针对多维模糊推理中的推理规则庞大的问题，Takagi和Sugeno于1985年提出了一种新的模糊推理模型，称为Takagi–Sugeno（T-S）模型。T-S模型的模糊规则的“IF”部分与zadeh规则的“IF”部分相似。但它的“THEN”部分是精确函数，通常是输入变量多项式。T-S型模糊推理模型的结论部分用线性局域方程取代了一般推理过程中的常数。

因此，T-S模型可用少量的模糊规则生成较复杂的非线性函数，这在处理多变量系统时能有效地减少模糊规则个数，因而产生巨大的优越性。但是，由于结论参数是线性函数而非模糊数，在实际系统中结论部分不能直接从专家经验和操作数据中得到，必须通过一定的算法进行训练。因此，模型参数的辨识成为建立T-S型模糊系统的主要问题。

　　T-S模型通过PDC方法设计控制器。具体的就是针对每个局部子系统模型分别设计局部控制器。所得到的局部控制器乘以各个局部规则的权值（一般为前件变量的隶属度函数取大）所得的值相加即为总体控制器输出。局部模糊控制器设计可以应用线性设计方法进行，也可以通过其他成熟理论方法。

形成的模型＋控制器的闭环系统的稳定性分析是目前模糊控制领域最为热门的课题.