模糊控制器是一种仿人智能控制器，它模拟人类思维，采用人类语言信息，所以模糊控制器容易理解、设计简单、维护也方便。模糊控制器基于包含模糊信息的控制规则，所构成的控制系统比常规控制系统稳定性好，鲁棒性高。在改善系统特性时，模糊控制系统不必像常规控制系统那样只能调节参数，还可以通过改变控制规则、隶属函数、推理方法以及决策方法来修正系统特性。遗传算法是一种自适应、启发式、群体型、概率性、迭代式全局收敛算法，利用遗传算法的良好的搜索特性来优化模糊控制器，可以取得很好的控制效果。本文在此基础之上，通过研究众多工业过程在不同的操作条件下的系统结构，将其视为多模型对象（Multi－Model Object),同时对人的决策过程和对事物可信度的判断过程作出分析，提出了多模型优化模糊控制算法，算法的关键是模型匹配程度与控制权重的计算。 在本文中，作者还对与此相关的模糊逻辑系统、模糊辨识器、控制器和遗传算法及其收敛性作了分析。