起源于20世纪60年代的智能控制，相对于经典和现代控制属于自动控制发展的高级阶段，作为一个崭新阶段，它具有一系列独到之处。首先，它根据实际效果进行控制，与以往必须基于精确数学模型的控制方法有了本质区别；其次，由于智能控制是模拟人类活动，所以其具有非线性特性。

智能控制应用于开关电源主要包括神经网络、遗传算法和混沌控制算法。

1、神经网络控制技术

神经网络控制技术是从结构、实现机理以及功能上对生物神经网络模拟和近似。由于人工神经网络是一种模仿人脑结构及其功能的信息处理系统，所以它具有分布式存储、并行处理和容错能力，且能根据自学习自适应动态特性下逼近任意复杂非线性系统的一种控制方法。根据不同的作用对象神经网络可以单独作用，也可与经典PID、模糊控制技术或进化算法结合。其中文献就是利用了模糊神经系统中的TSK型模糊逻辑系统和RBF神经网络组成了多层前馈型网络。

2、遗传算法和粒子群算法

作为一种全局优化搜索算法，遗传算法（GA）是通过选择、交叉和变异三种操作来模拟达尔文自然淘汰和遗传选择的生物进化过程计算模型。由于遗传算法具有过程简单、扩展性好、容易与其他算法结合等特点，所以遗传算法得到广泛的应用。根据不同的应用场所，遗传算法可以单独使用，也可与经典PID、神经网络的结合使用。由于遗传算法运行时间长，所以一般都采用离线运算。文献就是利用遗传算法对BP神经网络结构进行了优化设计。

源于鸟类捕食活动的一种搜索优化算法，粒子群算法（PSO）是由Kennedy和Eberhart于20世纪90年代提出的。由于PSO算法相对于遗传算法没有选择、交叉和变异三个操作，所以PSO算法收敛速度优于遗传算法。

3、混沌控制算法在USM驱动电源中的应用

混沌控制是Lorenz在1963年对一气象问题进行实例分析时提出的。混沌主要是指在非线性系统中，对于系统的一些确定因素仍然会出现貌似不规则和随机的现象;即混沌状态是系统非平衡过程行为确定性和随机性、有序和无序的状态，介于严格的规则性和随机性之间。经过半个多世纪的发展，混沌控制已发展成一种比较成熟的控制算法，特别是1989年Kuroe和Hayashi把混沌控制运用于对电机的控制研究以来，混沌控制在直流电机、磁阻电机、步进电机等各种电机控制领域得到了大量的应用。