应用

模糊逻辑可以用于控制家用电器比如洗衣机（它感知装载量和清洁剂浓度并据此调整它们的洗涤周期）和空调。

基本的应用可以特征化为连续变量的子范围（subranges），形状常常是三角形或梯形。例如，防锁刹车的温度测量可以有正确控制刹车所需要的定义特定温度范围的多个独立的成员关系函数（归属函数 / Membership function）。每个函数映射相同的温度到在0至1范围内的一个真值且为非凹函数（non-concave functions，否则可能在某部分温度越高却被归类为越冷）。接着这些真值可以用于确定应当怎样控制刹车。

在这个图象中， 冷 、 暖 和 热 是映射温度范围的函数。在这个刻度上的一个点有三个"真值"—分别对应着三个真值函数。对于展示的特定的温度，这三个真值可以被解释为把温度描述为，"相当冷","有些暖"和"不太热"。

通常情况会采用梯形，但在作模糊回归分析时则会选用三角形的归属函数。

怎样应用模糊逻辑

模糊逻辑通常使用IF/THEN规则，或构造等价的东西比如模糊关联矩阵。

规则通常表达为如下形式:

例如，一个非常简单的使用风扇的温度调节器:

注意没有"ELSE"。所有规则都被求值，因为温度在不同程度上可以同时是"冷"和"正常"。

在模糊逻辑中存在着布尔逻辑的AND、OR和NOT运算符，它们通常定义为最小、最大和求补；在以这种方式定义它们的时候，它们叫做 Zadeh运算符 ，因为它们是在Zadeh最初论文中首次定义的。对于模糊变量x和y:

还可以应用叫做 hedges 的更贴近自然语言其他的运算符。一般性的副词如"非常"或"有点"能使用数学公式修改集合的内涵。

在应用中，编程语言ProLog由于有架设被演绎逻辑问讯的"规则"的数据库设施而很适合实现模糊逻辑。这种编程叫做逻辑编程。

其他例子

如果一个人的高度是1.8米，把他考虑为高:

但上述的定义却是不现实的。因此，在模糊规则下，在高和矮之间不做明显的区分:

在模糊的情况下，没有像1,83米这样的高度，只有模糊值，比如下列赋值:

对于结论，也不只是两个值，而是五个:

在二值或"脆弱"的情况下，高度为1.79米的一个人可能被认为是矮。如果另一个人的高度是1.8米或2.25米，这些人才被当作是高。

这个脆弱的例子故意的区别于模糊的例子。我们在前提中不能放置

因为性别经常被认为是二值信息。所以不像身高这么复杂。

免责声明：以上内容版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。感谢每一位辛勤著写的作者，感谢每一位的分享。