Trong thực tế chúng ta gặp rất nhiều những công việc cần phải đánh giá phân loại hay thống kê ..v.v , và ngƣời ta thƣờng dựa trên một tiêu trí đã đƣợc quy định nào đó một cách khá rõ ràng và có khi cứng nhắc.
Ví dụ: Theo quy chế 36 xếp loại kết quả học tập bậc Cao đẳng (hệ VLVH): - Loại đạt: Xuất sắc: Từ 9.0 đến 10.0 Giỏi: Từ 8.0 đến 8.9 Khá: Từ 7.0 đến 7.9 TB khá: Từ 6,0 đến 6,9 Trung bình: Từ 5,0 đến 5,9 - Loại không đạt: Yếu: Từ 4,0 đến 4,9 Kém: Dƣới 4,0 Xét trƣờng hợp: A là tập các phần tử là những sinh viên học lực khá (từ 7,0 7,9) … 7,0 7,1 7,2 7,3 7,4 7,5 7,6 7,7 7,8 7,9 8,0 … Nếu theo cách phân loại nhƣ trên thì rõ ràng thấy:
Ngƣời 7,0 cộng thêm 0,9 vẫn chỉ xếp loại Khá Ngƣời 7,9 cộng thêm 0,1 đã đƣợc xếp lên loại Giỏi Nếu A
~
gồm các phần tử là các sinh viên “khá” vậy sẽ không có ranh giới rõ
ràng để khẳng định một ngƣời có là phần tử của A
~
hay không và đƣợc gọi là mờ mà chỉ có thể nói là một ngƣời sẽ thuộc về tập A
~
với mức độ nào đó.Chẳng hạn
Trong CSDL rõ thì việc xem xét 2 bản ghi bằng nhau hay khác nhau là dễ dàng nhƣng xem xét 2 bản ghi giống nhau là điều rất khó.
Do vậy làm thế nào để thực hiện việc đó đƣợc một cách mềm dẻo linh hoạt hơn lại là một vấn đề quan trọng.
Để trả lời câu hỏi trên, là “có thể” thì giải pháp đó chính là việc sử dụng logic mờ vào phân lớp dữ liệụ