语意变数存储了数个语意量（标签），每个语意量包含一个识别名和模糊集合。在宣告陈述时每个语意量只能和在同一变数中的语意比较。
举个很简单的例子，我们有一个名为temperature的语意变数，它包含4个语意量，名为cold、cool、warm、hot，这也是各自的标签名，同时它们还有各自的隶属度函数。
那么我们就在接下来的系统中使用诸如temperature is hot或者temperature is not hot等等了。
在拥有语意变数后，我们就创建表述（Statement），它是一种表达，可以做成判断，比如什么是什么，什么不是什么。
而规则（Rule）是可以被模糊系统执行的语意指令。如什么是什么时，就怎么。最简单的就是这种：
IF antecedent THEN consequent
前提（antecedent ）一般由多个由模糊运算符连接的子句组成。如：
...Clause1 AND (Clause2 OR Clause3) AND NOT Clause4 ...
结果（consequent）一般由赋值子句组成，这里的赋值不光是Variable1 IS Value1，Variable1 IS Not Value1同样支持。
举个例子，再创建一个语意变数，Wind，标签有Strong、Breeze、Airless。
那么一下规则就是有效的：
数据库（Fuzzy Database）是一个包含语意变数和相应规则的资料集合，它可以被模糊推理系统（Fuzzy Inference System）使用。
以下全是数学相关物…不喜者勿入。
模糊运算主要针对模糊集合，有3种：联集(union)、补集(complement)与交集(intersection)，而依照不同定义有不同的型态。
1.交集中：
标准交集(standard intersection)：t (p,q) = min (p,q)
代数乘积(algebraic product)：t (p,q) = pq
有界差异(bounded different)：t (p,q) = max (0, p+q-1)
彻底交集(drastic intersection)：
2.联集中：
标准联集(standard intersection)：s (p,q) = max (p,q)
代数加法(algebraic product)： s (p,q) = p + q -pq
有界加法(bounded different)： s (p,q) = min (1, p+q)
彻底联集(drastic intersection)：
本来还想写模糊合成的…但是没找到可以画矩阵的软件，matlab画出来太丑了。
写在最后：