模糊PID根據模糊邏輯將輸出值y(t)和給定值r(t)運用模糊規(guī)則，經過模糊化、模糊推理、去模糊化三個步驟得到參數通過特定的組合疊加到傳統(tǒng)PID上，從而達到修正傳統(tǒng)PID的值，但是模糊PID對于一些控制系統(tǒng)效果不佳，對于有滯后的、非線性的系統(tǒng)控制起來就顯得吃力，并且模糊PID中模糊域中參數依賴于工程師的經驗，受人為影響大，這對在以后控制中出現的偏差難以解決，圖4為模糊PID控制器的結構。

uzzy-RBF神經網絡PID控制為了消除模糊PID使用時存在人為主觀因素的影響，將模糊控制、RBF神經網絡和傳統(tǒng)PID優(yōu)點結合到一個控制系統(tǒng)中，使控制系統(tǒng)產生更加穩(wěn)定的控制效果，見圖5Fuzzy-RBF神經網絡PID控制器的結構圖，其控制基本原理為：將溫度偏差e(t)與溫度偏差變化率ec(t)輸入到神經網絡中，通過Fuzzy-RBF神經網絡中模糊控制器的模糊化和模糊推理，對PID的三個參數進行在線自我整定，來實現理想的控制效果。