模糊控制比較常用的兩種演算法；普通模糊控制演算法，模糊PID控制演算法
普通模糊控制演算法：建立在人工經驗知識的基礎上，需要明確控制要求，並結合人工控制經驗，然後才可以做出實用的模糊控制演算法。雖然有很多樣板經驗表可以使用，但還需要根據實際控制物件做些修改，才可使用。
模糊PID控制演算法：對人工經驗要求的比較少，但需要結合PID控制經驗和現場試驗資料，才能做出好的控制演算法。
程式設計原理：只講普通模糊控制演算法，模糊PID自己去找資料，模糊PID太容易實現，故不再贅述。
下面一至六步，我只說了一些計算過程，它們可以使用matlab完成，實現起來比較簡單，只把matlab計算得到的表格放到模糊控制程式裡即可，也就是說藉助matlab編寫模糊控制演算法只需要進行第一、二、七步的操作。
第一步：收集模糊經驗，分條列出，可以暫時使用樣板經驗表（經驗表和分條列出的經驗是相通的）。
第二步：確定各模糊集合隸屬度函式
第三步：取一組輸入輸出資料組合，它們中的各元素，按照一條模糊規則中模糊變數組合和各自隸屬度函式分別模糊化，然後各變數透過模糊運算得到一個值，這個值就是當前組合對當前規則的匹配度。同樣，算出這個資料組合對其餘各條模糊規則的匹配程度，也就是匹配值。最後對每個匹配值，進行模糊或運算，得到的資料u
第四步：分別取各輸入輸出資料組合進行第三步操作，然後得到一個n維表（n為輸入，輸出變數個數），每個單元對應一個數據組合，單元中的取值對應資料組合的u值（u的演算法參考第三步）
第五步：任取一組輸入組合，遍歷輸出值，根據第四步的表格得到對應的一組u值，根據下面公式計算輸出：y=/其中yi是第i個可能的輸出量取值，ui是與yi對應的u值。
第六步：對每一組可能的輸入組合，得到各自的輸出值y，然後把他們列出一個表，大功即成。這個表就是輸入與輸出的對映表。前幾步的目的就是得到這個表，我們稱之為模糊控制查詢表。
第七步：編寫模糊控制查詢表的查詢程式，亦可以看成模糊控制演算法計算程式，其實就是一個查表程式。到此模糊控制演算法編寫完成。
模糊控制過程中，首先採集資料，離散化，查表得到輸出值，輸出查表所得的輸出值，模糊控制器工作完成。
其實對複雜控制系統，模糊控制的難點在於模糊經驗的收集與修正。
模糊控制比較常用的兩種演算法；普通模糊控制演算法，模糊PID控制演算法
普通模糊控制演算法：建立在人工經驗知識的基礎上，需要明確控制要求，並結合人工控制經驗，然後才可以做出實用的模糊控制演算法。雖然有很多樣板經驗表可以使用，但還需要根據實際控制物件做些修改，才可使用。
模糊PID控制演算法：對人工經驗要求的比較少，但需要結合PID控制經驗和現場試驗資料，才能做出好的控制演算法。
程式設計原理：只講普通模糊控制演算法，模糊PID自己去找資料，模糊PID太容易實現，故不再贅述。
下面一至六步，我只說了一些計算過程，它們可以使用matlab完成，實現起來比較簡單，只把matlab計算得到的表格放到模糊控制程式裡即可，也就是說藉助matlab編寫模糊控制演算法只需要進行第一、二、七步的操作。
第一步：收集模糊經驗，分條列出，可以暫時使用樣板經驗表（經驗表和分條列出的經驗是相通的）。
第二步：確定各模糊集合隸屬度函式
第三步：取一組輸入輸出資料組合，它們中的各元素，按照一條模糊規則中模糊變數組合和各自隸屬度函式分別模糊化，然後各變數透過模糊運算得到一個值，這個值就是當前組合對當前規則的匹配度。同樣，算出這個資料組合對其餘各條模糊規則的匹配程度，也就是匹配值。最後對每個匹配值，進行模糊或運算，得到的資料u
第四步：分別取各輸入輸出資料組合進行第三步操作，然後得到一個n維表（n為輸入，輸出變數個數），每個單元對應一個數據組合，單元中的取值對應資料組合的u值（u的演算法參考第三步）
第五步：任取一組輸入組合，遍歷輸出值，根據第四步的表格得到對應的一組u值，根據下面公式計算輸出：y=/其中yi是第i個可能的輸出量取值，ui是與yi對應的u值。
第六步：對每一組可能的輸入組合，得到各自的輸出值y，然後把他們列出一個表，大功即成。這個表就是輸入與輸出的對映表。前幾步的目的就是得到這個表，我們稱之為模糊控制查詢表。
第七步：編寫模糊控制查詢表的查詢程式，亦可以看成模糊控制演算法計算程式，其實就是一個查表程式。到此模糊控制演算法編寫完成。
模糊控制過程中，首先採集資料，離散化，查表得到輸出值，輸出查表所得的輸出值，模糊控制器工作完成。
其實對複雜控制系統，模糊控制的難點在於模糊經驗的收集與修正。