模糊系统的构建与优化一直是模糊理论研究中的一个重要课题。目前,虽然已经有很多关于模糊系统优化的研究与方法,但又都存在一定的局限性和不足。模糊系统的构建与优化,实质就是对模糊规则的构建与优化。本文从作为模糊规则模糊不确定性的度量模糊规则熵的角度,提出了一种模糊规则分类与评价的新方法,从而实现了对模糊系统的构建与优化。本文的主要研究工作如下:1、提出了模糊知识系统的定义,并给出模糊知识系统下模糊原子公式及模糊决策逻辑公式的定义。在模糊知识系统的基础上描述了α水平下模糊规则信息熵的定义,作为模糊规则模糊不确定性的度量。2、给出了α水平下单输入单输出模糊规则信息熵的定义及其性质。根据模糊规则信息熵提出了一种模糊规则分类与评价的新方法,将模糊规则划分为α水平下的必然性规则、可能性规则和不合理规则。利用模糊规则熵的方法可以把合理的、有效的规则即必然性规则和可能性规则筛选出来,同时将不合理的、无效的规则即不合理规则剔除出去,实现了对模糊规则库的构建与优化,从而实现了模糊知识系统的构建与优化。最后通过实例验证了这种方法的有效性和可行性。3、将单输入单输出模糊规则信息熵的研究类似的推广到多输入多输出模糊规则。给出了α水平下多输入单输出及单输入多输出模糊规则信息熵的定义,并对其性质及模糊规则的分类进行了讨论。