。

　　基于模型的智能控制系统：

　　特点：通过建立数学模型描述系统的动态特性，利用模型进行仿真和预测，实现对系统的控制。

　　优点：能够对系统进行准确的建模和预测，具有较强的适应性和泛化能力，适用于复杂和不确定的环境。

　　缺点：建立和维护模型需要大量的数据和计算资源，对系统要求较高。

　　基于神经网络的智能控制系统：

　　特点：利用神经网络对系统进行学习和优化，实现对系统的自适应控制。

　　优点：具有较强的自适应性和学习能力，能够适应各种复杂和不确定的环境，具有良好的鲁棒性。

　　缺点：神经网络的训练和调试需要大量的数据和计算资源，且模型结构复杂，难以解释和理解。

　　基于模糊逻辑的智能控制系统：

　　特点：利用模糊逻辑对系统进行模糊建模和推理，实现对系统的模糊控制。

　　优点：能够处理不确定和模糊的信息，具有较强的鲁棒性和适应性，适用于一些难以建立

　　特点：利用遗传算法对系统进行优化和搜索，实现对系统的优化控制。

　　优点：能够全局搜索优解，具有较强的全局收敛性和鲁棒性，适用于复杂的优化问题。

　　缺点：算法运行时间较长，计算成本较高，不适用于实时控制。

　　综上所述，不同类型的智能控制系统各有特点，适用于不同的应用场景。在实际应用中，需要根据具体的控制需求和环境特点选择合适的智能控制策略，以实现对系统的有效控制和优化。