Khi các giá trị ngôn ngữ (tập mờ) của biến ngôn ngữ 𝐴̃ được xác định và mô hình FTS đã được huấn luyện tốt, thì các mẫu mới 𝑦(𝑡) 𝑼 có thể được sử dụng để đưa ra dự báo 𝑦̂(𝑡 + 1). Các thành phần của quá trình này được minh họa trong Hình 1.7 và được trình bày thành các bước sau:
Hình 1.7: Các thành phần trong giai đoạn kiểm thử
Bước 1- Tiền xử lý(nếu cần): Trước tiên, một số thao tác tiền xử lý hoặc hậu xử lý dữ liệu có thể được áp dụng cho dữ liệu đầu vào 𝑦(𝑡) 𝑌
Bước 2- Mờ hóa dữ liệu mẫu: Giống như quá trình mờ hóa của giai đoạn huấn luyện.
Bước3- Quá trình suy luận (đưa ra luật dự báo): Mục đích của quá trình này là sinh ra giá trị mờ hoá 𝑓(𝑡 + 1) dựa trên các quan hệ mờ và các thông tin bổ sung khác, như trọng số của quan hệ, trọng số theo chỉ số tập mờ, …để đưa ra các giá trị rõ 𝑦̂(𝑡 + 1).
Bước 4- Giải mờ dự báo: Bước này nhằm mục đích biến đổi các giá trị mờ hóa 𝑓(𝑡 + 1) thành các giá trị rõ 𝑦̂(𝑡 + 1) bao gồm cả giá trị chưa biết. Việc giải mờ dựa trên nhiều phương thức khác nhau như: quy tắc suy luận như luật if .. then của Song và Chissom [8], nhóm quan hệ mờ và giải mờ trọng tâm [10], quy tắc giải mờ có trọng số [13]. Một số phương pháp giải mờ phổ biến có thể thấy trong các công trình [9, 13, 33, 62].
Bước 5 – Hậu xử lý dữ liệu: Một trong số thao tác dữ liệu sẽ được thực hiện ở đầu ra dự báo 𝑦̂(𝑡 + 1) như chuẩn hóa dữ liệu, khử xu hướng, vv.