自適應神經模糊推理系統或基于自適應網絡的模糊推理系統（ANFIS）是一種基于高木-杉野模糊推理系統的人工神經網絡。由于它整合了神經網絡和模糊邏輯原理，因此它有可能在一個框架內獲得兩者的好處。它的推理系統對應于一組模糊的IF-THEN規則，具有學習能力，可以近似非線性函數。因此，ANFIS被認為是一個通用的估計器。為了以更有效和最優化的方式使用ANFIS，人們可以使用通過遺傳算法獲得的最佳參數。它在智能情景感知能源管理系統中具有用途。

在網絡結構中可以識別兩個部分，即前提和結果部分。更詳細地說，該架構由五層組成。xxx層接受輸入值并確定屬于它們的成員函數。它通常被稱為模糊化層。每個函數的成員度是通過使用前提參數集，即{a,b,c}來計算的。第二層負責生成規則的觸發強度。由于其任務，第二層被稱為規則層。第三層的作用是將計算出的發射強度歸一化，即用每個值除以總發射強度。第四層將歸一化的值和后果參數集{p,q,r}作為輸入。該層返回的值是去模糊化的值，這些值被傳遞給最后一層，以返回最終輸出。

ANFIS網絡的xxx層描述了與普通神經網絡的區別。一般來說，神經網絡的運行都有一個數據預處理步驟，在這個步驟中，特征被轉換為0和1之間的歸一化數值。一個ANFIS神經網絡不需要一個sigmoid函數，但它通過將數值轉換為模糊值來進行預處理。下面是一個例子。假設，網絡得到的輸入是2D空間中兩點之間的距離。這個距離是以像素為單位的，它的值從0到500像素。將數值轉換為模糊數字是通過成員函數完成的，成員函數由近、中、遠等語義描述組成。每個可能的語言值都由一個單獨的神經元給出。如果距離位于"近"的范疇內，神經元"近"就會以0到1的數值發射。而"中間"神經元則在距離位于該類別的情況下觸發。