控制算法的复杂化趋势是对控制系统性能要求逐渐提高的必然结果。一方面，随着对控制系统性能要求的不断提高，在控制算法设计过程中，需要考虑的能够影响控制系统性能的因素不断增多（性能要求较低时，这些因素对终性能的影响可以忽略不计），势必要求对控制算法的结构做出合理安排以容纳、处理这些因素；另一方面，影响控制系统性能提高的因素大多来自被控系统的物理/硬件层面（具体工艺/工作过程、执行器的工作特性等），如果无法在物理/硬件层面避免一些非理想因素（如精密运动平台中压电晶体、磁滞伸缩材料的滞回特性，传动系统中的柔性和摩檫力矩，液压阀口压降-流量非线性、温度控制系统中的死区时间等），那么提高控制系统性能的要求势必全部由控制算法来实现；

事实上，控制系统的设计和控制性能的提升应该放在整个系统或者产品设计的框架下进行，控制算法工程师应该和机械工程师、电气/仪表工程师、工艺工程师等人员进行有效协同，首先在系统的层面规避问题/非理想因素。如果能够通过改进结构设计/工艺流程，来规避掉影响控制系统性能的主要因素/改进控制系统性能，控制算法需要处理的因素变少，那么即使是相对简单的控制算法，也能实现高性能的控制指标。反之，如果物理/硬件层面的设计不合理，那么在控制算法设计上花费再多的精力，可能也无法满足性能要求（被控系统特性决定了被控系统性能的上限）；

因此，应理性对待控制算法的复杂化趋势：在能够解决问题的基础上，不刻意追求控制算法的复杂化（如果能用PID控制器/改进设计实现性能目标，没必要用其他控制算法）；在需要精巧、复杂的控制算法时，也能够认真分析被控系统（参见控制算法手记—认识你的被控系统），总结影响控制系统性能的主导因素，并建立合乎需要的数学模型（参见控制算法手记—建模重要嚒），选择合适的控制算法结构，有针对性地去处理各个层面上的非理想因素，使得问题的结构和控制算法结构相匹配。

控制算法的复杂化体现在控制算法的结构、（稳定性）分析及设计、调试维护三个方面：为匹配现实问题的结构，控制算法本身需要在结构上进行一定调整；控制算法在结构上的复杂性，不仅使得设计参数变多，而且也使得包含控制算法的整个控制系统动力学行为丰富/复杂起来，控制系统稳定性分析及控制算法设计也变得复杂起来；控制算法结构和设计的复杂性，大大提高了控制算法的应用门槛，系统调试时间变长、维护成本也相应增加。