模糊控制是以模糊集合论，模糊语言变量及模糊逻辑推理为基础的计算机智能控制。该机制的输入是透过模糊化将原本0和1的资料变成0到1之间的数值，相对于原本的非零即一的二分法较接近人类的思维。在推论的过程中资料为模糊的，但透过解模糊化的步骤，可使得输出为精确值。模糊控制常用于智能运算、建构专家系统、和类神经网络共同应用。
利用模糊集合理论将专家知识或操作人员经验形成的语言规则直接转化为自动控制策略。通常使用模糊规则查询表，用语言知识模型来设计和修正控制算法。
模糊控制器主要分为mamdani和TSK两类。mamdani系统的输入输出均为语言值，输出需要非模糊化得到数字量。TSK系统输入为语言值，输出为数字量。
1.定义输入及输出变数。
通常，模糊控制的输入变数可以是撷取自受控系统的观测量。也可以是推导出来的资料；而模糊控制的输出变数则为操控受控系统的操作量。设计模糊控制时，要利用一些方法去选择适当的输出入变数，并加以定义。
2.决定模糊化（fuzzification）的策略。
输入到模糊控制的资料可能是代表观测量的确定数值（crisp value），也可能是带有模糊性质的干扰（disturbance）噪声。设计模糊控制时必须考虑输入信号的各种可能形式，选择适当的模糊化方式，以便将系统的状态转换成语言变数。
3.定义各语言变数数据库。
4.设计控制规则库。
5.设计fuzzy推论机构。
6.选择解模糊化（defuzzification）的方式。
