作者：禅与计算机程序设计艺术
1.简介
模糊系统建模（Fuzzy System Modeling）是指在模糊系统的描述中加入一些假设或知识、概念等约束条件，从而建立一个可以处理真实世界信息但又无法准确预测出真正结果的模型，以便作为实际应用中的重要工具之一。其目的就是将复杂且不精确的真实世界建模抽象化并赋予其合理性和局限性，从而提高模型的可靠性和鲁棒性，使得它能够更好地适应现实世界的变化和输入条件，并且具有一定程度的自主学习能力，具备广泛的应用价值。
在模糊系统建模领域，最基础的概念和术语是模糊集、模糊量、模糊边界、模糊定义、模糊输入、模糊输出、模糊规则、模糊推理和模糊仿真。其中模糊集、模糊量、模糊边界以及模糊定义分别用来表示模糊系统中的实体、属性及其取值范围；模糊输入、模糊输出则用来表示模糊系统的外部输入和输出。模糊规则用以描述模糊系统如何处理不同类型的输入以及根据输出进行决策；模糊推理则用来刻画模糊系统对特定输入模式的响应。
有了这些基本概念和术语，再结合一些算法和公式，就可以构造出不同的模糊系统模型。下面就以一种模糊决策分析模型——最大熵方法（Maximimum Entropy Method, MEM）为例，讲述一下MEM的基本原理和特点，以及如何实现一个基于MEM的模糊决策分析模型。
2. 基本概念术语说明
2.1 事件序列
在模糊系统建模过程中，首先需要给出模糊系统所研究的问题的定义，即要解决哪些模糊决策问题。模糊决策问题一般都由事件序列组成，也就是说，在某种条件下，系统需要在一个时序上产生一系列的事件，然后通过分析这些事件的相关性和顺序，才能得到最终的决策结果。事件序列可以是两种类型ÿ