择近原则就是利用贴近度的概念来实现分类操作。

贴近度是用来衡量两个模糊集和的接近程度，用N（，）表示。贴近度越大，表明这两者越接近。

在模式识别中，论域U或者为有限集，即U＝｛u₁，u₂，…，u_n｝，或者在一定的区间内，即U＝［a，b］。常用的贴近度有以下三种。

（1）海明贴近度

或

（2）欧几里德贴近度

或

（3）格贴近度

其中，为A的余，为，的内积：

例4.4　设某产品的质量等级分为5级，其中每一级有5种评判因素u₁，u₂，u₃，u₄，u₅。每一等级的模糊集为

假如某产品各评判因素的值为＝｛0.4，0.3，0.2，0.1，0.2｝，问该产品属于哪个等级？

解：编写求各种贴近度的MATLAB函数。

可求得样本与各等级的格贴近度分别为0.5、0.3、0.2、0.1、0.1，所以可认为该产品属于等级。