智能控制是一门具有强大生命力和广阔应用前景的新型自动控制科学技术，它采用各种智能化技术实现复杂系统和其他系统的控制目标。从智能控制的发展过程和已取得的成果来看，智能控制的产生和发展正反映了当代自动控制的发展趋势，是历史的必然。
智能控制第一次思潮出现于20世纪 60年代，智能控制的早期开拓者们提出和发展了几种智能控制的思想和方法。20世纪 60年代中期，自动控制与人工智能开始交接。1965年，著名的美籍华裔科学家Fu等（ 傅京孙，美籍华人）首先把人工智能的启发式推理规则用于学习控制系统，1971年 Fu又论述了人工智能与自动控制的交接关系，由于他的重要贡献，已成为国际公认的智能控制的先行者和奠基人。
20世纪 60年代中期至 70年代中期，中国未能加入早期国际智能控制研究行列。1978年 3月，全国科学大会在北京召开，发出“向科学技术现代化进军”的号召，迎来了中国科学的春天。
随着人工智能和机器人技术的快速发展，智能控制的研究出现一股又一股新的热潮，并获得持续发展。各种智能控制系统，包括专家控制、模糊控制、递阶控制、学习控制、神经控制、进化控制、免疫控制和智能规划系统等已先后开发成功，并被应用于各类工业过程控制系统、智能机器人系统和智能制造系统等。
20世纪 70年代中期，Feigenbaum牵头的专家系统开发获得成功，在 20世纪七八十年代世界范围内取得可观的经济效益。1983年 Hayes等提出专家控制系统。1986 年，Åström 等发表了“专家控制”的相关论文。在 20世纪七八十年代，中国的专家控制和专家规划系统开发蓬勃发展，出现不少成果。
模糊控制是智能控制的又一活跃研究领域。Zadeh于 1965年发表了他的著名模糊集合（fuzzy sets）论文，为模糊控制开辟了新的领域。此后，国内外对模糊控制的理论探索和实际应用两个方面，都进行了广泛研究，并取得一批令人感兴趣的成果。
Saridis对智能控制系统的分类和智能递阶控制做出杰出贡献。他将智能控制发展道路上的最远点标记为智能控制，其团队建立的智能机器理论采用“精度随智能降低而提高”（increasing perception with decreasing intelligence，IPDI）原理和三级递阶结构，即组织级、协调级和执行级，这些思想成为智能递阶控制的基础。智能递阶控制思想对各类智能控制系统具有普遍的指导作用。
Pitts等于 1943年提出一种“似脑机器”（mindlike machine）的神经网络模型。20 多年来，基于神经网络控制的理论和机理已获进一步开发和应用。以神经控制器为基础的神经控制系统已在非线性和分布式控制系统及学习系统中得到不少成功应用，中国的神经控制研究与应用成果令人瞩目。
20世纪 80年代以来，中国学者先后提出一些新的智能控制理论、方法和技术。周其鉴等于 1983年发表了关于仿人控制的论文，之后又发展为仿人智能控制专著。吴宏鑫等提出的“航天器变结构变系数的智能控制方法”和“基于智能特征模型的智能控制方法”等，为智能控制器的设计开拓了一条新的道路。蔡自兴等于 2000年提出和开发了进化控制系统和免疫控制系统，把源于生物进化的进化计算机制与传统反馈机制相结合，用于控制可实现一种新的控制——进化控制；而把自然免疫系统的机制和计算方法用于控制，则可构成免疫控制。进化控制和免疫控制是两种新的智能控制方案，推动了智能控制研究进入新世纪以来向新的领域发展。
单一智能控制往往无法满足一些复杂、未知或动态系统的控制要求。20世纪 90年代以来，特别是进入21世纪以来，各种智能控制互相融合，“取长补短”构成众多的“复合”智能控制，开发某些综合的智能控制方法来满足现实系统提出的控制要求。所谓“智能复合控制”指的是智能控制方法与其他控制方法（经典控制和现代控制）的集成，也包括不同智能控制技术的集成。仅就不同智能控制技术组成的智能复合控制而言，就有模糊神经控制、神经专家控制、进化神经控制、神经学习控制、专家递阶控制和免疫神经控制等。以模糊控制为例，就能够与其他智能控制组成模糊神经控制、模糊专家控制、模糊进化控制、模糊学习控制、模糊免疫控制及模糊PID控制等智能复合控制。
“多真体系统”（multi-agent system，MAS）是一种分布式人工智能系统，能够克服单个智能系统在信息资源、时空分布和系统功能上的局限性，具备并行、分布、交互、协作、适应、容错和开放等优点，因而在 20世纪 90年代获得快速发展，并在 21世纪以来得到日益广泛的应用。在这种背景下，分布式智能控制系统也应运而生，成为智能控制的一个新的研究领域。