针对被控对象系统参数不确定性变化的情况，设计一种基于置信规则库(BRB)的控制器。所建立的置信规则库，能够描述闭环控制系统偏差量、偏差量积分和偏差量微分(输入量)与控制量(输出量)之间存在的复杂非线性关系，其中置信规则的前项属性为输入量的参考值，后项为输出量的置信结构。对于被输入激活的规则，通过证据推理(ER)算法将被激活规则后项中的置信结构进行融合，从融合结果中推理出控制量估计值。给出非线性优化学习模型，解决专家给定的BRB 初始参数不精确的问题。训练后BRB输出的控制量估计值，可以作为被控对象的输入，产生控制作用。利用Simulink 设计出BRB 控制模块，并通过在参数不确定性变化的他励直流电动机控制中的仿真实验，说明了所提方法的有效性。文中详细给出了基于BRB 控制器的闭环控制系统仿真模型，它不仅可用于自动化相关专业本科或研究生的控制系统实验教学，使学生熟练掌握该种能够融合专家经验的先进控制器设计方式，也可进一步用于相关控制系统的研发。