模糊是处理模糊逻辑的程序库

模糊逻辑是真相标记为语言变量时的传统亚里士多德逻辑的综合体。模糊逻辑，相当于经典逻辑，在定义的模糊集上有其自己的模糊逻辑操作。模糊集和普通集有相同的操作，只是它们的计算目前更困难。我们也应该注意到模糊集组合构成一个模糊集。

设定模糊逻辑不同于经典逻辑的主要原则在于最接近真实反映和高水平主体性，这些可能导致重大的计算错误。

模糊模式（或系统）是一个基于模糊逻辑计算的数学模式。这种模式架构适用于研究主题不太正规化以及其准确数学描述过于复杂或未知的情况。这些模式的输出值（错误模式）质量直接只取决于设定该模式的EA交易。减少错误的最佳选择就是绘制最完整最全面的模式，最后通过大型训练集的机器学习来调整。

模式架构的进程可以分为三个主要阶段：

第一个阶段直接影响后面的两个阶段并决定该模式的未来操作。知识库或，规则库是模糊规则类型集："if，then"，它可以定义检查对象输入和输出之间的关系。系统中的规则数量没有限制，也可以通过EA交易进行确定。模糊规则的生成格式如下：

如果规则条件，然后为规则结论。

规则条件描述对象的当前状态和规则结论 ― 该条件如何影响对象。由于是通过模糊推理来决定所以不可以选择条件和结论的通览模式。

系统的每条规则都有其权值 ― 这个特性定义了模式中规则的重要性。加权因子被分配到 [0, 1]范围内的规则。可以在相关文献中找到的许多模糊模式示例中，不会指定加权数据，但并不意味着它不存在。实际上，在这种情况下，针对数据库的每条规则，权值都是固定且统一的。每个规则可以有两种词语和结论的类型：

根据创建的知识库，模糊推理系统确定为模式。模糊逻辑推理就是通过使用知识库和模糊操作以模糊集的形式接收符合当前输入值的结论。模糊推理的两种主要类型是Mamdani和Sugeno。