隸屬度函數
若對論域（研究的範圍）U中的任一元素x，都有一個數A(x)∈[0，1]與之對應，則稱A為U上的模糊集，A(x )稱為x對A的隸屬度。當x在U中變動時，A( x)就是一個函數，稱為A的隸屬函數。隸屬度A(x)越接近於1，表示x屬於A的程度越高，A(x)越接近於0表示x屬於A的程度越低。用取值於區間(0，1)的隸屬函數A(x)表徵x 屬於A的程度高低。隸屬度屬於模糊評價函數裏的概念：模糊綜合評價是對受多種因素影響的事物做出全面評價的一種十分有效的多因素決策方法，其特點是評價結果不是絕對地肯定或否定，而是以一個模糊集合來表示。
中文名稱
隸屬度函數
外文名稱
Degree of Membership Function
分類函數定義
數學定義
美國加利福尼亞大學控制論教授扎得（L、A、Zadeh）經過多年的琢磨，終於在1965年首先發表了題為《模糊集》的論文。指出：若對論域（研究的範圍）U中的任一元素x，都有一個數A（x）∈[0，1]與之對應，則稱A為U上的模糊集，A（x ）稱為x對A的隸屬度。當x在U中變動時，A（ x）就是一個函數，稱為A的隸屬函數。隸屬度A（x）越接近於1，表示x屬於A的程度越高，A（x）越接近於0表示x屬於A的程度越低。用取值於區間[0，1]的隸屬函數A（x）表徵x 屬於A的程度高低，這樣描述模糊性問題比起經典集合論更為合理。
隸屬度屬於模糊評價函數裏的概念：模糊綜合評價是對受多種因素影響的事物做出全面評價的一種十分有效的多因素決策方法，其特點是評價結果不是絕對地肯定或否定，而是以一個模糊集合來表示。
基本分類
隸屬度函數是模糊控制的應用基礎，是否正確地構造隸屬度函數是能否用好模糊控制的關鍵之一。隸屬度函數的確定過程，本質上説應該是客觀的，但每個人對於同一個模糊概念的認識理解又有差異，因此，隸屬度函數的確定又帶有主觀性。
隸屬度函數的確立目前還沒有一套成熟有效的方法，大多數系統的確立方法還停留在經驗和實驗的基礎上。對於同一個模糊概念，不同的人會建立不完全相同的隸屬度函數，儘管形式不完全相同，只要能反映同一模糊概念，在解決和處理實際模糊信息的問題中仍然殊途同歸。下面介紹幾種常用的方法。
模糊統計
模糊統計法的基本思想是對論域U上的一個確定元素vo是否屬於論域上的一個可變動的清晰集合A3作出清晰的判斷。對於不同的試驗者，清晰集合 A3可以有不同的邊界，但它們都對應於同一個模糊集A。模糊統計法的計算步驟是:在每次統計中， vo是固定的，A3的值是可變的，作 n次試驗，其模糊統計可按下式進行計算
v0對 A 的隸屬頻率 = v0∈A 的次數 / 試驗總次數 n
隨着 n的增大，隸屬頻率也會趨向穩定，這個穩定值就是 vo對A 的隸屬度值。這種方法較直觀地反映了模糊概念中的隸屬程度，但其計算量相當大。
品位站
