模糊理論（Fuzzy Theory）是指用到了模糊集合的基本概念或連續隸屬度函式的理論。它可分類為模糊數學，模糊系統，不確定性和資訊，模糊決策，模糊邏輯與人工智慧這五個分支，它們並不是完全獨立的，它們之間有緊密的聯絡。例如，模糊控制就會用到模糊數學和模糊邏輯中的概念。從實際應用的觀點來看，模糊理論的應用大部分集中在模糊系統上，尤其集中在模糊控制上。也有一些模糊專家系統應用於醫療診斷和決策支援。由於模糊理論從理論和實踐的角度看仍然是新生事物，所以我們期望，隨著模糊領域的成熟，將會出現更多可靠的實際應用。　　概念是思維的基本形式之一，它反映了客觀事物的本質特徵。人類在認識過程中，把感覺到的事物的共同特點抽象出來加以概括，這就形成了概念。比如從白雪、白馬、白紙等事物中抽象出“白”的。一個概念有它的內涵和外延，內涵是指該概念所反映的事物本質屬性的總和，也就是概念的內容。外延是指一個概念所確指的物件的範圍。例如“人”這個概念的內涵是指能製造工具，並使用工具進行勞動的動物，外延是指古今中外一切的人。　　所謂模糊概念是指這個概念的外延具有不確定性，或者說它的外延是不清晰的，是模糊的。例如“青年”這個概念，它的內涵我們是清楚的，但是它的外延，即什麼樣的年齡階段內的人是青年，恐怕就很難說情楚，因為在“年輕”和“不年輕”之間沒有一個確定的邊界，這就是一個模糊概念。　　需要注意的幾點：首先，人們在認識模糊性時，是允許有主觀性的，也就是說每個人對模糊事物的界限不完全一樣，承認一定的主觀性是認識模糊性的一個特點。例如，我們讓100個人說出“年輕人”的年齡範圍，那麼我們將得到100個不同的答案。儘管如此，當我們用模糊統計的方法進行分析時，年輕人的年齡界限分佈又具有一定的規律性；　　其次，模糊性是精確性的對立面，但不能消極地理解模糊性代表的是落後的生產力，恰恰相反，我們在處理客觀事物時，經常藉助於模糊性。例如，在一個有許多人的房間裡，找一位“年老的高個子男人”，這是不難辦到的。這裡所說的“年老”、“高個子”都是模糊概念，然而我們只要將這些模糊概念經過頭腦的分析判斷，很快就可以在人群中找到此人。如果我們要求用計算機查詢，那麼就要把所有人的年齡，身高的具體資料輸入計算機，然後我們才可以從人群中找這樣的人。　　最後，人們對模糊性的認識往往同隨機性混淆起來，其實它們之間有著根本的區別。隨機性是其本身具有明確的含義，只是由於發生的條件不充分，而使得在條件與事件之間不能出現確定的因果關係，從而事件的出現與否表現出一種不確定性。而事物的模糊性是指我們要處理的事物的概念本身就是模糊的，即一個物件是否符合這個概念難以確定，也就是由於概念外延模糊而帶來的不確定性。