Proces mapowania zmiennej rozmytej na przynależność do zbioru rozmytego nazywa się fuzzyfikacją, a zbiór rozmyty to para (e, m), gdzie dla każdego e € E, m (e) jest stopniem przynależności e, jak opisano wcześniej . Każdy ze zbiorów rozmytych zdefiniowanych dla zmiennych rozmytych używanych w FIS powinien mieć podkreśloną charakterystykę:
- Rozróżnialność: integralność semantyczna wymaga, aby MF reprezentowały koncepcję językową i różniły się od siebie.
- Uzasadniona liczba zbiorów rozmytych.
- Pokrycie: każdy punkt danych wejściowych, x, należy do co najmniej jednego zbioru rozmytego im (x)> €, gdzie € jest poziomem pokrycia.
- Normalizacja: Wszystkie rozmyte zbiory powinny być normalne.
- Nakładanie się: Wszystkie rozmyte zbiory powinny w znacznym stopniu zachodzić na siebie.
Gdy zbiory rozmyte zostaną zdefiniowane dla zmiennych rozmytych, wyraźne dane wejściowe można rozmyć, aby uzyskać stopnie członkostwa, do których można zastosować reguły rozmyte