模糊理论(FST)是L.A.Zadeh教授于1965年创立的模糊凑集理论根本上发展起来，它打破了经典凑集用0和1表示非此即彼的清晰观点，而采取模糊从属度的观点来描述禁绝确的、不愿定事宜与征象﹐并引人措辞变量和近似推理的模糊逻辑，来表述专家的履历知识。

经由多年的研究，模糊理论已成为具有完全推理体系的人工智能技能之一，并越来越广泛地运用于繁芜系统中。
人类认识事物的过程是在特色层次上对事物进行分类和识别，并不须要繁芜、精确的打算。
模糊模式识别为进行这类特色识别供应了有效的工具。
在繁芜系统中存在大量不愿定量，利用从属度描述可以在这一点上仿照人类识别事物的特色，辨别和区分不同的工具特色，终极通过事理上的智能化实现更高的性能。

模糊逻辑能够完成传统数学方法难以做到的近似打算。
近几年来，模糊集理论在三体系统中的诸多运用领域取得了飞速进展，包括了位置打算、轨迹预测、模糊描述等方面。
例如对付速率变革和繁芜位移的不愿定性，就可利用模糊值来表示某不愿定天体在实际凑集中的从属函数，建立起繁芜系统运行轨迹描述的模糊模型。