應使論域中的任何一點對論域子集的隸屬度最大值都不能太小，否則可能會出現(xiàn)控制空檔，從而導致系統(tǒng)失控，為此任何一個模糊子集中的包含論域中的元素應不少于兩個，且相鄰模糊子集之間應有交集。交集較小時控制過程較靈敏；較大時模糊控制器對于被控對象參數(shù)變化的適應性強，即魯棒性好。但交集過大會導致無法區(qū)分兩個語言變量值，因此可取整數(shù)論域N的元素個數(shù)為語言變量檔數(shù)的（1.5～2）倍。
　　在中a表示的模糊子集稱為低分辨率子集，b表示的模糊子集為高分辨率子集。這兩種不同形狀的模糊子集將導致不同的控制性能。當系統(tǒng)位置偏差在高分辨率模糊子集上變化時，它對系統(tǒng)偏差的微小變化反映比較靈敏，易引起振蕩，但控制精度高；在低分辨率模糊子集上變化時，系統(tǒng)反應比較平滑，但控制精度較差。控制規(guī)則要考慮其條數(shù)、完整性、一致性和交互性，即要求獲得最優(yōu)控制規(guī)則數(shù)量，通過控制規(guī)則對控制過程中的任何狀態(tài)都能產(chǎn)生合適的控制輸出、相互矛盾的控制規(guī)則數(shù)最少、控制規(guī)則的輸出和實際控制原則相一致四個要求�？刂埔�(guī)則將系統(tǒng)輸入的模糊量映射成模糊控制輸出量，所有控制規(guī)則集構成模糊控制表。
　　解模糊接口將模糊推理中得到的模糊控制作用轉化為執(zhí)行機構能夠接受的精確量。常見的解模糊的策略有中心法和加權平均法。中心法使用MAX的方法，將推論求和后算出中心，其特點是穩(wěn)態(tài)效果較好。加權平均法則是將輸入變量的線性組合后，乘以各個模糊規(guī)則的權重再平均，其特點是適合作網(wǎng)絡調(diào)整和訓練。模糊控制器可以看作是一個變增益的PID控制器。與常規(guī)的PID控制相比較，后者是對比例、積分、微分的線性組合，而前者是對比例、積分、微分的非線性組合。那么當模糊控制器僅有一個輸入e時，它相當于一個非線性的比例調(diào)節(jié)器。模糊控制器的可變論域設計模糊控制要充分逼近真實的響應函數(shù)，意味著要有很多的控制規(guī)則。對于依賴領域專家知識總結控制規(guī)則的模糊控制器來說，是很難做到這一點的。因此，一般認為模糊控制只適合于粗糙控制場合。對于高精度控制問題，模糊控制的效果不夠理想，還得依靠古典控制。深入分析可以發(fā)現(xiàn)，作為插值器的模糊控制器，要想在全局上充分逼近響應函數(shù)，規(guī)則數(shù)目必然很大。然而實際控制的目的往往是要把誤差控制在平衡點附近，而不關心接近平衡點之前的過程。以全局為基礎建立的規(guī)則集是以規(guī)則之不變應誤差之萬變，精度自然無法提高；若采用論域動態(tài)調(diào)整方法，當偏差e接近平衡點時，縮小論域范圍就可以提高穩(wěn)態(tài)精度。一種常用的論域縮放方法是對偏差論域開平方后再按照原來對偏差論域進行分檔的方法進行分檔。這樣在接近平衡點處論域劃分范圍就要精細一些。由于該算法實現(xiàn)簡單，故在實踐中應用很廣泛。
　　實驗表明，在相同工況下幾種控制算法控制效果對比，常規(guī)閉環(huán)控制需要一段較長的速度調(diào)整區(qū)如所示，PID控制和常規(guī)模控制可以達到較快的響應速度，但是此時難免產(chǎn)生超調(diào)如所示，PID控制這一點尤為明顯，所以盡管PID控制精度尚可，但不能同時滿足快速性和無超調(diào)兩個條件。在保證無超調(diào)的情況下，