日常生活中，我们常常需要根据多个变量的输入，并结合一些以自然语言描述的经验法则来决定最终的输出结果，而这正是模糊计算的应用场景。

模糊计算的核心流程可以概括为以下四个模块：模糊规则库、模糊化、推理机制以及去模糊化。

以灌溉为例，我们需要根据温度、湿度等变量来确定灌溉时间的长短。这个决策过程需要参考过往的灌溉经验，而这些经验通常来自于领域专家，并以规则的形式表达，例如：“当温度较高且湿度较低时，灌溉时间应较长”。