为什么有的洗衣机很“智能”？
近年来，智能洗衣机越来越多地出现在市场上。其所谓“智能”，主要就表现在它能代替人对衣服的脏污程度和洗净程度进行判断，并决定如何洗涤以及是否要继续洗涤。
这是怎么做到的呢？
人在感知衣服脏污程度时，靠的是视觉和触觉；在判断衣服脏污程度时，还要靠经验。同样，智能洗衣机也需要先对衣服的脏污程度进行感知，然后再基于这些感知按照人“教”给它们的经验进行判断，做出是否洗涤以及如何洗涤的决定。
可是，衣服的“脏污”或“干净”，是一个复杂而且模糊的性质，很难有一个确切且普遍适用的判别标准。因此，人们通过让洗衣机先“试洗”来感知衣服的脏污程度或洗净程度。虽然这种感知方式不是对所有织物、所有脏污类型都完全适用，但却是相对最具实现可行性的。
确定了脏污程度，洗衣机便进入对感知信息进行处理以便做出决策的阶段。
传感器得到的信息可以是比较精确的，但这样的精确，正如在“头上有多少头发才算秃头”问题中一样，很难确定准确数字，也用不着那么精确，因为人对“衣服洗干净没有”的判断实际上是模糊的。因此，洗衣机在判断是否要继续洗涤衣物时，获取或发出的信息，只能是不精确的。模糊控制就是对不精确信息进行处理和决策的比较成熟的理论、方法和技术，现在很多智能洗衣机也都是采用这方面的技术。
模糊控制的专家们模仿人的判断和决策方式，制定出模糊洗衣机控制中的推理规则：
如果衣物较多，棉布与化纤各半且水温较高，则水流较强、洗涤时间较长；
……
当然，仅仅这样的规则，洗衣机还是无法执行的；因此还要在这个基础上再按众多模糊控制专家们已经研究出来的种种方法，进行一系列模糊控制的数学处理，便能发出让洗衣机执行相应动作的指令了。
【知识点】确定性的自动控制
与模糊控制不同，确定性自动控制必须先对控制对象建立准确的数学模型，再在过程中随时对模型进行准确的计算以便即时准确获知模型状态，然后还要即时准确求出决策优化结果，才能发出控制指令。然而，人在复杂情况下的判断、决策，往往既不是、也不能是如此分析式的，而是综合式地进行全局、整体、趋势、发展性的判断、决策。这样做虽然不那么精密，但往往更能把握住问题的本质和主体。
【发散思维】你能给“漂亮”下一个数学定义吗？
