一般來說，模糊控制器有三個步驟：模糊化、規(guī)則庫和推理引擎、去模糊化。

第一個，使用適當?shù)膹膶訇P(guān)系函數(shù)，將清晰的變量轉(zhuǎn)換成模糊的變量，并給控制器相應(yīng)的模糊數(shù)。隸屬函數(shù)可以是單個數(shù)，三角形，梯形，矩形或任何其它類型。模糊控制器的主要部分是規(guī)則庫推理引擎，它決定了操縱變量。規(guī)則庫可以在操縱和控制變量之間通過一個已知過程關(guān)系建立。輸出集是基于隸屬函數(shù)，但它們也可以是直接的組合或任何輸入的函數(shù)。在這個意義上說，去模糊化的輸出是所有輸出的平均加權(quán)。

Takagi-Sugeno 控制器使用下面形式的規(guī)則：

如果[（e1 是A1）和/ 或（e2 是A2）和/ 或（e3是A3）和/ 或... 和/ 或（ek 是Ak）

則y=g（e1,e2，...,ek）

在Takagi-Sugeno 規(guī)則結(jié)構(gòu)中我們可以采用常規(guī)PID 控制器的速度表作為誤差和誤差變化的線性組合。傳統(tǒng)PID 控制器的模糊化具有許多優(yōu)點，如非線性控制法，魯棒性特征和多變量方法的可能性，同時與實現(xiàn)其它模糊控制方法相比只需要更少的工作。

PD模糊控制器的輸出函數(shù)可以這么表示

在這項工作中使用的模糊推理系統(tǒng)是基于Takagi-Sugeno 的模型， 同時將用作Takagi-Sugeno 控制器的輸出功率。該PD 模糊控制器的收益是從PD 控制器中的ITAE 設(shè)置的。為了更準確，我們比較兩個集合的性能隸屬函數(shù)和規(guī)則庫，改進之后的隸屬函數(shù)和規(guī)則庫示于表3。

這些術(shù)語用于在規(guī)則庫和MFs：

BN= 大負數(shù) SN = 小負數(shù) ZN= 零負數(shù)Z = 零

ZP= 零正數(shù) SP = 小正數(shù) BP= 大正數(shù)VBP= 非常大的正數(shù)

我們通過將改進的隸屬函數(shù)零MF 變成三個。ZN，Z，ZP 這些新的改進MFs 且規(guī)則庫需要更新。這一次，我們有更多的規(guī)則選擇所以控制動作可以被優(yōu)化。在表3 中的符號C是指控制器輸出，從PD- 模糊獲得函數(shù)，SS指的是反應(yīng)釜穩(wěn)態(tài)熱損失。

當誤差非常大正數(shù)，加熱器將滿功率（FP）工作來上升溫度。當誤差變大正數(shù)，并且溫度增加，控制器開始控制輸出。但是，當誤差變小正數(shù)且溫度接近設(shè)定值，如果誤差變化為負數(shù)或零，SS 功已經(jīng)就足夠了。但是，如果誤差變化是正的，控制器將計算出輸出功率。當誤差約為零，以及誤差變化是大負數(shù)，這意味著溫度在快速增加，所以輸出功率需要是零防止過度上升的溫度。如果誤差變化小負數(shù)，則意味著溫度緩慢增加，其輸出功率必須以最小SS 防止大的變化。在小的正誤差變化情況下，SS 功率是足夠的，但如果誤差變化是大的正數(shù)時，功率應(yīng)該從控制方程中計算得到。

如果誤差變成正數(shù)且溫度超過設(shè)定點時，根據(jù)誤差變化，輸出應(yīng)趨于零，SS 或者由控制器計算得到。如果誤差變化為大的負數(shù)，輸出應(yīng)為零防止過沖。如果誤差變化為零，小正數(shù)或小負數(shù)，SS 功率是合適的。但是如果它變得大的正數(shù)，功率應(yīng)超過原先的值來避免過度降低。