随着科技的飞速发展,被控对象日益复杂化、大型化,传统的智能控制理论在控制系统的设计以及控制效果上都存在不足,而起源于分布式人工智能(DAI)的多智能体技术,为大规模复杂系统的智能控制开辟了新的途径。多智能体控制系统的设计不追求单个的、庞大的系统,而是通过多个功能相对独立的智能体(Agent)相互协调、合作,最终实现对系统的有效控制。多智能体控制系统克服了建立一个庞大知识库所造成的知识管理和扩展的困难,使系统具有很强的鲁棒性、可靠性和自组织能力,同时也大大简化了控制系统设计的复杂度。本文首先研究了多智能体系统(MAS)理论与智能控制理论的融合即多智能体控制系统,分析了多智能体控制系统的通讯与协调机制,在此基础上设计了基于黑板结构的多智能体控制系统广义结构,并将其应用于一个控制实例,通过几个智能体的协调合作最终实现了对系统的稳定控制,进一步阐明多智能体理论的基本思想及其在智能控制中的应用。文章最后将研究领域深入到多智能控制系统内部,重点研究智能系统的学习机制及知识获取策略,将一种新的软计算方法——粗糙集理论应用于智能控制系统的知识获取,针对智能控制系统面向大型知识库时提取规则速度慢、规则长度长的缺点,提出一种解决方案。