模糊化介面的功能是將明確的外界輸入資料轉換成適當的語意式模糊資訊;
也就是將明確資料模糊化成模糊資訊，可將其視為一種映射，由明確的輸入空間 映射至特定之模糊集合空間。由於模糊系統的基礎是根於模糊集合理論，因此需 要一個模糊化介面來做為資料的前處理器。
模糊集合
模糊集合理論可視為傳統集合的擴張，在傳統集合中，元素與集合的關係是 相當明確的，僅有「屬於」與「不屬於」，並沒有程度上的差異，其元素與集合
r(s) Fuzzy
control
Plant Y(s)
的關係可由特徵函數(characteristic function)χA
( ) u
如(6)式來說明:⎩⎨
⎧
∉
∀
∈
= ∀
A u A
A µ
χ µ
, 0
, ) 1
( (6) 而人類的思維、推理及對周遭事物的感覺，本質上都是相當模糊的，因此仰 賴精確數學的傳統分析方法，已不能完全適用於任何具複雜性與人類系統有關之 問題上，而必須以模糊的分析法取代傳統的數量方法。
模糊集合理論中，對於某一模糊集合間的關係，不再是傳統的「屬於」或「不 屬於」二分法，取而代之的是某種程度的屬於，即由非0 即 1 的選擇，推展至 0
～1 之間的任何值，可依敘述的強度對應出不同的反應，稱之為歸屬函數
（Membership Function）。
圖18 和圖 19 的分別表示由傳統集合的特徵函數及模糊集合的歸屬函數來描述 氣溫低溫的概念。
圖18 以傳統集合的特徵函數來描述氣溫低溫的概念
圖18 以模糊集合的特徵函數來描述氣溫低溫的概念
度，符號"
∑
"表示其為一離散型之歸屬函數。圖 20 所示，為以離散歸屬函數來 表示低溫概念。圖20 以離散歸屬函數來表示低溫概念
函數定義方式叉稱為連續化(contiuous)歸屬函數，它是以不同形式的函數來 描述Fuzzy 集合。函數定義的表現，可以是無限 fuzzy 集合的元素及其歸屬度 之間的關係，也可以是有限 Fuzzy 集合的元素及其歸屬度之間的關係。其數學 表示為(10)式
∫
=
A
~ A(µ~
x /
)x
(10) 其中符號”/”是分隔符號，其中右邊代表元素 x，左邊是代表元素 x 屬於 A~的程 度，符號” ”。表示其為一連續型之歸屬函數。其中
∫
0≤µA~ ≤1，若0
~ =
µA ：表示元素x 不屬於此模糊集合。
5 . 0
~ =
µA ：表示元素x 屬於此模糊集合的程度為 0.5。
1
~ =
µA :表示元素 x 屬於此模糊集合的程度為 1。
典型常用的有 π 函數(shape)、三角型(triangullar Shape)、梯型（trapezoid shape )等。分別如圖 21，圖 22、圖 23 所示。
圖21π 函數
圖23 梯型函數 由資料庫(data base)與模糊規則庫(fuzzy rule base)所構成，下列說明此兩部 份的功用：
資料庫
主要提供每一語言變數(即以自然語言的字或句子定義為模糊集合所需要 的定義，例如:輸出入變數的模糊分隔、歸屬函數的論域大小、形狀…等等，再配 合模糊關係合成運算子[compositional operators)與解模糊化的運算法則‥
等，這些知識將用來提供模糊化、推論機、解模糊化等構件執行時使用。
模糊規則
它代表著整個控制系統的思考法則，其中所儲存的控制規則，是結合人們智