隶属度（归属函数中的专有名词）；归属程度；会员级别
A hierarchic classification diagnosis model, based on fuzzy membership grade and rules is being proposed.
提出了一个基于模糊隶属度和规则的分类层次诊断模型。
At last, the Fuzzy decision mathematics model is built. And due to the maximum membership grade principle, the optimal proposal is determined.
最后建立模糊决策数学模型，根据最大隶属度原则，确定了最优方案。
The membership grade function was established by the two_dimensional measurement universe and the fuzzy colour sensors was designed with this theory.
确立了隶属函数的计算方法，自行设计了一种模糊色彩传感器，并对其性能进行了测试。
Aiming at the partial invalidity problem which exists in fuzzy comprehensive evaluations, this paper proposes a new relative membership grade weighted mean method.
针对模糊综合评判方法存在部分失效的问题，提出一种相对隶属度加权平均法。
The membership grade function is used to analyze the collusion bidding possibility of the contributed factors and the variable weight method is used to show the weak point.
分析过程中用隶属度函数衡量各影响因子代表的发电商串通报价可能性的程度，并利用变权法改变权重，突出薄弱环节。
在模糊数学（Fuzzy Mathematics）中，membership grade（隶属度）是一个核心概念，用于量化一个特定元素属于某个模糊集合（Fuzzy Set）的程度。它突破了经典集合论中元素“非此即彼”（要么完全属于，要么完全不属于）的二元界限。
[0, 1] 内。μ_A(x) = 1 表示元素 x完全属于模糊集合 A。μ_A(x) = 0 表示元素 x完全不属于模糊集合 A。0 < μ_A(x) < 1 表示元素 x部分属于模糊集合 A，其数值大小反映了隶属的程度。数值越接近 1，隶属程度越高；越接近 0，隶属程度越低。$$ mu_A(x) in [0, 1] $$
隶属度提供了一个精确的数学工具来描述和处理现实世界中普遍存在的模糊性、不精确性和连续性。
μ_舒适(25) = 0.9（表示非常舒适）。μ_舒适(20) = 0.6（表示比较舒适）。μ_舒适(15) = 0.3（表示有点凉，不太舒适）。μ_舒适(5) = 0.0（表示完全不舒适）。μ_舒适(30) = 0.1（表示有点热，不太舒适）。0.9, 0.6, 0.3, 0.0, 0.1 就是各个温度值对于“舒适的温度”这个模糊集合的membership grade。membership grade 的概念是模糊逻辑、模糊控制系统、模糊决策、模式识别等众多应用领域的基础：
“Membership grade”是一个多领域术语，具体含义需结合语境理解，主要分为以下两类：
在模糊集合理论中，“membership grade”（隶属度）表示元素属于某个模糊集合的程度，取值范围通常为[0,1]。例如，若用模糊集合描述“高温”，40℃的隶属度可能是0.8，表示“较接近高温”。这一概念用于处理现实中的不确定性或渐变现象。
指会员等级体系，常见于商业或组织管理：
work onpositivesuitto dateconvergeoff-keyattenuantgaunterhagiologySchumachersmellingsockingsyrupsWebSphereblack coffeeconcur indesign principleprevious periodtolerance zoneballoonetbiomechanicscytotrophydrumstickDurmfilefishflophouseglucophosphataselithoxidurialoranditeSeagate