modelleerida määramatust või ebatäpsust süsteemi sisendis. Hägustamise käigus asendatakse reaalsuses süsteemi sisendisse antavad konkreetsed arvud hägusate numbritega. Tegelikkuses jäetakse see samm siiski tihti ära kuna too lisab järeldusmehhanismile lihtsalt ebavajalikku keerukust ja samas pole ka eriti palju näiteid, kus sisendite hägustamine ennast õigustaks. Järeldusalgoritmi esimeses etapis leitakse reeglite tingimuspoole eelduste täidetus, mida iseloomustab liikmesfunktsiooni µir väärtus kohal x ir = hgt ( µ i' µ ir ) , kus µ i' on i-nda sisend hägus väärtus. Kui aga hägustamist ei toimu, taandub operatsioon kujule ir = µ ir ( xi ) , (i = 1, ..., N; r = 1, ..., R) (21) Järeldusalgoritmi teises etapis arvutatakse mil määral jooksvad sisendid aktiveerivad kogu reegli (ehk reegli tabatusmäär r). Operaator JA, mis
Tihti on kasutusel tükati lineaarsed standartsed funktsioonid nagu trapets- ja kolmnurkfunktsioon. Teine grupp populaarseid liikmesfunktsioone on nn siledad liikmesfunktsioonid. Liikmesfunktsioon võib omada suvalist väärtust vahemikus [0, 1]. Järeldusalgoritm: KUI U1 on Bi1 JA U2 on Bi2 JA... ...JA Un on Bin SIIS V on Di i=1 ,2,..., m U1 = u1* , U2=u2* jne V leidmiseks tuleb leida: Iga reegli kehtivusmäär (leitakse reeglite tingimuspoole eelduste täidetus, mida iseloomustab liikmesfunktsiooni μir väärtus kohal x). Iga reegli väljund (arvutatakse mil määral jooksvad sisendid aktiveerivad kogu reegli). Agregeerida reeglite väljundid üheks väljundiks. Häguärastamine: vajalik mudeli reaalseks kasutamiseks (hägushulk -> arv). Süsteemi numbrilise väljundi tuletamiseks kasutatakse häguärastamist..Selleks on 4 meetodit: raskuskeskme meetod; maksimumide keskmine; minimaalne maksimum; maksimaalne maksimum
annaabi.ee 
