摘要： 模糊集理论适用于一些实验数据中不确定性和模糊性的建模问题，而模糊推理系统拥有模糊IF-THEN格式的结构化知识表示，但缺少适应性。神经网络本身具有对外部很强的适应性和从过去数据中学习的机制，但基于线性推理的模糊神经网络(FNN)模型作为模糊推理方法不能得到存在于参数间的最终关系，也不能影响接着发生的模糊集合。因此，我们提出了一个多级模糊神经网络(Multi-FNN)，使用硬C均值聚类和进化模糊颗粒，利用处理为近似推理的一个线性推理，获得信息微粒和模糊集之间的关系。

关键词: HCM聚类 模糊集理论 遗传算法 多级模糊神经网络 模糊规则