ZO    ZO    NS    NS    NS    NS    NS    ZO
PS    ZO    ZO    ZO    ZO    ZO    ZO    ZO
PM    PB    NS    PS    PS    PS    PS    PB
PB    PB    PM    PM    PM    PS    PS    PB
需要注意的是表中kp= ，ki= ，kd= 。
根据各模糊子集的隶属度赋值表和各参数模糊控制模型，应用模糊矩阵表通过逆模糊运算算出 、 、 ，运用下列公式：
动态计算各系数，完成自适应校正。本文所用的逆模糊算法为加权平均法。
从以上的分析中还可以看出，模糊控制器的作用是得到控制参数偏移量，因此，设计模糊PID控制器时，仍需要有PID控制参数初始值，仍需要对参数进行初步整定。
模糊PID控制效果如图：
 图3.5 模糊PID仿真
在仿真过程中，模糊PID控制器的初始控制参数为4，0，1；普通PID的比例，积分，微分控制参数也是4，0，1。从控制效果比较上可以看出，两种算法基本都没有超调量，抗干扰性也基本相同，但模糊PID算法的快速性要好于普通PID算法。
3．3  模糊免疫PID算法仿真
免疫PID控制器是借鉴生物系统的免疫机理而设计出的一种非线性控制器。生物的免疫系统由淋巴细胞和抗体分子组成，淋巴细胞又由胸腺产生的T细胞（分别为辅助细胞 和抑制细胞 ）和骨髓产生的B细胞组成。当抗原侵入机体并经周围细胞消化后，将信息传递给T细胞，然后再刺激B细胞。B细胞再产生抗体以消除病原。当抗原较多时，机体内的 细胞也较多，而 细胞却较少，从而会产生较多的B细胞。随着抗原的减少，体内 细胞增多，抑制了 细胞的产生，则B细胞也会随之减少。经过一段时间后，免疫系统就能趋于平衡。
基于上述免疫反馈原理，设计免疫PID控制器：假设第k代的抗原数量为 ，由抗原刺激的 细胞的输出为 ， 细胞对B细胞的刺激为 ，则B细胞接受的总刺激为：
若以抗原的数量 作为偏差 ，B细胞接受的总刺激作为控制输入 ，则控制规律为[9]：
                 (3.4.2)
式中， ， 为控制反应速度， 为控制稳定效果， 为选定的非线性函数。
上述的免疫控制器实际上就是一个非线性的P控制器，它的比例系数 随控制器输出的变化而变化，其中K为增益，则可得到免疫PID控制器的输出为[9]： 基于PCS7的多级液位控制系统设计与实现(9):http://www.youerw.com/zidonghua/lunwen_9220.html