Controle realimentado (ou retroativo) de sistemas dinâmicos é um conceito antigo com muitas características que têm evoluído ao longo do tempo.

          A ideia central é que a saída de um sistema pode ser medida e retransmitida a um controlador usado para fazer o controle. Comprovou-se que um sinal de realimentação pode ser usado para controlar uma vasta variedade de sistemas dinâmicos, incluindo, por exemplo, aeronaves e discos rígidos para armazenamento de dados. Para alcançar um bom controle, existem quatro requisitos básicos:

- O sistema deve ser sempre estável;

- A saída do sistema deve rastrear o sinal de comando na entrada;

- A saída do sistema não deve responder a entradas de distúrbio;

- Esses requisitos devem ser cumpridos, mesmo se o modelo utilizado no projeto não for totalmente preciso, ou se a dinâmica do sistema físico mudar ao longo do tempo ou devido a mudanças ambientais.

Exemplo

          Considere o controle de navegação do automóvel, que é um dispositivo projetado para manter o veículo em uma velocidade constante. A variável de saída do sistema é a velocidade do veículo. A variável de entrada é o torque de saída do motor, que é regulada pelo acelerador.

          Uma maneira simples de projetar um controle de navegação é bloquear a aceleração quando o motorista ativa o controle de navegação. No entanto, em terrenos acidentados, o veículo frenará quando o carro subir e acelerará quando ele descer. Esse tipo de controlador utiliza um sistema chamado de Controle em malha aberta porque não há conexão direta entre a saída do sistema e suas entradas.

          Em um sistema de Controle em malha fechada, um elemento de realimentação monitora constantemente a velocidade do veículo e ajusta o acelerador conforme necessário para manter a velocidade desejada. Este sinal de realimentação compensa as variações provocadas por fatores externos como mudança na inclinação do solo ou velocidade do vento.

          Uma aplicação notável do controle dinâmico é no voo tripulado. Os irmãos Wright fizeram seus primeiros voos de teste bem-sucedidos em 17 de dezembro, 1903 onde era percebível a habilidade deles em controlar seus voos por curtos períodos (além da habilidade de produzir sustentação de um aerofólio, que já era conhecida). O controle do avião era necessário para voos seguros.

          Na Segunda Guerra Mundial, a teoria de controle era uma parte importante dos sistemas de controle de incêndio, sistemas de orientação e eletrônica. A corrida espacial dependia, também do controle preciso de espaço naves. Apesar de tudo é visto um crescente uso da teoria de controle em áreas como a Economia e Sociologia.

Exemplos de Técnicas de Controle

PID (Controlador Proporcional Integral, Derivativo)

          Controlador proporcional integral derivativo, controlador PID ou simplesmente PID, é uma técnica de controle de processos que une as ações derivativa, integral e proporcional, fazendo assim com que o sinal de erro seja minimizado pela ação proporcional, zerado pela ação integral e obtido com uma velocidade antecipativa pela ação derivativa.

          É baseado na resposta da modelagem matemática de uma malha de processo a ser controlada.

          Na prática os PID são encontrados no interior de controladores eletrônicos chamados "single-loop", muitas vezes com microprocessadores, e também através de software em Controladores programáveis e outros equipamentos de controle.

Os controladores contínuos podem controlar os processos de quatro formas distintas:

- Controle Proporcional (P);

- Controle Integral (PI);

- Controle Derivativo (PD);

- Controle Proporcional Integral Derivativo (PID).

          Estes quatro modos de controle são também designados de ações de controle, cada uma delas reagindo de forma distinta ao erro presente nos sistemas. O controle proporcional ajusta a variável de controle de forma proporcional ao erro. O controle integral ajusta a variável de controle baseando-se no tempo em que o erro acontece. O controle derivativo ajusta a variável de controle tendo como base a taxa de variação do erro. A combinação destes tipos de controle forma o controlador conhecido na indústria como PID.

Rede Neural Artificial

         Em ciência da computação e campos relacionados, redes neuronais artificiais (RNAs) são modelos computacionais inspirados pelo sistema nervoso central de um animal (em particular o cérebro) que são capazes de realizar o aprendizado de máquina bem como o reconhecimento de padrões. Redes neurais artificias geralmente são apresentadas como sistemas de "neurônios interconectados, que podem computar valores de entradas", simulando o comportamento de redes neurais biológicas.

          Por exemplo, uma rede neural para o reconhecimento de escrita manual é definida por um conjunto de neurônios de entrada que podem ser ativados pelos pixels de uma imagem de entrada. Os dados adquiridos por essa ativação dos neurônios são então repassadas​​, ponderadas e transformadas por uma função determinada pelo designer da rede, a outros neurônios. Este processo é repetido até que, finalmente, um neurônio de saída é ativado. Isso determina que caractere foi lido.

          Assim como outros métodos de aprendizado de máquina, sistemas que aprendem a partir dos dados, redes neurais têm sido usadas para resolver uma grande variedade de tarefas que são difíceis de resolver utilizando programação baseada em regras comuns, incluindo visão computacional e reconhecimento de voz.

Lógica Fuzzy

          A lógica fuzzy foi introduzida nos meios científicos em 1965, e hoje ela é elemento fundamental em diversos sistemas, sendo considerada uma técnica de excelência no universo computacional. Possui também enorme aceitação na área de controle de processos.

          O conceito fuzzy pode ser entendido como uma situação em que não é possível responder simplesmente "sim" ou "não". Mesmo conhecendo as informações necessárias sobre a situação, dizer algo entre "sim" e "não", como "talvez" ou "quase", torna-se mais apropriado. 

          Diferente da Lógica Booleana que admite apenas valores booleanos, ou seja, verdadeiro ou falso, a lógica difusa ou fuzzy, trata de valores que variam entre 0 e 1. Assim, uma pertinência de 0.5 pode representar meio verdade, logo 0.9 e 0.1, representam quase verdade e quase falso, respectivamente.