Hệ suy luận mờ Takagi-Sugeno [68] [118] được đề xuất bởi Takagi, Sugeno và Kang vào năm 1985, để phát triển một cách tiếp cận có hệ thống, tạo ra các luật mờ từ một tập dữ liệu đầu vào - đầu ra nhất định. Luật mờ điển hình trong mô hình mờ Sugeno bậc nhất có dạng:
Nếu x là A và y là B thì z = f (x, y) (3.4)
Trong đó, A và B là các tập mờ trong <tiền đề>; z = f (x, y) là một hàm rõ trong <kết luận>. Thông thường f (x, y) là một đa thức của các biến đầu vào x và y hoặc cũng có thể là một hàm mô tả đầu ra được xác định bởi tiền đề của luật. Khi f (x, y) là một đa thức bậc nhất, hệ suy luận mờ được gọi là mô hình mờ Sugeno bậc một. Khi f là một hằng số, thì chúng ta có một mô hình mờ Sugeno bậc 0, nó có thể được xem như một trường hợp đặc biệt của hệ suy luận mờ Mamdani, trong đó kết luận của mỗi luật được xác định bởi một đơn phân mờ, hoặc một trường hợp đặc biệt của mô hình mờ Tsukamoto, trong đó kết luận của mỗi luật được xác định bởi một MF tại hằng số xác định.
Hình 3.5 mô tả quy trình suy luận mờ trong mô hình mờ Sugeno bậc nhất. Mỗi luật có một đầu ra rõ, đầu ra tổng thể z thu được thông qua giá trị trung bình các trọng số, do đó tránh được quá trình khử mờ, nó làm mất thời gian như trong mô hình Mamdani. Trong thực tế, phép trung bình các trọng số đôi khi được thay thế bằng phép tổng các trọng số (nghĩa là z = w1z1 + w2z 2 trong hình 3.5) nhằm giảm bớt các phép tính toán. Tuy nhiên, sự đơn giản hóa này có thể dẫn đến mất đi các ý nghĩa ngôn ngữ của MF. Phần mờ duy nhất của mô hình Sugeno là ở tiền đề, nên có thể dễ dàng phân biệt giữa tập các luật mờ và các luật không mờ.
18Hình 3.5.Mô hình suy luận Sugeno
Không giống như mô hình mờ Mamdani, mô hình mờ Sugeno không thể tuân theo quy luật suy luận tổng hợp một cách chặt chẽ trong cơ chế suy luận mờ. Điều này gây ra một số khó khăn khi đầu vào mờ. Cụ thể, chúng ta vẫn có thể sử dụng sự so khớp của các tập mờ, như phần tiền đề của hình 3.5, để tìm giá trị của mỗi luật. Tuy nhiên, kết quả đầu ra tổng hợp thông qua phép trung bình hoặc phép tổng luôn là số rõ; điều này ngược với một mô hình mờ có thể truyền độ mờ từ đầu vào đến đầu ra theo cách thích hợp.
Không tốn thời gian và thao tác giải mờ phức tạp về mặt toán học, mô hình mờ Sugeno là ứng cử viên phổ biến nhất cho mô hình mờ dựa trên dữ liệu mẫu.