20世纪60年代，美国加利福利亚大学的电气工程系L.A.Zadeh教授，发表模糊集合论（FuzzySets），创立了模糊逻辑理论。后来，L.A.Zadeh教授又在模糊映射、模糊推理和模糊控制原理等方面进行了一系列的研究，提出了模糊知识、语义变量、模糊规则和模糊图等概念，开创了研究控制理论崭新的领域，成为模糊逻辑控制理论诞生的基石。　　模糊逻辑控制的实质是将相关领域的知识和实际经验，转换为模糊化的语言规则，通过模糊推理与模糊决策，实现对复杂性的、非线性的、大时滞的、不确定的和时变的系统进行控制，以模糊集合论、模糊语言变量及模糊逻辑推理为基础的一种计算机数字控制，是非线性控制，属于智能控制的范畴。克服了经典控制理论只能对线性、定常等系统控制的缺陷。　　经研究，本文提出一种新的模糊子集的定义方法，利用Mamdani教授的max-min推理合成法得到了一种通用的模糊控制算法。这种算法简洁、高效，调试方便、合理，并减少了大量的运算。改变了控制量取决于每个模糊子集的隶属函数形状，主观性较大，各形状和最终控制量之间关系复杂，不利于算法输入输出关系的调整等缺陷。有利于模糊系统的辨识，可使输出量模糊子集的辨识问题转化为多元线性回归问题，这样辨识问题就能用线性最小二乘方法来解决。输出模糊子集可以完全由输出特征点来刻划，输出特征点可以根据操作人员经验来确定。若x个输入变量，y个输出变量，则每个特征点是m×y维实数空间中的一个点。所有的特征点就构成了操作人员所希望的控制器的输入输出关系的控制量。每个模糊状态独立地定义一个输出模糊子集，增强了控制算法的灵活性。利用这种方法，调试非常方便，操作人员可以通过改变输入各区间的定义或输出区间的定义模拟人脑思维，实现智能控制，而且这种定义方法简单、直接。