在本文中,试图证明可以发现一些基于相似度的模糊系统作为函数逼近器。 提出了一种典型的基于相似度的模糊系统,并证明其行为具有上述性质。 阐明了模糊集的相似性关系和相似性度量与模糊推理方法之间的联系。 相似关系的概念用于模糊输入值的模糊化。 相似指数用于在语言变量的给定范围内测量模糊集的近似相等性。 观察值与规则的前提之间的相似性用于选择规则以进行可能的触发,也用于基于特定观察来修改规则的前提与结果之间的关系。 通过通常的构图得出推论,随后通过将修正的模糊约束投影到规则所产生的语言变量的作用域上的目标变量上来进行推断。 针对多规则点火,提出了一种基于特殊性的去模糊方案。 系统地证明了这种基于相似性的模糊系统可以在封闭和有界区间上将连续函数均匀地近似为任何所需的精度。 给出了针对众所周知的直流电动机问题的仿真结果。 进行了比较研究,以建立所提出的基于相似性的模糊系统的有效性和效率。