są właściwie rozmyte, ale systemy oparte na zasadach rozmytych nie mają rzeczywistej struktury neuronowej. Systemy rozmyte nie są systemami uczącymi się tak jak sieci neuronowe; "wiedza", którą zawierają jest umieszczana tam przez ekspertów różnych dziedzin. Istnieje przekonanie, że logika rozmyta i sieci neuronowe mogą się uzupełniać. Przykładem mogłaby być sieć neuronowa pracująca w czasie rzeczywistym albo autonomicznie w celu zoptymalizowania parametrów systemu logiki rozmytej. Na rysunku 8.12 przedstawiono przykład prostej jednowarstwowej sieci neuronowej, której wielość wejść 1 i wielość wyjść 0 może interpolować dowolne nieliniowe funkcje przynależności: &lt;gap&gt; - jak wyżej &lt;gap&gt; - funkcja progowa n-tego(8.33) elementu neuropodobnego, na przykład &lt;gap&gt;<br>Na