Идеите на размитото управление (fuzzy control) се базират на възможността за представяне и обработка на смислова информация в условията на неопределеност

Тази възможност се основава на понятия като “ лингвистична променлива”, “размити алгоритми”, и разработените за работа с тях правила, съотношения и формализми. Открит е пътят за успешно използване на опита на операторите, натрупан при управлението на сложни технологични процеси за създаване на програмно осигуряване на размити регулатори. Последните се прилагат успешно в редица подотрасли на промишлеността като енергетика, химическа, нефтопреработвателна и хранително - вкусова промишленост, при управление на производствени механизми и автоматични технологични линии. Подходът на размитите системи позволява да се съкрати твърде много прехода от словесното качествено описание на поведението на системата към количествени оценки за нейното състояние. На тази база се формулират прости и ефективни методи за вземане на решения, доведени до алгоритмична форма и възможности за използване на различни видове електронноизчислителна техника, включително и такава, работеща в реално време.

в) Изкуствените невронни мрежи представляват изключително голям

интерес, поради няколко много сериозни предпоставки: те дават възможност да се имитират нервните процеси в мозъка; разработването на алгоритми за управление позволява чрез обучение да се преодолеят някои изчислителни трудности свързани с оптимизационните задачи; съвременната елементна база на електрониката е вече с висока надеждност, която открива пътя за реални промишлени приложения. Получени са твърде обнадеждващи резултати при автоматизацията на химически реактори. Отчитайки все по - голямата роля на интелигентния човешки фактор в промишленото производство се залага на нови типове системи за управление, базиращи се на разпознаване на човешки глас и на визията. Заедно с това , обаче, стремежът към изграждане на регулатори на базата на невронни мрежи поставя редица фундаментални въпроси , които трябва да бъде доказано как точно ще се решават. На първо място това са въпросите с механизмите на обратната връзка и начините на точно количествено оценяване в тези случаи. Потенциалните възможности са твърде високи, но въпреки това всички характеристики на невронната мрежа ( тип, структура, алгоритъм на обучение и параметрите му) се налага да се избират и уточняват за всяко приложение.

Определен теоретичен и особено практически интерес представляват изследванията и разработките по съвместното използване на невронни мрежи и размити регулатори. По такъв начин се цели да се подобрят съществено възможностите при управлението на сложни производствени процеси и преди всичко да се увеличи бързодействието на системата, което както е известно, при управление на системи с невронни мрежи не е особено високо заради процесите на обучение в самата мрежа. Това затруднява проектирането на системи, работещи в реално време. Използването на размита логика и съответните алгоритми съществено подобрява решаването на този проблем.