由于系統(tǒng)具有耦合性，參數(shù)時變的特點，傳統(tǒng)控制方法顯得缺少實用價值。而系統(tǒng)的工作機理可以通過咨詢正航儀器，我們?yōu)槟峁┙哒\服務(wù)！所以適合運用模糊控制技術(shù)來處理。
但由于控制系統(tǒng)參數(shù)的調(diào)整，以及對象參數(shù)時變的問題，需要隨時優(yōu)化控制策略，因此系統(tǒng)必須要有自學(xué)習(xí)和自適應(yīng)功能。根據(jù)以上要求，選擇采用模糊神經(jīng)網(wǎng)絡(luò)作為系統(tǒng)的控制器。
因為模糊神經(jīng)網(wǎng)絡(luò)是一種集模糊推理的強大結(jié)構(gòu)性知識表達能力與神經(jīng)網(wǎng)絡(luò)的強大自學(xué)習(xí)能力與一體的新技術(shù)。專家控制經(jīng)驗就蘊涵在模糊神經(jīng)網(wǎng)絡(luò)權(quán)值中，而網(wǎng)絡(luò)通過自學(xué)習(xí)使得專家思想可以根據(jù)情況加以改變，從而實現(xiàn)了專家控制策略的優(yōu)化，而不是一如既往的執(zhí)行死規(guī)矩，真正實現(xiàn)系統(tǒng)的智能化。

雖然模糊神經(jīng)網(wǎng)絡(luò)實現(xiàn)了模糊推理的表達，但仍然是神經(jīng)網(wǎng)絡(luò)。而神經(jīng)網(wǎng)絡(luò)較重要的問題之一就是網(wǎng)絡(luò)的訓(xùn)練。由于需要優(yōu)化的參數(shù)較多，以誤差的平方和作為性能指標(biāo)，用最小二乘法對系統(tǒng)性能做估計得出性能曲面上存在很多局部理想點（也稱為局部極小點）的結(jié)論。因此，用傳統(tǒng)的BP算法訓(xùn)練模糊神經(jīng)網(wǎng)絡(luò)使得網(wǎng)絡(luò)很容易陷入這些局部最小點而不易跳出，即使用自適應(yīng)學(xué)習(xí)速率BP算法也很難保證系統(tǒng)實時性的要求，故選擇通用性很強的遺傳算法來優(yōu)化模糊神經(jīng)網(wǎng)絡(luò)。
并在以往對遺傳算法研究成果基礎(chǔ)上，針對遺傳算法“早斂”這一問題對自適應(yīng)遺傳算法做出進一步改進，使算法效率得以提高！http://www.dgzhenghang.cn