自動控制理論經過一個多世紀的發展，正由經典控制理論，現代控制理論向智能控制理論發展。人工智能包括推理，學習和聯想，是采用非數學式的方式，將人的思維模型化，并通過計算機來模仿。目前計算機已充分體現了人類左腦的邏輯推理功能，正向右腦的模糊處理方向發展。模糊控制作為近代控制理論中一種基于語言規則與模糊推理的高級控制策略和新穎技術，是智能控制的一個重要分支，近來發展迅速，應用廣泛，效果顯著，引人關注。
什么是模糊？
在我們日常生活中，經常有一些概念沒有固定的標準，不能簡單地用對或錯，真或假來評判，而要用到一些不精確的詞句來描述，比如，年輕、好、漂亮。這些概念會因為判斷對象變化而改變判斷標準，所以是模糊的。在人們的工作經驗中，往往也存在了許多模糊的東西。例如，煉鋼時需要的鋼水顏色、沸騰情況等模糊信息。1965年美國加州大學L.A.Zadeh教授最早提出了模糊這一概念，并用數學方式進行分析。通常，對于一個論域E中討論的集合A={a,b,c}，對于論域中的任意元素x，可用特征函數表示是否屬于A：ψ_A (x)={(1 x∈A@0 x∈ ̅A)┤ （式1）
式1用1和0來表示元素屬于集合的真假，然而若是一個模糊的集合，比如說衣服是否漂亮，里面的元素a,b,c這3件衣服單純用漂不漂亮表示顯然不能更具體表征元素的性質。模糊集合把特征函數的0和1這兩個值，擴展到0到1之間的整個區間中，以隸屬度μA（0≤μA≤1）來表示元素屬于集合A的程度，比如衣服漂亮的程度。這樣，設三件衣服的漂亮程度分別為0.3，0.8和0.5，該模糊集合A可表示為 A：{(a,0.3),(b,0.8)(c,0.5)}。 而隸屬度函數可寫成：ψ_A (x)={(0.3 x=a@0.8 x=b@0.5 x=c@0 x∈ A)┤ （式2）
可見模糊集合在多數情況下更能反應元素的特性，特征函數實際上就是隸屬度函數的一個特例。
兩個元素之間的某種聯系，可以用關系R來表示，通常R用二元邏輯1和0表示元素之間是否存在此關系。比如，a對b存在指定關系R，則稱為aRb，否則為aR ̅b。關系有時也可以模糊表示，當元素a對于b不完全滿足某指定關系R，卻也沒有完全不滿足時，它們之間的關系可以用0到1區間的某一值表示，即是一種隸屬度的表示法。對于論域E中的兩個集合A={a,b}；B={c,d}，指定一種關系R，它們所有元素之間的關系可以用關系矩陣表示：R=((R_ac&R_ad@R_bc&R_bd ))。如果集合是模糊集合，關系更加模糊化，還需考慮元素對所在集合的隸屬度。集合 A對應到B的關系表達式為A○R=B，通過線性代數和模糊數學理論可以根據集合A，B求出關系R。
模糊控制
隨著科技的發展，現場被控對象和控制條件變得復雜，考慮因素增多，而對于控制性能要求卻逐漸提高。通常復雜的系統很難對控制量設計精確的算法，想要絕對精確變得不可能，需要在精確和復雜間找到平衡。模糊控制就是一種平衡的控制手段，在非線性復雜系統中發展很快。
通常一個模糊控制系統主要由被控對象，執行機構，模糊控制器，輸入輸出接口和測量裝置組成（圖1）。
其中的核心部分模糊控制器由輸入模糊化接口，數據庫，規則庫，推理機和輸出接模糊接口五部分組成（圖2）。
根據實際需要，模糊控制器可以有幾個輸入和輸出。首先是模糊化，輸入的信號和需要輸出的信號根據專家經驗劃分為語言描述的模糊子集，并將其論域分級離散化，最后把模糊子集中的元素對應到量化等級上，可畫出隸屬度函數。這些輸入輸出信號的隸屬度函數存入推理機中的數據庫，而規則庫里存放的是基于專家知識或熟練人員長期經驗形成的直覺推理的語言規則表達式。這些模糊規則由一系列關聯詞連接而成，如if—then；or等，這些規則實際說明了數據庫中輸入和輸出這兩組模糊子集的關系R。推理機通過模糊數學的算法解模糊方程，可以算出各種輸入狀態下對應的輸出響應值。這樣解模糊并輸出實際控制信號或控制等級，用以作用于被控對象。
使用NI DAQ設備和LabVIEW構造模糊控制系統
美國國家儀器公司（簡稱NI）提供了在LabVIEW中使用的模糊控制工具包Fuzzy Logic，可幫助工程師結合NI數據采集設備快速有效地搭建一個模糊控制器，并省去很多硬件邏輯電路。
安裝NI光盤Tookit Software中的LabVIEW PID Control Tookit，即可在LabVIEW中生成該工具包。安裝完成后打開一個新的VI，右擊程序框圖，在Functions Palette上選擇Control Design&Simulation，即可看到Fuzzy Logic工具包，該工具包由3個VI組成（圖3）。安裝工具包后，可以使用LabVIEW創建.fc格式的文件。.fc文件是NI自定義的一種文件格式，用于仿真模糊控制器推理機中的知識庫。
創建一個.fc文件步驟如下：打開一個新的VI，在任務欄依次點擊Tools——Control Design and Simulation——Fuzzy Logic Controller Design…，接著在彈出的 Fuzzy Logic Controller Design對話框的狀態欄上點擊File——New，即打開了一個新的.fc文件（圖4）。
創建一個.fc文件步驟如下：打開一個新的VI，在任務欄依次點擊Tools——Control Design and Simulation——Fuzzy Logic Controller Design…，接著在彈出的 Fuzzy Logic Controller Design對話框的狀態欄上點擊File——New，即打開了一個新的.fc文件（圖4）。
.fc文件使用工具包Fuzzy Logic中的Load Fuzzy Controller.vi加載，該VI加載后將數據傳送到Fuzzy Controller.vi中。Fuzzy Controller.vi接收輸入信號（最多可接受4維輸入），根據.fc文件進行模糊推理，并計算出合適的輸出信號值（圖7）。工具包中的另一個VI是Test Fuzzy Controller.vi，它可以通過手動輸入算出輸出響應值，已到達調試.fc文件中規則和隸屬度函數的目的。
構建完知識庫后，LabVIEW會結合計算機代替硬件電路進行模糊推理計算，節約了成本。模糊控制的精度和輸入輸出的信號是否精確也密切相關。硬件方面，NI的數據采集(DAQ)卡不但和LabVIEW兼容性好，性能穩定，而且選擇范圍很廣，工程師總是可以根據自己的精度等需求選擇到合適的采集卡。
卓越的性能，精確的采集，如果需要還可以進行軟硬件的信號調理。準確的信號送到軟件搭建的模糊控制器系統，算出輸出響應值，再由NI DAQ設備準確地輸出信號，一個強大的模糊控制器就這樣完成了。