自动控制理论经过一个多世纪的发展，正由经典控制理论，现代控制理论向智能控制理论发展。人工智能包括推理，学习和联想，是采用非数学式的方式，将人的思维模型化，并通过计算机来模仿。目前计算机已充分体现了人类左脑的逻辑推理功能，正向右脑的模糊处理方向发展。模糊控制作为近代控制理论中一种基于语言规则与模糊推理的高级控制策略和新颖技术，是智能控制的一个重要分支，近来发展迅速，应用广泛，效果显著，引人关注。
什么是模糊？
在我们日常生活中，经常有一些概念没有固定的标准，不能简单地用对或错，真或假来评判，而要用到一些不精确的词句来描述，比如，年轻、好、漂亮。这些概念会因为判断对象变化而改变判断标准，所以是模糊的。在人们的工作经验中，往往也存在了许多模糊的东西。例如，炼钢时需要的钢水颜色、沸腾情况等模糊信息。1965年美国加州大学L.A.Zadeh教授最早提出了模糊这一概念，并用数学方式进行分析。通常，对于一个论域E中讨论的集合A={a,b,c}，对于论域中的任意元素x，可用特征函数表示是否属于A：ψ_A (x)={(1 x∈A@0 x∈ ̅A)┤ （式1）
式1用1和0来表示元素属于集合的真假，然而若是一个模糊的集合，比如说衣服是否漂亮，里面的元素a,b,c这3件衣服单纯用漂不漂亮表示显然不能更具体表征元素的性质。模糊集合把特征函数的0和1这两个值，扩展到0到1之间的整个区间中，以隶属度μA（0≤μA≤1）来表示元素属于集合A的程度，比如衣服漂亮的程度。这样，设三件衣服的漂亮程度分别为0.3，0.8和0.5，该模糊集合A可表示为 A：{(a,0.3),(b,0.8)(c,0.5)}。 而隶属度函数可写成：ψ_A (x)={(0.3 x=a@0.8 x=b@0.5 x=c@0 x∈ A)┤ （式2）
可见模糊集合在多数情况下更能反应元素的特性，特征函数实际上就是隶属度函数的一个特例。
两个元素之间的某种联系，可以用关系R来表示，通常R用二元逻辑1和0表示元素之间是否存在此关系。比如，a对b存在指定关系R，则称为aRb，否则为aR ̅b。关系有时也可以模糊表示，当元素a对于b不完全满足某指定关系R，却也没有完全不满足时，它们之间的关系可以用0到1区间的某一值表示，即是一种隶属度的表示法。对于论域E中的两个集合A={a,b}；B={c,d}，指定一种关系R，它们所有元素之间的关系可以用关系矩阵表示：R=((R_ac&R_ad@R_bc&R_bd ))。如果集合是模糊集合，关系更加模糊化，还需考虑元素对所在集合的隶属度。集合 A对应到B的关系表达式为A○R=B，通过线性代数和模糊数学理论可以根据集合A，B求出关系R。
模糊控制
随着科技的发展，现场被控对象和控制条件变得复杂，考虑因素增多，而对于控制性能要求却逐渐提高。通常复杂的系统很难对控制量设计精确的算法，想要绝对精确变得不可能，需要在精确和复杂间找到平衡。模糊控制就是一种平衡的控制手段，在非线性复杂系统中发展很快。
通常一个模糊控制系统主要由被控对象，执行机构，模糊控制器，输入输出接口和测量装置组成（图1）。
其中的核心部分模糊控制器由输入模糊化接口，数据库，规则库，推理机和输出接模糊接口五部分组成（图2）。
根据实际需要，模糊控制器可以有几个输入和输出。首先是模糊化，输入的信号和需要输出的信号根据专家经验划分为语言描述的模糊子集，并将其论域分级离散化，最后把模糊子集中的元素对应到量化等级上，可画出隶属度函数。这些输入输出信号的隶属度函数存入推理机中的数据库，而规则库里存放的是基于专家知识或熟练人员长期经验形成的直觉推理的语言规则表达式。这些模糊规则由一系列关联词连接而成，如if—then；or等，这些规则实际说明了数据库中输入和输出这两组模糊子集的关系R。推理机通过模糊数学的算法解模糊方程，可以算出各种输入状态下对应的输出响应值。这样解模糊并输出实际控制信号或控制等级，用以作用于被控对象。
使用NI DAQ设备和LabVIEW构造模糊控制系统
美国国家仪器公司（简称NI）提供了在LabVIEW中使用的模糊控制工具包Fuzzy Logic，可帮助工程师结合NI数据采集设备快速有效地搭建一个模糊控制器，并省去很多硬件逻辑电路。
安装NI光盘Tookit Software中的LabVIEW PID Control Tookit，即可在LabVIEW中生成该工具包。安装完成后打开一个新的VI，右击程序框图，在Functions Palette上选择Control Design&Simulation，即可看到Fuzzy Logic工具包，该工具包由3个VI组成（图3）。安装工具包后，可以使用LabVIEW创建.fc格式的文件。.fc文件是NI自定义的一种文件格式，用于仿真模糊控制器推理机中的知识库。
创建一个.fc文件步骤如下：打开一个新的VI，在任务栏依次点击Tools——Control Design and Simulation——Fuzzy Logic Controller Design…，接着在弹出的 Fuzzy Logic Controller Design对话框的状态栏上点击File——New，即打开了一个新的.fc文件（图4）。
创建一个.fc文件步骤如下：打开一个新的VI，在任务栏依次点击Tools——Control Design and Simulation——Fuzzy Logic Controller Design…，接着在弹出的 Fuzzy Logic Controller Design对话框的状态栏上点击File——New，即打开了一个新的.fc文件（图4）。
.fc文件使用工具包Fuzzy Logic中的Load Fuzzy Controller.vi加载，该VI加载后将数据传送到Fuzzy Controller.vi中。Fuzzy Controller.vi接收输入信号（最多可接受4维输入），根据.fc文件进行模糊推理，并计算出合适的输出信号值（图7）。工具包中的另一个VI是Test Fuzzy Controller.vi，它可以通过手动输入算出输出响应值，已到达调试.fc文件中规则和隶属度函数的目的。
构建完知识库后，LabVIEW会结合计算机代替硬件电路进行模糊推理计算，节约了成本。模糊控制的精度和输入输出的信号是否精确也密切相关。硬件方面，NI的数据采集(DAQ)卡不但和LabVIEW兼容性好，性能稳定，而且选择范围很广，工程师总是可以根据自己的精度等需求选择到合适的采集卡。
卓越的性能，精确的采集，如果需要还可以进行软硬件的信号调理。准确的信号送到软件搭建的模糊控制器系统，算出输出响应值，再由NI DAQ设备准确地输出信号，一个强大的模糊控制器就这样完成了。