常见的智能控制方法主要包括以下几种：

  1. 专家控制：这是一种基于专家知识和经验的智能控制方法。通过构建专家系统，将专家的知识和经验转化为计算机可理解和执行的控制规则，从而实现对复杂系统的控制和优化。
  2. 神经网络控制：神经网络是一种模拟人脑神经元连接方式的计算模型，具有强大的学习和适应能力。神经网络控制方法通过训练神经网络来学习系统的动态特性，并根据这些特性生成控制信号，实现对系统的精确控制。
  3. 自适应控制：自适应控制方法能够根据系统的实时状态和外部环境的变化自动调整控制参数，使得系统能够适应各种不确定性和变化。这种方法在飞行器控制、机器人控制等领域有广泛应用。
  4. 模糊控制：模糊控制是一种基于模糊逻辑和模糊集合的理论的控制方法。它不需要精确的定义和表达系统的数学模型，而是通过模糊语言和规则来描述系统的控制策略。模糊控制方法在处理非线性、不确定性和模糊性问题方面具有独特的优势。
  5. 遗传算法控制：遗传算法是一种模拟生物进化过程的搜索算法，通过选择、变异、交叉等操作来不断优化问题的解。在智能控制中，遗传算法可以用于优化控制器的参数和结构，提高控制性能。

***还有一些其他智能控制方法，如：

  1. 模型预测控制（MPC）：MPC是一种基于模型预测和优化控制的方法，它通过对系统未来的动态进行预测，并在此基础上制定最优的控制策略，以实现对系统的有效控制。
  2. 局部搜索控制：局部搜索控制是一种基于局部搜索和优化算法的控制方法，它通过在系统的当前状态附近进行局部搜索来寻找最优解，从而实现对系统的优化控制。
  3. 分布式智能控制：分布式智能控制是一种基于多个智能体协同工作的控制方法，每个智能体都具有一定的智能水平和决策能力，通过协作和通信来实现对整个系统的控制。

以上就是常见的智能控制方法，每种方法都有其适用的场景和优缺点，需要根据具体问题的特点来选择合适的控制方法。