模糊推理是模糊控制理论的核心部分,现阶段使用的最多的推理方法是由Zadeh提出的合成推理方法(CRI)。但是对于稀疏规则库,采用传统的合成推理方法难以得到相应合理的推理结果。针对这一问题,一些学者提出了新的推理方法来解决稀疏规则库下的模糊推理问题,但都存在或多或少地不足：推理过程复杂、运算繁琐、难以保证结果的正规性等。本文提出的基于特征点的保形插值推理算法,不仅对于完备规则库适用,而且对于稀疏规则库也能适用。首先将模糊推理的规则集看作由前提与结论构成的模糊数据节点集,对输入和输出隶属函数进行特征点的提取,即可得到由前提和结论的特征点组成的有序序偶,然后将得到的有序序偶作为插值节点,给出了模糊插值推理函数的构造方法。由于由Lagrange插值和Newton插值等分段插值方法得到的插值曲线一般是不保形的,而现有的保形插值算法一般都是基于单调序列而言的,虽然能保单调和保凹凸,但是不能保证插值函数的极值点与型值点列的极值点相同。因此本文在现有保形插值方法的基础上,对于任意插值序列给出了保极值的一阶光滑的保形插值方法。插值结果表明,利用该方法得到的插值函数与型值点列的逼近效果明显优于其他保形插值方法,即与型值点列具有相同的单调性、凹凸性,特别是保证了极值点的相同性。利用本文所提出的保极值的保形插值方法,提高了插值推理结果的合理性。对于输入和输出均为三角形隶属函数的规则库,本文给出了保形模糊插值推理函数具体的构造步骤,提出了基于特征点的保形插值推理算法。最后为了验证此模糊推理算法的可行性以及可操作性,利用Matlab针对具体实例进行了计算,计算结果表明是合理的。研究结果表明,该推理算法计算简单,而且能保证结论的正规性、特征还原性、语气单调性和介值性等主要推理合理性要求。说明此种推理方法可以用于规则集已知的模糊推理系统,另一方面从理论上解决了保极值的保形插值函数的构造问题。