模糊控制技术是近代控制理论中的一种高级策略和新颖技术。模糊控制技术基于模糊数学理论，通过模拟人的近似推理和综合决策过程，使控制算法的可控性、适应性和合理性提高，成为智能控制技术的一个重要分支。

本书共9章：第1章绪论，第2章模糊逻辑的数学基础，第3章模糊逻辑控制原理，第4章模糊逻辑控制器及模糊控制系统设计，第5章MATLAB辅助模糊系统设计，第6章模糊控制系统的非线性分析，第7章模糊自适应控制，第8章神经模糊控制，第9章模糊控制系统的应用。

本书由浅入深地论述了模糊逻辑控制原理、模糊控制器的结构、控制规则的形式、模糊推理以及反模糊化等基本理论；从传统控制工程设计出发，将传统控制理论应用到模糊控制器的设计过程中；介绍了建立模糊控制系统仿真模型的方法及用MATLAB建立模糊推理系统和进行系统仿真的方法；此外，还论述了模糊控制系统稳定性分析方法以及稳定性准则；讲述了目前工程上较多采用的模糊控制与其他先进控制技术相结合的控制技术，分析其控制原理及控制系统设计方法。书中列举了很多模糊控制应用实例，具有一定的参考价值。

本书可作为高等学校自动化、电气工程及其自动化、测控技术以及自动控制等相关专业高年级本科生、研究生教材，也可供有关工程技术人员和教师参考。

第1章 绪论

1.1 概述

1.2 模糊控制的起源及发展

1.3 模糊控制理论的研究及应用

1.4 模糊控制展望

第2章 模糊逻辑的数学基础

2.1 模糊集合及其表示方法

2.1.1 经典集合

2.1.2 模糊集合

2.1.3 模糊集合的隶属函数

2.1.4 模糊集合的运算

2.1.5 模糊集合运算的基本性质

2.1.6 模糊集合与普通集合的关系

2.2 模糊语言逻辑及其算子

2.2.1 模糊语言逻辑

2.2.2 语言算子

2.3 模糊关系与模糊逻辑推理

2.3.1 模糊关系

2.3.2 模糊关系的合成

2.3.3 模糊逻辑推理

2.3.4 模糊逻辑推理方式和方法

2.4 解模糊判决方法

2.4.1 重心法

2.4.2 最大隶属度法

2.4.3 系数加权平均法

2.4.4 隶属度限幅元素平均法

2.4.5 中位数法

习题

第3章 模糊逻辑控制原理

3.1 传统控制方法

3.1.1 传统控制系统的结构与设计方法

3.1.2 传统控制的局限性

3.2 模糊逻辑控制工作原理

3.2.1 模糊控制器结构

3.2.2 选择模糊控制器的输入和输出

3.2.3 将控制知识装到模糊控制器的规则库

3.2.4 知识的模糊量化

3.2.5 匹配： 确定使用哪些规则（或激活哪些规则）

3.2.6 推理

3.2.7 将推理结果转换成实际作用

3.2.8 模糊决策的图形描述

3.3 模糊控制器的一般组成

3.3.1 模糊化

3.3.2 数据库

3.3.3 规则库

3.3.4 推理机（Inference Machine）

3.3.5 反模糊化（Defuzzification）

3.4 间接模糊推理方法

3.5 后件是函数形式的模糊推理方法

3.6 模糊控制器结构及其分类

习题

第4章 模糊逻辑控制器及模糊控制系统设计

4.1 模糊控制器设计

4.1.1 模糊控制器设计要求

4.1.2 常规模糊控制器设计

4.1.3 PID模糊控制器

4.2 模糊控制器的输出形式

4.2.1 位置式输出

4.2.2 增量式输出

4.3 模糊控制器参数与系统控制性能

4.3.1 模糊控制器输入、 输出变量的论域

4.3.2 模糊控制器输入比例因子Ke及Kc的影响

4.3.3 隶属函数的分布对系统的影响

4.4 模糊控制器的非线性控制面

4.5 模糊控制器在控制系统中的实现

4.5.1 在线查表形式

4.5.2 在线推理

4.6 模糊控制规则的调整

4.7 模糊控制系统设计实例

4.7.1 温度控制系统

4.7.2 控制系统性能分析

习题

第5章 MATLAB辅助模糊系统设计

5.1 使用图形界面工具建立模糊推理系统

5.1.1 构建模糊推理系统

5.1.2 模糊推理系统的调试

5.2 MATLAB仿真环境

5.2.1 MATLAB仿真环境的建立

5.2.2 建立仿真系统

5.3 模糊控制系统仿真

5.3.1 构建模糊推理系统

5.3.2 建立Simulink仿真编辑环境

习题

第6章 模糊控制系统的非线性分析

第7章 模糊自适应控制

第8章 神经模糊控制

第9章 模糊控制系统的应用

附录

参考文献

模糊控制理论的产生及其概要在控制技术的应用过程中，对于多变量、非线性、多因素影响的生产过程，即使不知道该过程的数学模型，有经验的操作人员也能够根据长期的实践观察和操作经验进行有效地控制，而采用传统的自动控制方法效果并不理想。从这一点引申开来，是否可将人的操作经验总结为若干条控制规则以避开复杂的模型建造过程?模糊控制理论与技术由此应运而生。模糊控制最重要的特征是反映人们的经验以及人们的常识推理规则，而这些经验与常识推理规则是通过语言来表达的。如“温度上升过快，则稍微降低升温速度” 就是一种基于经验表达的语言。在控制系统的运用初期，由于对系统缺乏了解，控制效果可能不太好，但经过若干次探索后终能实验预期的理想控制，这就是经验对模糊控制系统的重要性。与传统的控制相比较，模糊控制有其明显的优越性。由于模糊控制实质上是用计算机去执行操作人员的控制策略，因而可以避开对象复杂的数学模型，力图对人们关于某个控制问题的成功与失败的经验进行加工，总结出知识，从中提炼出控制规则，实现复杂系统的控制。模糊理论的基础是模糊集合理论，主要包括模糊集合理论、模糊逻辑、模糊推理和模糊控制等方面的内容。在普通集合中，任何一个元素或个体与任何一个集合之间的关系只有“属于”和“不属于”两种情况，两者必须其一，而且只居其一，绝对不允许模棱两可。鉴于普通集合只能表达“非此即彼”概念的情形，美国加州大学控制专家L.A.Zadeh 教授创立了模糊集合理论，即用模糊集合来刻画模糊概念。