範例：小費問題（Sugeno）
老師錄製的操作示範：把同一個小費問題改成 Sugeno 型 FIS。附檔為 tippersg.fis。
▶ 在 Colab 開啟原課程的 MATLAB 程式已改寫成 Python 筆記本（第 7 節 tippersg.fis），可以直接在瀏覽器執行、修改參數。⬇ 下載 Fuzzy_toolbox.ipynb
tippersg.fis 的內容 What Is in the FIS
（以下整理自附檔，為補充）規則與 Mamdani 版相同（3 條，OR = max），差別在結論與解模糊化：
| 變數 | 範圍 | 歸屬函數 |
|---|---|---|
| 輸入 service | 0～10 | poor 差 [1.5 0]、average 好 [1.5 5]、good 優 [1.5 10]（皆 gaussmf） |
| 輸入 food | 0～10 | rancid 難吃 trapmf [−5 0 1 3]、delicious 好吃 trapmf [7 9 10 15] |
| 輸出 tip | −30～30 | cheap linear [0 0 5]、average linear [0 0 15]、generous linear [0 0 25] |
- 輸出宣告為一階（linear），但兩個輸入的係數都是 0，所以實際上是零階：三條規則的結論分別固定為 5、15、25。
- 解模糊化為
wtaver（加權平均）：小費 = Σ wᵢ zᵢ ／ Σ wᵢ。服務 3、食物 8 時為 18.48%。 - 服務的歸屬函數名稱和 tipper.fis 不同（這裡的 good 是「優」），但位置相同。食物的梯形延伸到範圍外，在 0～10 之內的形狀與 tipper.fis 完全一樣。
兩型的比較與互動推論見 Sugeno 型模糊推論，下方動畫也可以切換到 Sugeno。