近年来，以模糊控制和神经网络控制相结合的软计算技术获得了广泛关注。模糊控制具有响应速度快、鲁棒性强的优点，在系统阶跃响应的暂态阶段，模糊控制能够很快减小误差。但是，单纯的模糊控制往往难以得到满意的稳态精度。本文借鉴切换控制理论，提出了新型的“模糊切换”方法，设计了与神经网络并联的模糊控制器，以解决具有不确定性的复杂系统的控制问题。 一般混合控制器根据误差精确量为阈值进行切换动作。这种常规切换算法简单，易于编程或硬件实现。但是在切换时刻却要保证两个控制器输出大体相等，这对闭环控制是很高的要求。若不能满足则会在切换点处出现振荡并降低控制器的鲁棒性。本文针对这种情况提出的模糊切换的概念，使用误差及其变化的模糊数作为切换阈值，从而使两种不同控制器可以消除切换时因不同控制器输出差异导致的跳变或时滞，以更好的完成切换。 针对工业中常见的直流电机系统进行了仿真试验，仿真结果验证了该算法的有效性，表明这种控制方案能够有效地提高系统的鲁棒性，并且具有很好的适应性和鲁棒性。