每个过程控制器具有一定的适应性，能调节输出，使其能很好地响应误差或设定值与过程变量之间的变化。但是，一个"可适应性控制器（adaptive controller）"不仅能调节它的输出，而且还可调整其主要的控制策略。它能调节其自身的参数或其自身的控制规则，以及在过程状态中提供基本的变化。数以百计的适应性控制技术在理论上、适应性能以及工业应用上都得到了长足的进步。但是，能在过程运行时更新其控制策略的商用适应性控制器却不多，他们是：
　　QuickStudy --Adaptive Resources (Pittsburgh, PA);
　　Exact and Connoisseur --Foxboro Co. (Foxboro, MA);
　　BrainWave--Universal Dynamics Technologies (Vancouver控制工程网版权所有, BCCONTROL ENGINEERING China版权所有, Canada);
　　CyboCon--CyboSoft (Rancho Cordova, CA);
　　Intune--ControlSoft (Highland Heights, OH) ,and
　　KnowledgeScap

e-- KnowledgeScape Systems (Salt Lake City, UT).
　　PID的问题
　　传统的非适应性控制器通常足以能应对大多数的工业过程控制。PID控制器广泛应用，价格便宜，使用方便www.cechina.cn，其简单的控制策略使得在理解和诊断上相当方便，特别是在无法按预计要求运行时。一个PID控制器可留出相当大的运行空间。一旦进行调节，它只能控制开始的过程。但是，如果过程的性能在启动后略有些改变，控制器将不再能抵抗扰动。如果 过程特性和控制器的原始调节变化很大www.cechina.cn，闭环系统将不再稳定。
　　传统的时间变化过程特性在其性能降低时的设置是重新设置，以及手动重新调节回路。这也许并非十分困难，但重复地调节和重新调节一个回路，枯燥又浪费了太多的时间，特别是如果过程需要数个小时才能响应一个调节测试的时候。如果过程特性改变的过于频繁，过快，或过多，手动重新调节也许可能性也不大。
　　适应性调节的优劣面
 　 便捷性是适应性控制器替代PID回路的重要因素之一。一个控制器能连续自适应现有的过程特性可减轻手动调节的需要，无论在起始阶段还是在此之后。 
　　适应性控制器也能有效地进行固定参数的运行。他们经常能更迅速地消除失误，而保持较小的振幅，允许过程运行更接近于其额定的参数值，在这一数值上收益性最高。这在某些工业中，如石化和航空，相当有益， 代表了收益和安全性。
　　此外，适应性 控制器比传统的PID回路更为复杂。相当多的技术专业知识 需要去理解，去弄清其如何运作的，以及在其故障时如何修复。幸运的是，商业适应性控制器通常在设计上 对用户来说在操作的具体方面是透明的。完全不用再去详细了解细节，就可以使用。
　　基于模型的技术
　　最明显的适应性控制方式是采用同样的基于模型的控制理论，一直以来用于设计传统的固定参数控制器。基本思想是 采用过程的历史特性预测将来。历史特性由一个数学模型体现出来，它描述了过程的输入值在过去是如何影响输出值的。假设同样的关系将延续至将来，控制器就能够使用这一模型去选择未来的控制方式，这是使过程向正确方向发展的最有效的方式。
　　基于模型的适应性控制器，如Exact、BrainWave、QuickStudy和Connoisseur都采用了这一思想。当控制器在线时，使用先前曾记录的历史过程数据，他们能自动生成他们的模型。比起手工设计一个控制器这相当方便。它允许不断的更新模型数据，因而，在理论上，控制器能继续预测过程的精确的将来，甚至在它的特性随时间改变时。
　　有三个比较重要的基本思想可以生成或确认过程模型。分别是基本原理（first principles）、模式识别和数字式曲线拟合。基本原理曾经是基础，所有的基于模型的控制器都基于其设计。一个工程师会设置一个一阶或二阶微分方程控制工程网版权所有，以代表过程的特性，根据在过程工艺中会涉及的理论，物理、化学或热力学法则。
　　基本原理模型目前仍然广泛使用，但是需要一个分析过程调整原理（governing principle），他们不能自动生成。此外，一些现代工艺（特别是石化和食品工业）规模庞大，而且复杂，其调整原理由于过于繁复而难以分析清楚。如若生成过程特性由某些微分方程调整会更为清晰，但是模型的特殊参数有可能从基本原理中很难推出。