通过前面的讨论我们可以得知，模糊支持向量机分类性能的好坏很大程度上取决于模糊隶属度函数。所以，所构造的隶属度函数的好坏很大程度上决定了分类器的分类能力，对隶属度函数的构造也就自然而然地成为模糊支持向量机的关键问题之一。Lin等学者提出选取一个合适的隶属度函数需要满足以下两点：
1）定义隶属度的下界。
2）隶属度函数的选取必须和样本的特性存在着一些联系，即必须根据样本特性选取合适的隶属度函数。
下面我们介绍几种常用的隶属度函数。
