本书主要分两个方面进行阐述：一方面，基于折线模糊数的算术运算对一类新型的折线模糊神经网络进行建模和性能分析，并讨论该网络对连续函数或可积函数类的逼近性，进而研究单（多）输入单（多）输出折线模糊神经网络的连接权和阈值等调节参数的优化算法。另一方面，以多元分片线性函数为桥梁分别研究Mamdani模糊系统、T-S模糊系统和分层混合模糊系统对一些可积函数类的逼近性能，并采用不同分层方法讨论混合模糊系统的逼近能力和模糊规则数的缩减问题。此外，第1章作为第3章和第4章的理论基础；第2章作为第3章、第6章至第8章的必要准备。