遗传模糊控制(genetic fuzzy control),工学-控制科学与工程-智能控制-智能控制-模糊控制-智能优化控制,一类将模糊理论与遗传算法相结合的计算机数字控制技术。模糊控制设计存在两个瓶颈:模糊控制规则的选取与模糊隶属函数参数的确定。这是因为模糊控制规则的选取与隶属函数参数的确定是通过总结操作者对过程的控制经验或归纳设计者对过程认知的模糊信息而获得的,有很强的主观性,而当系统非常复杂或输入变量较多时,模糊控制规则的可能选取空间会急剧扩大。在确定模糊控制规则后,模糊隶属函数就决定了模糊控制系统的性能。通常,如何确定隶属函数的参数是一个多参数寻优问题。遗传算法是人工智能领域中用于解决最优化的一种搜索启发式算法,是进化算法的一种。它是借鉴了进化生物学中的遗传、突变、自然选择以及杂交等自然现象而发展起来的。遗传算法采用概率化寻优方法,通过自适应地调整搜索方法,具有内在的隐式并行性、全局收敛性和较好的全局寻优能力等优点。模糊控制的主要难度在于控制规则的获取与隶属函数参数的确定。利用遗传算法技术设计、动态优化模糊控制规则和隶属函数的参数,从而实现模糊控制器的自动设计。