本文提出了一种新的神经模糊系统的结构和学习方法，该方法能自动确定神经元的数目、成员函数的中心位置以及在线模式下处理速度快的接收场参数。这种方法的基本思想是在有监督学习和自学习范式的帮助下调整突触权重和成员函数。解决这个问题的方法与在线神经模糊系统的发展有关，该系统可以在不确定条件下处理数据。结果证明了所开发的体系结构和学习过程的有效性。