基于自適應模糊控制的水下潛器沉浮控制過程，如圖3所示。

　　2.1 模糊控制器

　　模糊控制器采用二維模糊控制器，用深度的偏差E和偏差變化率

　　為它的2個輸入，以電磁閥的變化μ作為控制量，將

　　和控制量μ的數(shù)量范圍劃分為5個用語言變量表述的模糊集，即負大(NB)、負小(NS)、零(0)、正小(PS)、正大(PB)。而E和

　　的數(shù)量范圍亦劃分為5個語言變量表述的模糊集，即負大(NB)、負小(NS)、零(0)、正小(PS)、正大(PB)。

　　2.2 隸屬函數(shù)

　　輸入變量的隸屬函數(shù)為梯形隸屬函數(shù)和三角形隸屬函數(shù)。下面給出的是控制變量的隸屬函數(shù)，輸入變量的隸屬函數(shù)類同。

　　其中i為輸入變量：i=1對應E，i=2對應

　　;j為規(guī)則;μij(xi)為規(guī)則j中第i個輸入分量在所在模糊區(qū)間上的隸屬度;a，b，c，d為規(guī)則j中第i個輸入分量所在模糊區(qū)間的控制參數(shù)。

　　2.3 自適應模糊控制器

　　對模糊控制器的修正，實際上是對隸屬函數(shù)的參數(shù)a，b，c，d和

　　修正。取誤差函數(shù)：

　　其中，η(t)為深度H，dp為控制目標。

　　采用EBP算法(加慣性項)對隸屬函數(shù)的參數(shù)進行修正，得如下公式：

　　其中，αij、βij、γij均為學習速率，τi為慣性系數(shù)。

　　上述3式中右邊第3項為慣性項，因為在EBP算法中，如果學習速率取的小學習過程將很慢，而大的學習速率又可能導致學習過程的振蕩，另外學習過程可能收斂于局部極小點或在誤差函數(shù)的平穩(wěn)段停止不前。慣性項的引入可以提高收斂速度和改善動態(tài)性能(即可以抑制寄生振蕩)。

　　針對EBP算法收斂速度慢的問題，采用Delta-Bar-Delta學習規(guī)則對學習速率進行在線調(diào)整，以提高收斂速度。

　　以αij為例，βij、γij同理：

　　其中，ξ是一個正實數(shù)，參數(shù)a、b、ξ根據(jù)實際情況自定。典型值為：10-4≤a≤0.1，0.1≤b≤0.5，0.1≤ξ≤0.7。