模糊逻辑善于表达界限不清晰的定性知识与经验，它借助于隶属度函数概念，区分模糊集合，处理模糊关系，模拟人脑实施规则型推理，解决因“排中律”的逻辑破缺产生的种种不确定问题。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。
模糊逻辑允许在包含0和1的它们之间集合成员关系值，同于黑和白之间的灰色，在它的语言形式中，有不精确的概念如"稍微"、"相当"和"非常"。特别是，它允许在集合中的部分成员关系。它有关于模糊集合和可能性理论。它是1965年卢菲特·泽德教授在加洲大学伯克力分校介入的。模糊逻辑尽管被广泛接受却是有争议的:它被某些控制工程师出于有效性和其他原因，和一些坚持概率论是不确定性的唯一严格描述的统计学家所拒绝。批评者还批评它不能是普通集合论的超集，因为成员函数是依据常规集合而定义的。模仿人脑的不确定性概念判断、推理思维方式，对于模型未知或不能确定的描述系统，以及强非线性、大滞后的控制对象，应用模糊集合和模糊规则进行推理。
表达过渡性界限或定性知识经验，模拟人脑方式，实行模糊综合判断，推理解决常规方法难于对付的规则型模糊信息问题。模糊逻辑善于表达界限不清晰的定性知识与经验，它借助于隶属度函数概念，区分模糊集合，处理模糊关系，模拟人脑实施规则型推理，解决因“排中律”的逻辑破缺产生的种种不确定问题。亦称弗晰逻辑。建立在多值逻辑基础上，运用弗晰（模糊）集合的方法来研究模糊性思维、语言形式及其规律的科学。1965年美国数学家查德首先提出了弗晰集合的概念，标志着弗晰数学的诞生。建立在二值逻辑基础上的原有的逻辑与数学难以描述和处理现实世界中许多模糊性的对象。弗晰数学与弗晰逻辑实质上是要对模糊性对象进行精确的描述和处理。
1965年，Zadeh教授提出了模糊集的概念。从那时起，模糊推理理论得到了迅猛的发展，在理论与应用两方面的研究成果层出不穷。现在，已经诞生了几百种模糊推理方法，它们都从不同方面不同程度地改进和改善了模糊推理理论，却很难改变模糊推理的逻辑基础不严格的现状。究其原因，这与模糊推理理论发展至今却还没有一个公认的系统化的评价标准不无关系。但由于模糊推理的多样性和复杂性，一个公认标准的制定不可能一蹴而就，而是需要长期的探索和研究。模糊推理方法的重要性质有很多，其中，还原性是对模糊推理方法最基本的要求，也是研究得最多的模糊推理方法的重要性质之一。
