最近几年，对于经典模糊控制系统稳态性能的改善，模糊集成控制、模糊自适应控制、专家模糊控制与多变量模糊控制的研究，特别是针对复杂系统的自学习与参数自调整模糊系统方面的研究，尤其受到各国学者的重视。目前，将神经网络和模糊控制技术相互结合，取长补短，形成一种模糊神经网络技术，由此可以组成一组更接近人脑的只能信息处理系统，其发展前景相当广阔。
2.2.2  模糊控制理论的应用及特点
近代期间，模糊控制技术应用于碱熔釜反应温度、气炼机、玻璃窑炉、化工大滞后过程、功率因素补偿等生产过程中；现在模糊控制理论已广泛应用于机器人、无人驾驶飞机、水净化处理、核反应堆控制等各种高端工业控制领域。模糊控制器的核心部分是模糊推理算法，模糊推理中合取算子、蕴涵算子、汇总算子和去模糊化算子的选取对控制效果有很大影响。模糊计算方法可以表现事物本身性质的内在不确定性，因此它可以模拟人脑认识客观世界的非精确、非线性的信息处理能力。
    模糊控制具有以下突出特点：
      (1)模糊控制是一种基于规则的控制，它直接采用语言型控制规则，出发点是现场操作人员的控制经验或相关专家的知识，在设计中不需要建立被控对象的精确的数学模型，因而使得控制机理和策略易于接受与理解，设计简单，便于应用。
    (2)由工业过程的定性认识出发，比较容易建立语言控制规则，因而模糊控制对那些数学模型难以获取，动态特性不易掌握或变化非常显著的对象非常适用。
    (3)基于模型的控制算法及系统设计方法，由于出发点和性能指标的不同，容易导致较大差异；但一个系统语言控制规则却具有相对的独立性，利用这些控制规律间的模糊连接，容易找到折中的选择，使控制效果优于常规控制器。
    (4)模糊控制是基于启发性的知识及语言决策规则设计的，这有利于模拟人工控制的过程和方法，增强控制系统的适应能力，使之具有一定的智能水平。
（5)模糊控制系统的鲁棒性强，干扰和参数变化对控制效果的影响被大大减弱，尤其适合于非线性、时变及纯滞后系统的控制。
模糊控制的局限性:
    模糊控制在处理面向任务的问题时比传统的控制更为有效，例如自动驾驶和停靠、交通控制与运动控制等方面，利用基于模糊规则控制策略要比传统的基于微分方程的控制策略更为方便和有效。但是，另一方面，模糊理论又表现出了许多先天的不严谨性，不确定性和其它局限性，导致模糊控制理论的不成熟。
模糊理论的先天不足就在于它是传统逻辑的一种扩展，整个过程是“定义”出来的。当然每一种“定义”都有其优势或者特点，但我们无法用某个指标来评价它。而且这些“定义” 含有很大的随意性，不同的“定义”会带来不同的结果，使得一般性的理论分析很难进展下去。
2.2.3  模糊控制面临的主要任务
（1）建立一套系统的模糊控制理论。模糊控制理论研究还期待着坚实的、系统的、奠基性的内容，以解决模糊控制的机理、稳定性分析、系统化设计方法、新型自适应模糊控制系统、专家模糊控制系统、神经模糊控制系统和多变量模糊控制系统的分析与设计等一系列问题，以促进模糊控制理论的发展，从而建立一套严格的、系统的模糊控制理论。
（2）模糊集成控制系统设计方法研究。随着被控对象的日益复杂，往往需要两种或多种控制策略集成，通过动态控制特性上的互补来获得满意的控制效果。现代控制理论、神经网络理论与模糊控制的相互结合和相互渗透，可以构成所谓的模糊集成控制系统。对其建立一套完整的分析与设计方法也是模糊控制理论研究的一个重要方向。 MATLAB加热炉温度的模糊控制算法设计与仿真(5):http://www.youerw.com/zidonghua/lunwen_4075.html