目 录
摘  要 3
Abstracts 3
第一章  概 述 4
第二章 系统的设计 5
2.1  设计的任务与要求 5
2.2  方案的选择和论证 5
第三章  系统的实现 7
3.1  实现的方法及过程 7
3.2 实现编程 24
设计总结 25
参考书目 26
致  谢 26

摘  要
    目前，模糊控制以其独特的优势越来越受到人们的关注。这里，我们根据模糊控制的特点对其控制器进行改进，将一般冗长的规则简化为四规则，大大地减少了运行时间，并且可以达到预期控制效果。用C语言通过建立一个简单的控制系统对此进行仿真观测，记录，分析.

Abstracts
    Recently,fuzzy control has got more and more attention because of  its special advantage.Here,we improve the fuzzy controller according to the feature of the fuzzy control.
We will ease the lengthy  rules to four rules,thus we can not only decrease the running timebut also achieve the desired results. In the design,we will build a easy control system ,observe the process of the system, record and analyse the results.

第一章  概 述
    目前，在各种工业控制过程或者产品中，模糊控制已经成为很受欢迎的技术。与一般的控制系统相比，模糊控制有自己独特的优势——它不需要建立精确的数学模型，这对于复杂系统的研究来说，无疑是个很好的方法。
    模糊控制的核心是如何建立一个模糊控制器。一般而言，模糊控制器由三部分组成——模糊化（fuzzification），模糊推理（fuzzy-inference），去模糊化（defuzzification）。
    首先是模糊化，它是根据输入语言变量的定义确定相应于每个语言值的隶属度。输入变量和输出变量一般有7个语言值——PL，PM，PS，0，NS，NM，NL。当然，也可以取更多的语言值，但是随着语言值的增多，控制规则就变得相对复杂些.
    其次是模糊推理，即是要建立相应的控制规则和规则表，这些模糊规则都是建立在人们控制经验的基础上的。常见的模糊推理的方法有两种：最大最小推理和最大乘积推理。下面我们就最大最小推理法简要地说一下模糊推理。每个输入参数映射多个隶属度，每组输入会激活多条规则，当然可能对应不同的结果。用取小的原则计算各组合对应规则的输出强度，然后按最大隶属原则得出对应于每个结论的可信度。这样，对于每一个输入，都可得出与结论相对应的输出强度，取输出强度最大的那个隶属度作为输出。
    最后是解模糊，常见的解模糊的方法有面积重心法和平均最大值法，这里不再赘述。