通常，对于温度控制的理解，是觉得其技术成熟且改变不大。有一些工业的应用（如，注塑工业），不仅对时间进行精确的控制，而且在当设定值改变时，对于快速加温阶段和扰动的快速响应形成最小程度的过冲（overshoot）和下冲（undershoot）。一般采用的PID控制技术难以满足这些特殊的场合。
目前存在2种的复杂温度控制器。一种方案是基于增加特殊性能的PID，另一种方案是模糊逻辑控制。
增强的PID温度控制
加热和冷却过程中的不同速度（时间常数）可根据温度设定值，进行PID常数的动态调节。这样的调节需要一个加热模型--加热过程的反转静态特性（inverse static characteristic）。一旦控制系统执行加热模型，它的输出可被相应地用于前馈变量。前馈变量与比例成分的输出一起使加热模型符合加热过程。
一个近似的时间优化控制方法需要将温度控制的全部过程分为3个部分，每部分都有其不同控制机制。在阶段（温度在设定值之下）和个阶段（温度在设定值之上），幂常量（分别是满值和零）被应用，控制调节误差。在中间阶段（设定值在中间），线性PID控制开始作用。在这里所谓的线性控制区（linear control zone，LCZ）、非线性、调节误差限制（regulation error limit ，REL）就能被使用，会有助于限制温度的过冲和下冲。图1中，为加强的PID温度控制器的框图，适用范围较广。
580)this.width=580" align=center border=0>
模糊逻辑
工程师们对模糊逻辑的了解已经超过35年。模糊控制的魅力在于小规模的微型控制器，因为这一技术比常规的PID要求较少的计算幂和更少的操作存储量。
模糊控制的基本形式可模拟人工控制过程。根据瞬时温度背离设定值（调节误差，e(n)）的程度和温度改变的速率（或调节误差的背离，(e(n))，人工调整应用于加热成分的幂。整个过程由系统的物理或数学性质决定。温度的背离和温度的改变速率是高？是底？还是中等？模糊控制以同样的过程变量状态运行。
如图2，模糊温度控制器的框图表明，模糊控制器的输出是如何在功能加强的传统的PID控制器的情况下与前馈模块的输出相结合的。类似的适配模块可使解模糊化过程优化（使模糊化输出变量成为明确的输出值），并且同时帮助加热器模块更真实反映加热过程。
580)this.width=580" align=center border=0>
你的系统你做主
即使像温度控制这类的过程，如果增加了诸如快速增温阶段也可能变得很复杂。执行功能加强的、传统的PID控制器就成为一项挑战，特别是如果需要自调整能力以帮助确定优化PID常量时。然而，不可否认的是，PID控制的理论的运用相当广泛。
另外，模糊控制似乎能较简单的实现相同的性能。由一阶或更高阶的多项式（LCZ在增强PID控制中提供一个零阶近似值）控制的，用于时间优化控制系统的二阶转换曲线的近似值使模糊控制在时间优化控制应用中颇占优势。作为相对较为新的控制方法，它也能提供更多的发展空间。
