在许多科学与工程领域，从输入—输出数据集估计一个未知函数仍然是一个重要课题。传统的基于方程理论的方法已发展成熟且在实践中成功应用，但是精确的数学模型并不总是存在的，从复杂的环境中也很难得到精确的数学模型。因此依然有很多场合需要使用无模型方法—如用模糊系统进行非线性函数逼近等。随着模糊控制技术的成功应用，从输入—输出数据集建立模糊系统也成为模糊控制的一个重要课题。本文在分析该领域已有研究成果的基础上，指出了存在的不足之处。针对存在的问题，提出了基于线性原型的改进ISODATA算法，并用于建立T-S模糊系统。计算机仿真实验验证了该方法的有效性。同时，也尝试对基于线性原型的模糊C—均值算法进行了改进，从理论上推导了该算法的正确性，并用该改进算法建立T-S模糊系统。仿真实验验证了其可行性。本文提出的算法分为两步：第一步使用改进的ISODATA算法或改进的模糊C—均值算法建立初始T-S模糊系统，第二步使用粒子群算法优化系统参数。最后对本文的工作进行了总结，并指出了今后有待继续研究的相关课题。