应使论域中的任何一点对论域子集的隶属度最大值都不能太小，否则可能会出现控制空档，从而导致系统失控，为此任何一个模糊子集中的包含论域中的元素应不少于两个，且相邻模糊子集之间应有交集。交集较小时控制过程较灵敏；较大时模糊控制器对于被控对象参数变化的适应性强，即鲁棒性好。但交集过大会导致无法区分两个语言变量值，因此可取整数论域N的元素个数为语言变量档数的（1.5～2）倍。
　　在中a表示的模糊子集称为低分辨率子集，b表示的模糊子集为高分辨率子集。这两种不同形状的模糊子集将导致不同的控制性能。当系统位置偏差在高分辨率模糊子集上变化时，它对系统偏差的微小变化反映比较灵敏，易引起振荡，但控制精度高；在低分辨率模糊子集上变化时，系统反应比较平滑，但控制精度较差。控制规则要考虑其条数、完整性、一致性和交互性，即要求获得最优控制规则数量，通过控制规则对控制过程中的任何状态都能产生合适的控制输出、相互矛盾的控制规则数最少、控制规则的输出和实际控制原则相一致四个要求。控制规则将系统输入的模糊量映射成模糊控制输出量，所有控制规则集构成模糊控制表。
　　解模糊接口将模糊推理中得到的模糊控制作用转化为执行机构能够接受的精确量。常见的解模糊的策略有中心法和加权平均法。中心法使用MAX的方法，将推论求和后算出中心，其特点是稳态效果较好。加权平均法则是将输入变量的线性组合后，乘以各个模糊规则的权重再平均，其特点是适合作网络调整和训练。模糊控制器可以看作是一个变增益的PID控制器。与常规的PID控制相比较，后者是对比例、积分、微分的线性组合，而前者是对比例、积分、微分的非线性组合。那么当模糊控制器仅有一个输入e时，它相当于一个非线性的比例调节器。模糊控制器的可变论域设计模糊控制要充分逼近真实的响应函数，意味着要有很多的控制规则。对于依赖领域专家知识总结控制规则的模糊控制器来说，是很难做到这一点的。因此，一般认为模糊控制只适合于粗糙控制场合。对于高精度控制问题，模糊控制的效果不够理想，还得依靠古典控制。深入分析可以发现，作为插值器的模糊控制器，要想在全局上充分逼近响应函数，规则数目必然很大。然而实际控制的目的往往是要把误差控制在平衡点附近，而不关心接近平衡点之前的过程。以全局为基础建立的规则集是以规则之不变应误差之万变，精度自然无法提高；若采用论域动态调整方法，当偏差e接近平衡点时，缩小论域范围就可以提高稳态精度。一种常用的论域缩放方法是对偏差论域开平方后再按照原来对偏差论域进行分档的方法进行分档。这样在接近平衡点处论域划分范围就要精细一些。由于该算法实现简单，故在实践中应用很广泛。
　　实验表明，在相同工况下几种控制算法控制效果对比，常规闭环控制需要一段较长的速度调整区如所示，PID控制和常规模控制可以达到较快的响应速度，但是此时难免产生超调如所示，PID控制这一点尤为明显，所以尽管PID控制精度尚可，但不能同时满足快速性和无超调两个条件。