应用AFS(Axiomatics Fuzzy Set)模糊逻辑发现和表示数据中隐含的动态特征和模式并将之和专家经验融合、统一和系统化为模糊认知图.应用组合数学、代数、拓扑、测度论等深刻抽象的数学工具和科学方法建立一套系统且较完善的模糊认知图设计和分析方法.这种模糊认知图不仅便于深刻而抽象数学理论的应用和计算机的系统分析与处理, 而且也便于使用者理解和应用.这不仅能解决在大型数据系统中所发现的知识由于数量大而无法被整体理解和运用的困难,而且能克服目前建立大规模智能系统的模糊认知图的困难.通过这个把数据中所发现的知识融合为易于处理和求解的、可被自然语言解释的、鲁棒性强的、更接近于实际的模型-基于AFS模糊逻辑的模糊认知图,从而在系统的原始数据和研究者之间建立起一个桥梁.其研究在知识发现与表示、人工智能与推理、复杂智能系统控制等方面具有重要的科学意义和应用价值.