1.一种基于模糊控制的容噪零化神经网络模型设计方法，其特征在于，包括：步骤1，设计模糊控制，其中，所述模糊控制包括模糊化接口、规则库、数据库、模糊决策单元和退模糊化接口；

所述步骤1具体包括：

步骤1.1，设计包含两个清晰输入的模糊化接口；

步骤1.2，建立多条if‑then规则，形成所述规则库；

步骤1.3，设计两个输入及输出对应的隶属函数，形成所述数据库；

步骤1.4，设计所述模糊决策单元的处理流程；

步骤1.5，设计所述退模糊化接口的退模糊化方法得到清晰的输出；

步骤2，根据所述模糊控制和传统零化神经网络的演化公式，得到模糊容噪零化神经网络演化公式；

步骤3，将与时变问题相关的误差矩阵的具体形式代入所述模糊容噪零化神经网络演化公式，得到求解该时变问题的模糊容噪零化神经网络模型；

所述模糊容噪零化神经网络演化公式为 其中，p(t)＝vec(P(t))，e(t)＝vec(E(t))，v＝vec(V)，P(t)为误差矩阵，η为设计参数用于控制零化神经网络的的收敛速率，E(t)为外部噪声，V为模糊控制。

2.根据权利要求1所述的方法，其特征在于,所述步骤3具体包括：步骤3.1，获取时变Sylvester矩阵方程；

步骤3.2，定义所述误差矩阵；

步骤3.3，将所述误差矩阵代入所述模糊容噪零化神经网络演化公式中，得到所述模糊容噪零化神经网络模型并进行向量化。