已知被控对象为G(s)=1/(10s+1)e^(-0.5s),假设系统给定值为阶跃值r=30，采样时间为0.5s，系统的初始条件值r（0）=0，用常规的模糊控制器控制，求Matlab代码。

根据被控对象的传递函数，可以得到其离散化的传递函数：

s = tf('s');
G = 1/(10*s+1)*exp(-0.5*s);
Ts = 0.5;  % 采样时间
Gd = c2d(G, Ts, 'zoh');  % 离散化

接下来，使用常规的模糊控制器控制系统，代码如下：

% 设计模糊控制器
fis = mamfis('Name', 'Fuzzy Controller');

% 设定输入输出变量
fis = addInput(fis, [-10 10], 'Error');
fis = addInput(fis, [-10 10], 'EC');

fis = addOutput(fis, [-100 100], 'Output');

% 设定模糊规则
ruleList = [1 1 1 1;
            2 1 1 1;
            3 1 1 1;
            4 1 1 1;
            5 1 1 1;
            6 1 1 1;
            7 1 1 1;
            8 1 1 1];
fis = addRule(fis, ruleList);

% 仿真
t = 0:Ts:20;
r = 30*ones(size(t));
y = zeros(size(t));
ec = zeros(size(t));
error = zeros(size(t));
for k = 2:length(t)
    % 计算误差和误差变化率
    error(k) = r(k-1) - y(k-1);
    delta_error = error(k) - error(k-1);
    
    % 计算控制量
    ec(k) = evalfis(fis, [error(k), delta_error]);
    
    % 更新被控对象状态
    [y(k), ~] = step(Gd*ec(k), Ts, [0, y(k-1)]);
end

% 绘图
plot(t, r, 'r--', t, y, 'b-');
xlabel('Time (s)');
ylabel('Output');
legend('Reference', 'Output');

注意，这里的模糊控制器是根据经验来设定的，实际应用中需要根据具体情况进行调整。