1.熵的定义：
熵是物体在一个一定的宏观状态下所有微观状态的总和。
来自于热力学第二定律，“熵增定律”。事物从有序趋向无序时，熵增加。例如：雪更易融化成为水，而水确很难反过来形成雪。
熵增，主要针对的宏观上的统计规律，而对于微观状态这种现象的出现完全由概率决定。在微观虽然熵减的概率较小，但是也是有可能发生的。
2.模糊熵：
定义：模糊不确定性的度量
模糊集：描述无法确定是否属于给定集合的集合类。出现在命题不明确的状况，元素无法被明确界定，例如：“我好胖”和“我不胖”之间的区分是不明确的。
模糊集的隶属函数：定义了模糊集的隶属度规则。
隶属度：元素属于模糊集的程度，0~1之间，越靠近1，隶属度越大。
模糊变量：具有不确定性的模糊集的变量。
3.一般熵：
在上一个文章中介绍了图像熵，图像熵的公式就是一般熵的公式。
4.模糊度
描述模糊集的模糊程度。
普通集不模糊，因此模糊度为0
任意x∈X，若A（x）=0.5，【这里的A（x）表示x属于模糊集A的程度，这里0.5，就是也属于也不属于，因此是最难判断的】，这里A的模糊度为1，因此A的模糊性大。
A的模糊度可以用d(A)来表示。
图片来自百度文库
https://wenku.baidu.com/view/acb754583d1ec5da50e2524de518964bcf84d29a.html
这里的不管u∈U，还是x∈X，都是一个道理。这里可以看出，隶属函数就是一个曲线，通过该曲线可以求得元素x属于模糊集A的程度，该程度就叫做隶属度A（x）。
5.模糊变量
用来描述模糊时间或模糊约束的变量。若为可能空间到实直线上的函数，则成为可能空间上的模糊变量。（这里可以理解为，从可能空间映射到其他确定空间上的映射中，使用的变量即为模糊变量。）
6.模糊熵：
熵的概念比较宽泛，衡量一段信息或者一个系统的不确定性。
模糊熵表示一个模糊集的模糊性程度。