Để xác định LFoC cho các thuộc tính và từ lượng hóa Q, lựa chọn cấu trúc ĐSGT đơn giản gồm hai phần tử sinh, ba hạng từ hằng, một gia tử âm ‘little', một gia tử dương ‘very’. Khung nhận thức cho các thuộc tính là ℱA, 3gồm có 3 mức và 17 hạng từ. Các tập mờ biểu diễn ngữ nghĩa cho các hạng từ được biểu diễn theo cấu trúc đa thể như trong Hình 2.3.
Thuộc tính CREEP có miền giá trị là [13, 550], trong các nghiên cứu [38, 40] đã chỉ ra rằng giá trị từ 330 đến 550 được coi là lý tưởng. Các tác giả trong [38, 40] đã sử dụng 9 tập mờ hình thang biểu diễn ngữ nghĩa cho 9 hạng từ trong
Dom(CREEP), mà tập mờ biểu diễn cho hạng từ ‘ideal’ (hạng từ có thứ tự ngữ nghĩa lớn nhất trong Dom(CREEP)) có đáy nhỏ trong khoảng từ 330 đến 550, 8 tập mờ còn lại là phân hoạch đều của khoảng giá trị từ 13 đến 330. Từ đó, tác giả luận án lựa chọn bộ tham số cho thuộc tính creep như sau: fm(0) = 0.0195; fm(low) =
0.2832; fm(medium) = 0.0273; fm(high) = 0.2793; fm(1) = 0.3906; (L) = 0.4; (h0) = 0.25; (V) = 0.35. Khi đó, hình thang biểu diễn ngữ nghĩa cho hạng từ 1 (hạng từ có thứ tự ngữ nghĩa lớn nhất trong LFoC ℱCREEP) có đáy nhỏ trùng đáy nhỏ của hình thang biểu diễn ngữ nghĩa cho hạng từ ‘ideal’ trong [38, 40], các hình thang biểu diễn ngữ nghĩa cho các hạng từ 0, low, medium, high tạo thành phân hoạch đều trên khoảng từ 13 đến 330 của miền tham chiếu.
Các tập mờ hình thang biểu diễn cho các hạng từ của thuộc tính về thời gian, nhiệt độ, chất hóa học trong [38] tạo thành phân phối đều và phân hoạch mạnh trên miền tham chiếu. Do đó, trong thực nghiệm lựa chọn bộ tham số tính mờ cân bằng cho các thuộc tính này như sau: fm(0) = 0.03; fm(low) = 0.42; fm(W) = 0.1; fm(high) = 0.42; fm(1) = 0.03; (L) = 0.4; (h0) = 0.25; (V) = 0.35.
Trong thực nghiệm này, sử dụng khung nhận thức ngôn ngữ có mức tính riêng là 3, tức là có 17 hạng từ trong LFoC cho mỗi thuộc tính trong cơ sở dữ liệu
creep và cả LFoC của từ lượng hóa Q. Số lượng 17 từ nhiều gấp hơn 2 lần số lượng hạng từ của các thuộc tính trong các nghiên cứu [38, 40].