传统的计算机是建立在精确的数学基础上的，它在判断一个概念时，往往需要进行一系列复杂的数学计算，并要求有很高的精度，但是我们日常生活中许多需要加以判断的问题，却往往是一些不太确切的问题。在控制系统中，有好多参数也是很难用数字量化的。类似这些没有确切界限的事物、非数字式的量化概念，我们称为模糊概念。由于模糊概念只是一种不规则的逻辑，由此而构成的信息也只是含义模糊的信息，显然，传统的计算机很难解决模糊问题。但是，我们人类的大脑却对模糊信息所表达的直观形态和意识感觉有着极高的识别能力和判断能力，因而解决模糊问题往往显得比解决精确问题更轻松。
二者之间的差别便是运用传统计算机进行人工智能研究会困难重重，始终达不到“人脑”的水平的关键所在。传统计算机采用的是由“0”和“1”两个数码组成的二进制逻辑，与之相对应的是由模糊数学而产生的不规则、非逻辑函数。模糊数学是表达和处理模糊信息最有效的工具，它是用数学方法研究处理模糊事物的数学分支。模糊数学的出现一方面为人文科学等复杂系统提供了新的数学工具，另一方面为研究出真正能够像人脑那样、对复杂的模糊问题进行识别与判断的计算机提供了理论依据。以模糊理论设计出来的电子电路就是模糊集成电路或非逻辑不规则集成电路，而由模糊集成电路构成的计算机就是模糊计算机。
模糊控制系统与一般计算机系统在硬件结构上并没有什么根本差异，而只是在控制算法编程上采用了模糊决策的算法，即通过收集人们对该系统的操作运行经验，利用模糊理论进行归纳，编制成模糊控制软件，固化在存储器中。这种模糊控制系统的控制规律简单，更接近人的行为方式，是可以模仿人操作的机器。
目前专家们正在研制一种新型的模糊控制器，这种控制器叫“自组织、自寻优型的模糊控制器”。它们不但能够执行决策表中的内容，还可以按照参数的变化进行学习，并形成新的模糊决策，给模糊控制增加学习的功能，使之能够在控制过程中不断获得新的信息，并对控制量作出调整，使控制性能更加完善。
模糊控制理论和应用方面还存在许多未知的问题有待于我们的专家学者去研究和解决。随着相关科学的发展，它的前途将是无量的。
閱讀更多 熱點泛觀察 的文章
