Обоснована необходимость интеллектуализации широкого круга систем и методов управления. Во второй части статьи основное внимание уделяется обзору нечетких регуляторов. Рассмотрены динамические модели Сугено и адаптивные модели ANFIS, а также методы обучения разработанных на их основе нечетких регуляторов. Проанализированы методы построения гибридных алгоритмов с использованием генетических алгоритмов. Рассмотрены вопросы построения нечетких ПИД-регуляторов. Описываются структура нечеткого регулятора Мамдани и его реализация средствами Simulink. Показана возможность применения средств Simulink для определения оптимальных параметров нечетких регуляторов. Приведены примеры использования нечетких регуляторов.