实时采样得到的数据经过模糊处理后输入机器，通过查询模糊规则表即可得到合适的输出模糊量，从而避免了近似推理过程。在实际应用中，特别是当控制系统比较简单且由单片机控制时，常常采用这种查表方法。
模糊控制表的计算方法有很多种，手动编程计算会非常繁琐。 MATLAB提供了evalfis函数用于模糊推理计算，也可以使用SystemTest自动生成模糊控制表。请注意，MATLAB 2016a 将不再包含此功能，可以由单元测试框架或 Simulink Test 替代。
以双输入单输出系统为例，计算模糊控制器的查找表。假设控制器的输入是误差e和误差变化率ec，输出是控制变量u。其讨论的基本域是 [emin, emax], [ec min, ecmax], [u min, umax]，语言变量E、EC和U对应的论域为{- 6,-5,…,-1,0,1,…,5 ，6}，E、EC和U均选择7个语言值{NB、NM、NS、Z、PS、PM、PB}，每个语言值的隶属函数采用三角函数。其分布如表1所示，控制规则如表2所示。
表1 语言变量E、EC、U赋值表
表2 模糊控制规则表
1。在MATLAB中输入fuzzy打开模糊控制工具箱，编辑输入输出变量的隶属函数和模糊控制规则，然后将模糊推理系统保存为test.fis。
采用最大值法（lom）来解决模糊（最大隶属度）。如果模糊集合的论域中有多个点u都具有最大值，则可以将这些点中坐标绝对值最大的点ulom作为模糊集的代表点放。这种方法称为最大隶属度法。
输入量和输出量的隶属函数均采用三角函数，如下图：
2。打开Simulink模块并创建如下图所示的系统框图。添加2个输入和1个输出端口，处理模块为Fuzzy Logic Controller（或带有Ruleviewer的Fuzzy Logic Controller）。
在MATLAB命令窗口中输入fuzzy_control=readfis(‘test’)将之前建立的模糊控制器加载到工作区中，将Simulink中模糊控制模块的参数设置为fuzzy_control，并将模型保存为fuzzy_model.mdl。
3。在Simulink界面菜单栏的Tools下拉菜单中找到SystemTest，打开测试界面。选择Main Test，菜单栏Insert→Test Element→Simulink，选择第二步建立的模型fuzzy_model。
在Test Vectors项中添加两个测试向量（点击New）：变量名称分别为input1和input2。将两个输入变量的取值范围编辑为[-6:1:6]，根据输入向量维度测试将循环169次；在Test Variables中定义测试变量，输出变量名。
下一步是变量映射。将测试向量input1和input2分别映射到模糊控制器的输入端口In1和In2作为输入测试信号。将测试变量输出映射到模糊控制器输出端口 Out1。设置后的界面如下图。
最后选择要保存的测试数据。点击测试界面的保存结果项，设置如下：
4。单击“运行”以运行测试。 Main Test将执行169次迭代并等待测试结束。
测试成功完成后，可以查看测试结果数据集：
在工作区窗口中右键单击table_data变量，选择“打开选择”即可查看模糊控制查询表：
SystemTest还提供图形结果查看功能。在系统测试界面，点击Tools→Test Results Viewer，点击工具栏中的Surf Plot，绘制三维曲面。 X、Y 和 Z 分别设置为输入 1、输入 2 和输出。点击Plot按钮，根据输入输出绘制的曲面如下图：
这里还可以导出控制表：右键单击输出变量output，在弹出的菜单中点击导出，即可输出到工作区。
输出包含6个13X13的二维表，我们列出第六个：
输入表=输出(:,:,6);生成表变量后，点击Open Selection即可查看模糊控制表：
5。模糊系统的输出也可以使用 evalfis 函数根据给定的输入进行计算。例如，以下语句计算当E=6且EC=3时模糊系统测试的输出。可以看到结果与上面的模糊控制查询表一致。
evalfis还可以同时计算多组输入的结果，如：
参考：
计算模糊控制离线查找表
在 SIMULINK 中根据模糊逻辑生成查找表
基于Matlab的模糊查询表生成方法探讨
如何使用matlab将模糊逻辑转换成查询表
使用MATLAB生成离线查询表进行模糊控制
如何在MATLAB下将模糊推理系统转换为查询表
-->
