(3)系统的鲁棒性强，通过专家经验设计的模糊规则可以对复杂的对象进行有效的控制，尤其适用于时变、非线性、时延系统的控制。
(4) 从不同的观点出发，可以设计不同的目标函数，其语言控制规则分别是独立的，但是整个系统的设计可得到总体的协调控制。
(5) 模糊控制易于被人们接受，模糊控制的核心是控制规则，模糊规则是用语言来表示的。
它是处理推理系统和控制系统中不精确和不确定性问题的一种有效方法，同时也构成了智能控制的重要组成部分。

2.3 模糊控制的研究对象
模糊控制作为智能控制的一种类型，是控制理论发展的高级阶段产物，主要用来解决那些传统方法难以解决的复杂系统的控制问题。具体地说，其研究对象具备以下一些智能控制对象的特点[18]：
(1)模型不确定性
传统的控制是基于模型的控制，这里的模型包括控制对象和干扰模型。对于传统控制通常认为模型已知或者经过辨识可以得到，而模糊控制的对象通常存在严重的不确定性。这里所说的模型不确定性包括两层意思：一是模型未知或知之甚少；二是模型的结构和参数可能在很大范围内变化。无论哪种情况，传统方法都难以对它们进行控制，而这正是模糊控制所要解决的问题。
(2)非线性
在传统的控制理论中，线性系统理论比较成熟。对于具有非线性特性的控制对象，虽然也有一些非线性控制的方法，但总的来说，非线性控制理论还很不成熟，而且方法也比较复杂。采用模糊控制的方法往往可以较好地解决非线性系统的控制问题。
(3)复杂的任务要求
在传统的控制系统中，控制的任务或者是要求输出量为定值（调节系统），或者要求输出量跟随期望的运动轨迹（跟踪系统），要求比较单一。对于模糊控制系统，任务的要求往往比较复杂。例如，在智能机器人系统中，它要求系统对一个复杂的任务具有自行规划和决策的能力，有自动躲避障碍并且运动到期望目标位置的能力。

2.4  模糊控制的展望
模糊控制系统理论还有一些重要的理论课题还没有解决。其中两个重要的问题是：如何获得模糊规则及隶属函数的问题以及如何保证模糊系统的稳定性。大体说来，在模糊控制理论和应用方面应加强研究的主要课题有：
（1）适合于解决工程上普遍问题的稳定性分析方法，稳定性评价理论体系，控制器的鲁棒性分析，系统的可控性分析和可观测性的判定方法等。
（2）模糊控制规则设计方法的研究，包括模糊集合隶属函数设定方法，量化水平，采样周期的最优选择，规则的系数，最小实现以及规则和隶属函数参数自动生成等问题，以及进一步给出模糊控制器的系统化设计方法。
（3）模糊控制器参数最优调整理论的确定以及修正推理规则的学习方式和算法等。
（4）模糊动态模型的辨识别方法。
（5）模糊预测系统的设计方法和提高计算速度的方法。
（6）简单、实用且具有模糊推理功能的模糊集成芯片和模糊控制装置、通用模糊控制系统的开发和推广应用。
当然，模糊控制无论在理论上和实用上都是一门年轻的学科。正处于不断发展和完善的进程中，不像经典控制理论和现代控制理论皆已形成较完善的理论体系。同时，也正是因为它的不完善和正在发展，显示了他有很大的发展潜力和前途。
2.5 模糊控制的理论基础[15]

2.5.1 模糊集合[16]
模糊集合是用来表达模糊性概念的集合。又称模糊集、模糊子集。这种属性所表达的概念应该是清晰的，界限分明的。因此每个对象对于集合的隶属关系也是明确的，非此即彼。但在人们的思文中还有着许多模糊的概念，例如年轻、很大、暖和、傍晚等，这些概念所描述的对象属性不能简单地用“是”或“否”来回答，模糊集合就是指具有某个模糊概念所描述的属性的对象的全体。由于概念本身不是清晰的、界限分明的，因而对象对集合的隶属关系也不是明确的、非此即彼的。模糊集合是以隶属函数uA(x)来描述的，隶属度的概念是模糊集合理论的基石。 基于模糊控制的煤调湿系统建模与控制(4):http://www.youerw.com/zidonghua/lunwen_5447.html