智能控制技术在现代工业控制中得到了成功的应用,因而引起了控制界学者的研究和关注,然而在多源异构环境中,智能控制器的设计尚缺乏有效的控制方法,为了解决这个问题,本文提出了两种新型的智能控制方案。本文的主要贡献如下:1)提出了一种基于信息融合估计的控制算法。该算法在传统控制技术的基础上,采用现代多传感器的智能信息处理方法——基于Choquet积分信息融合估计理论,对控制对象的各个信息进行融合,对多输入多输出(单输出)系统进行跟踪控制,得到了良好的结果。2)提出了一个新的有效性指标,该有效性指标是基于一种新的分离性度量而提出的,它不仅适用于Fuzzy C-means和Hard C-means聚类算法,并且能够非常有效的确定样本数据的类数。3)提出了一个基于聚类的模糊控制算法。对于一个模糊控制系统而言,其设计的关键是模糊规则建立,该算法使用聚类有效性指标确定模糊控制规则的数目,并采用聚类算法形成模糊规则,由于传统的模糊控制在规则数的选取和规则的建立方面是在人类经验的基础上获得的,因而具有很大的主观性,而该算法就避免了这类问题的发生。4)在不同的控制背景下,采用本文提出的控制算法对控制对象进行仿真实验,得到了良好的控制效果。