A.精确确定控制模型参数:   利用人工神经元网络，确定各模型参数对控制模型的影响程度，通过在现场进行一段 时间的训练（神经元网络自学习）后，就可以给出精确的控制参数。
B.提高控制模型精度:   利用ANN技术，通过一段时间历史数据的存贮，可以分析模型的精度，这样我们可以利用 ANN技术对模型进行矫正，同时也可以抵消生产过程的不确定信息，提高模型精度。
C.提高AGC／AEC系统的适应能力 :   采用智能技术研制AGC／AEC控制系统，由于智能技术中无论专家系统、神经 元网络、模糊系统都具有比自适应系统更好的适应性，更能适应变化着的实际情况，从而提高AGC／AEC控制器的适应 能力。
D.缩短系统的调试时间 :   现场的调试主要在于模型参数的摸索和系统的整定。利用智能技术，人们只需要粗略的 给出参数对控制的影响程度，其余的工作由其自学习功能来完成，不断提高控制精度，从而减少了模型参数的摸索时 间和系统的调试时间。