1.概述传统控制方法包括经典控制和现代控制，是基于被控对象精确模型的控制方式，缺乏灵活性和应变能力，适于解决线性、时不变性等相对简单的控制问题，难以解决对复杂系统的控制。在传统控制的实际应用遇到很多难解决的问题，例如实际系统由于存在复杂性、非线性、时变性、不确定性和不完全性等，无法获得精确的数学模型；某些复杂的和包含不确定性的控制过程无法用传统的数学模型来描述，即无法解决建模问题；针对实际系统往往需要进行一些比较苛刻的线性化假设，而这些假设往往与实际系统不符合。智能控制是自动控制发展的最新阶段，主要用于解决传统控制难以解决的复杂系统的控制问题。近年来，神经网络、模糊数学、专家系统、进化论等各门学科的发展给智能控制注入了巨大的活力，由此产生了各种智能控制方法。所谓智能控制，即设计一个控制器或系统，使之具有学习、抽象、推理、决策等功能，并能根据环境信息的变化做出适应性反应，从而实现由人来完成的任务。智能控制的几个重要分支为专家控制、模糊控制、神经网络控制和遗传算法。作为智能控制发展的高级阶段，智能控制主要解决那些用传统控制方法难以解决的复杂系统的控制问题，其中包括智能机器人控制、计算机集成制造系统（CIMS）、工业过程控制、航空航天控制、社会经济管理系统、交通运输系统、环保及能源系统等。在工业控制中,PID控制是工业控制中最常用的方法。这是因为PID控制器结构简单、实现容易,控制效果良好,已得到广泛应用。但是,参数的整定复杂，是常规PID控制器难以解决的问题。针对这一情况,本文应用智能控制的几个大的分支，针对水位控制课题分别设计了水位控制的模糊控制、专家系统控制以及基于BP神经网络的控制方案，并应用MATLAB进行系统仿真实验，并对实验结果进行分析。2．模糊控制传统控制方法均是建立在被控对象精确数学模型基础上的，然而，随着系统复杂程度提高，将难以建立系统的精确数学模型。在工程实践中，人们发现，一个复杂的控制系统可由一个操作人员凭着丰富的实践经验得到满意的控制效果。这说明，如果通过模拟人脑的思维方法设计控制器，可实现复杂系统的控制，由此产生了模糊控制。模糊控制是建立在人工经验基础之上的。对于一个熟练的操作人员，他往往凭借丰富的实践经验，采取适当的对策来巧妙地控制一个复杂过程。若能将这些熟练操作员的实践经验加以总结和描述，并用语言表达出来，就会得到一种定性的、不精确的控制规则。如果用模糊数学将其定量化就转化为模糊控制算法，形成模糊控制理论。模糊控制（FuzzyControl）是以模糊集理论模糊语言变量和模糊逻辑推理为基础的一种智能控制方法。它从行为上模仿人的模糊推理和决策过程。模糊控制的水位调节系统就是在传统水位调节系统的PID控制器改进为模糊控制器。模糊控制是一种典型的智能控制方法，它被广泛地应用于自然科学和社会科学的许多领域，其最大的特点是将专家的经验和知识表示为语言控制规则，并用这些控制规则去控制系统，这样它可以不依赖于被控制对象的精确数学模型，能够克服非线性因素的影响，对被控制对象的参数具有较强的鲁棒性，可以实现高精度和高可靠性控制。选择水箱水位控制模型的传递函数为。水位控制的模糊控制的步骤为：(1)确定观测量和控制量理想水位为，实际测得的温度值为t，得到温度差为：将当前水位对于理想水位的偏差e和偏差的变化率ec作为观测量。(2)输入量e、ec与控制量u的模糊化将偏差e分为8个模糊集：负大（NB），负中（NM），负小（NS），负零（NZ），正零（PZ），正小（PS），正中（PM），正大（PB），将偏差e的论域定义为[-6,6]。将偏差变化率ec分为7个模糊集：负大（NB），负中（NM），负小（NS），零（Z），正小（PS），正中（PM），正大（PB），其论域定义为[-6,6]。偏差e和偏差变化率ec的模糊子集和模糊化等级如图1.2所示。图1e模糊子集和模糊化等级图2ec模糊子集和模糊化等级控制量u为输出量水位控制阀门开度的变化。将其分为7个模糊集：负大（NB），负中（NM），负小（NS），零（Z），正小（PS），正中（PM），正大（PB），其论域定义为[-7,7]。控制量u的模糊子集和模糊化等级如图3所示。可以得到控制量模糊划分表，见表2-2：图3控制量u的模糊子集和模糊化等级(3)根据工程经验，设计出以下模糊规则，模糊控制规则表如表.表1模糊控制规则表eecNBNMNSZPSPMPBNBPBPBPMPSPSPSPSNMPBPMPSPSPSPSPSNSPMPSPSPSZZZNZPSPSZZZNSNSPZPSPSZZZNSNSPSZZZNSNSNSNMPMNSNSNSNSNSNMNBPBNSNSNSNSNMNBNB将上表所示的模糊规则表通过ruleedit转化