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。
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)。