實時采樣得到的數據經過模糊化處理后輸入機器，通過查詢模糊規則表便可得到應有的輸出模糊量，從而避免了近似推理過程。實際應用中，特別是在控制系統較為簡單而采用單片機控制時，常常采用這種查表法。
模糊控制表的計算有多種方式，手工編程計算會很繁瑣。MATLAB中提供了evalfis函數進行模糊推理計算，也可以用SystemTest自動生成模糊控制表。注意MATLAB 2016a以后不再包含這個功能，可以用Unit Test Framework或Simulink Test代替。
以雙輸入—單輸出系統為例，計算模糊控制器的查詢表。假設控制器輸入為誤差e和誤差變化率ec，輸出為控制量u，其基本論域分別為[emin，emax]，[ecmin，ecmax]，[umin，umax]，對應的語言變量E、EC和U的論域為{-6,-5,…,-1,0,1,…,5,6}，E、EC和U都選7個語言值{NB，NM，NS，Z，PS，PM，PB}，各語言值的隸屬函數采用三角函數。其分布可用表1表示，控制規則如表2所示。
表1 語言變量E、EC和U的賦值表
表2 模糊控制規則表
1. 在MATLAB中輸入fuzzy打開模糊控制工具箱，編輯輸入輸出變量的隸屬度函數和模糊控制規則，然后將模糊推理系統保存為test.fis。
解模糊用（最大隸屬度） 最大值法（lom）。如果在模糊集合的論域上，有多個點u的隸屬度都取最大值，可取這些點中坐標絕對值最大的點ulom作為模糊集合的代表點，這個方法稱為最大隸屬度最大值法。
輸入輸出量的隸屬度函數均采用三角形函數，如下圖所示：
並根據模糊控制規則表在Rule Editor中逐條添加規則：
2. 打開Simulink模塊，建立下圖所示的系統框圖。添加兩個輸入和一個輸出端口，處理模塊是Fuzzy Logic Controller (或Fuzzy Logic Controller with Ruleviewer)。
在MATLAB命令窗口中輸入fuzzy_control=readfis(‘test’)將之前建立的模糊控制器加載到工作空間，將Simulink中模糊控制模塊的參數設置為fuzzy_control，保存該模型為fuzzy_model.mdl。
3. 在Simulink界面菜單欄的Tools下拉菜單中找到SystemTest，打開測試界面。選中Main Test，菜單欄 Insert→Test Element → Simulink，選擇第二步中建立的模型 fuzzy_model 。
在Test Vectors 項里添加兩個測試向量（點擊New新建）：變量名分別為input1和input2，編輯兩個輸入變量的取值范圍為[-6:1:6]，根據輸入向量維度測試會循環169次；在Test Variables 里定義測試變量，變量名為output。
接下來進行變量映射。把測試向量input1、input2分別映射到模糊控制器的輸入口In1、In2，做為輸入測試信號。把測試變量output 映射到模糊控制器輸出口Out1。設置后的界面如下圖所示。
最后選擇要保存的測試數據。在測試界面點Save Results項，設置如下：
4. 點擊Run運行測試，Main Test會進行169次迭代，等待測試結束。
測試成功結束后，可以查看測試結果數據集：
系統測試結果保存在 stresults.ResultsDataSet.output 中，為169*1 cell的單元數組（cell為 [n*1 double] 結構，表示系統被測試了n次）。在matlab中輸入下面的命令，將第6次測試結果保存在變量table_data中。
test_data=stresults.ResultsDataSet.output;
temp=zeros(169,1);
for i=1:169
temp(i)=test_data{i}(6);
end
table_data=reshape(a,13,13);
Workspace窗口中右擊table_data變量，選擇Open Selection可以查看模糊控制查詢表：
SystemTest還提供了圖形化的結果查看功能。在系統測試界面點Tools→Test Results Viewer，點工具欄里的Surf Plot繪制三維曲面。X、Y 、Z分別設置為input1、input2和output。點Plot按鈕，根據輸入輸出繪制的曲面如下圖所示：
在這里也可以輸出控制表：右擊輸出變量output，在彈出的菜單中點擊Export輸出到工作空間中。
output包含6個13X13的二維表，我們列出第六個：
輸入table=output(:,:,6); 生成table變量后點擊Open Selection查看模糊控制表：
5. 使用evalfis函數也可以根據給定輸入計算模糊系統的輸出。例如下面的語句計算模糊系統test在E=6，EC=3時的輸出，可以看到結果與上面模糊控制查詢表中的一致。
fuzzy_control = readfis('test');
evalfis([-6 3], fuzzy_control)
ans =
-4.9200
evalfis也可以同時計算多組輸入的結果，比如：
evalfis([-3 6;-2 6],fuzzy_control)
ans =
3.0000
2.0400
參考：