1，在matlab命令窗口輸入fuzzy。
2.確定模糊控制器的結構，即根據具體系統確定輸入和輸出。
這裏我們可以選擇標準的二維控制結構，即輸入為誤差E和誤差變化ec，輸出為控制量u .輸入變量通過Edit-& gt；添加變量-& gt；輸入實現。
3.語言值和隸屬函數的確定。
首先要確定描述輸入輸出變量語言值的模糊子集，如{NB，NM，NS，ZE，PS，PM，PB}，設定輸入輸出變量的論域。比如我們把誤差E的論域，誤差變化EC設為[-6 6]，控制量U的論域設為[-10 10]。然後為模糊語言變量選擇相應的隸屬函數。通過編輯->；隸屬函數打開隸屬函數編輯器，然後分別為輸入和輸出變量定義論域範圍，並添加隸屬函數。以E為例，論域範圍設為[-6 ^ 6]，加入的隸屬函數個數為7。(註意:隸屬函數編輯器已經為每個變量初步定義了三個隸屬函數，然後點擊編輯-->；添加MFs添加會員功能，數量可選擇為4)
4.模糊控制規則的制定。
對於我們的二維控制結構和相應的輸入模糊集，我們可以制定49個模糊控制規則。
5.解決歧義。
模糊控制器的輸出是壹個模糊集，通過反模糊化方法可以確定壹個精確的量。去模糊化的方法有很多，這裏選擇重心法。
6.保存建立的模糊控制器。
文件-& gt；導出->；到文件，文件名是fuzzy_control。
第二步:建立Simulink模型。
1，在matlab命令窗口輸入simulink，由。
2.創建壹個新的模糊控制器模型。
3.在matlab命令窗口中輸入fuzzy = readfis('fuzzy_control ')，將之前建立的模糊控制器加載到工作區中，並將模糊邏輯控制器的參數設置為fuzzy。
4.保存模型，並將其命名為fuzzy_model。
第三步:設置系統測試界面。
1，通過工具->；系統測試->；發射系統測試進入系統測試界面。
2.添加壹個測試模型。
用鼠標選擇主測試，然後插入-& gt；測試元素->；Simulink，選擇第二步建立的模型fuzzy_model。
3.變量的定義。
在測試向量項中定義兩個測試向量，變量名為input1，input2，input1 = [-6:1:6]，input 2 =[-6:1:6]；在Test Variables中定義測試變量，變量名輸出。
4.變量映射。
測試向量input1和input2分別映射到模糊控制器的輸入端口in1和in2，作為輸入測試信號。將測試變量輸出映射到模糊控制器輸出端口out1。設置界面如下:
將輸入測試向量映射到模糊模型的輸入端口；
6、運行測試，關註主測試(169次叠代)(169次叠代，運算開銷)，等待測試結束。
第四步:模糊控制查詢表生成。
1，系統測試結果保存在st results中。resultsdataset.output，這是壹個169*1單元格的單元格數組。(註:單元格結構為[n*1 double]，表示系統經過n次測試)。
2.輸入test_data = stresults。matlab命令窗口中的resultsdataset.output，並將測試結果保存在變量test _ data中。
3.測試結果的格式轉換。
因為二維查詢表是13行13列，所以需要的數據應該是13*13雙數組，但是因為test_data是169*1單元格的單元格數組，所以不能直接作為表數據輸入，所以需要先進行格式轉換。
在matlab命令窗口中輸入table_data = Cell2Array(test _ data，1，13，13)，調用cell 2 array函數，取每個單元格數組中的第壹行元素，即第壹個測試數據，將返回的結果保存在table _ data中。