1．系统具有很强的时变和非线性。几乎任何真实系统都具有非线性，只是强弱不同而已。为了实现深层次、高性能的控制，就不能不充分考虑系统特性的时变性和非线性。举例来说，我国引进的SU－27战斗机可实现超机动飞行，其攻角可在极短时间内达到接近90°的程度，在此情况下它的气动特性全变了，用常规的线性化处理方法无法设计这样的控制系统。在民用方面，许多化工过程都有很强的非线性，其特性常随工况改变而改变，有时环境变了，特性起根本性的变化，即使仍然回到原来的环境和条件，原来的工况也无法恢复，造成灾难性后果，对于这类对象常规的PID调节常常不能满足要求。

众所周知，由于时变非线性动态方程没有通用的解法，因此和线性定常动态系统不同，远远未能建立起有效的控制系统设计方法，近年来由于微分几何、微分代数等数学工具的引进，非线性控制系统理论取得了一些突破性的进展，但仍然是很初步的，非线性控制系统性质复杂，许多特殊的性质，例如分岔、混沌等现象都可能在非线性控制系统中出现，对这些深层次的问题的了解，有待于对一般非线性动力学系统的深入研究，这正是当前数学界的一个重要题课。我们不能完全依靠数学家提供现成的果实，事实上也并非一定要对非线性动力学有了较完好的分析，才能对它作出有效合理的综合，然而对时变非线性动态系统提出一般化的有效设计方法毕竟是一件非常艰巨和困难的任务。

2．系统具有复杂的不确定性和各种无法预料的干扰，这种不确定性包括参数不确定性和结构上的不确定性。许多复杂的被控动态系统的维数是很高的，因此在分析处理时只能用低阶动态模型去逼近它，这就不可避免地存在未建模动态和不确定参数。为解决这类系统的控制，近年来鲁棒控制器的设计以及适应对象变化范围宽的一些控制方法等得到了深入的研究。对于线性系统这方面的成果相当丰富，但对时变非线性系统的研究仅只开始而已。

目前提出一些鲁棒控制方法，包括一些自适应控制等都不可避免地要依赖于对系统数学模型的精确数学分析，所以对线性系统取得的成果较多，而对时变非线性系统则成果不多，因为后者很难精确数学描述。而鲁棒控制设计又离不开以一定精确的数学模型为依据，这就是矛盾，这个矛盾若没有好的方法加以克服，鲁棒性强的控制将难以得到。这点对时变非线性系统尤其突出。在这方面需要在概念上和方法上有新的创造。

3．系统结构复杂、规模大。由于自动化技术应用的领域不断扩大，受控的系统愈来愈复杂，从控制系统的纵向看它包含了许多功能不同的层次，从横向看它分成了许多互联的子系统，例如CIMS技术就涉及全厂的综合自动化。如果说对较简单的单一动态系统可以仅用微分方程来描述的话，对这种复杂大系统就不可能仅用微分方程来描述，它的特性中至少要包括一些相互关系，逻辑制约等等，在时序上也不都是连续的。一些社会经济系统中还包括人在内，人的个人意识也在起作用，这类系统更是难以用数学方程来描述了，更有本质不同的特征。

60年代国际自控界发起推动“大系统理论”的研究。然而多年来这方面的成就不多，一些主要成果基本上是线性系统理论在具有复杂结构下的推广，远不能满足上述复杂系统的控制问题的需要。为解决问题需要完全新的途径和理论。现在迫切需要建立复杂系统的理论。在钱学森先生的倡导下，多年来我国学者在这方面积极地开展了研究。

应如何解决上述复杂系统的控制问题？同内外学者普遍意识到要走智能化的道路。实现控制要向人的智能学习。何为智能控制？众说纷纭，很难有确切定义。智能的程度是没有底的。由于目前认知科学发展水平有限，短期内很难建立真正的高智能的控制理论体系，但努力有的放矢地提高控制系统的智能化程度，以求达到更好的效果无疑是当前重要的研究课题，为此提出以下几点看法：

1．反馈概念的丰富和扩展

负反馈是控制的基本方法。常规的反馈是利用误差经过某种函数运算进行反馈，这种函数关系由控制指标所决定。对于一个能控能观的系统，控制指标和反馈方式有一一对应的关系。然而真正灵活有效的控制并不总是由一个单一的指标函数所决定的。一个有经验的驾驶员会根据被驾驶对象的状况、环境的变化等等随时改变驾驶策略，为了快速机动有时甚至采用正反馈，使系统不稳，有时又要使系统快速稳定，有时不用反馈而只用前馈，等等。这就是说反馈的过程中要有实时的决策，不能只用一种指标函数。当然理论上可以将各种指标函数组成一个综合的指标，但要描述这样的指标函数将是十分困难的，甚至是不可能的，即使有了这样的复杂的指标函数，也给统一的综合分析和设计带来了难以克服的困难。以上所述表明，如何将反馈控制和实时动态决策融合在一起是一个很有研究价值的课题，为此实现仿人智能的控制将是值得探讨的，仿人控制将会提供给我们很多有益启示。

2．系统建模以及建模和控制的结合问题

为实现有效的控制离不开对系统建模，现在人们研究在设计控制系统时如何能淡化系统模型，然而系统模型还是必要的，若模型可靠则必能实现有效的控制，在控制中加深对模型特性的了解，也必能改进控制，此二者有对偶性。对于线性系统建模方法已经研究得相当充分了。对于时变、非线性、不确定动态系统，建模方法的研究成果依然不多。近年来神经网络和模糊系统在系统建模和控制中的应用引起了极大的兴趣。理论证明两者都能逼近任意非线性函数。这附合Weierstrass函数逼近论的定理。但并未提出工程上令人满意的实现方法，要害之处在于尚缺乏真正快速的又不陷入局部最优的学习算法。人们的思维有两种，一种是数字的（Numeracy），一种是文字的（Literacy），后者常常含有更多的智能信息。目前现有的建模和控制基本上都是建立在数字式分析的基础之上的。事实上人在控制时并不一定需要知道精确的数字，而常只需要某些动态特征，例如系统是否会振荡、稳定度大不大，等等。因此在线定性建模、特征提取、行为分析就显得很重要了，它是实现智能化控制所需要的。事实上也并不需要完全建模之后才能进行控制，例如在慢信号作用下系统的高频部分不被激励起来，因此不必考虑。总之，在智能控制的范畴内，建模、控制和两者的相互关系要有新的考虑。

3．Metasynthesis方法的研究

在研讨复杂巨系统的过程中，我国学者钱学森先生和戴汝为先生等提出Metasynthesis的概念，这是一个有很高研究价值的课题。前面已经提到，目前有必要建立真正的大系统理论，而Metasynthesis应是主攻领域。这里有待研究的问题很多，例如：各种方法的协调配合问题、合成稳定（resultant stability）和综合性能的分析、如何实现可操作的定性和定量分析的结合、控制系统的稳态结构设计、人的因素在系统中作用的分析，等等。可例举的问题非常多，大都还是些未被开垦的处女地。