设X是一个普通集合X ={x}，称为论域。关于论域X中的模糊集合?，是指对于任意元素x∈X都存在一个有稳定倾向的随机数μ?(x)，称为x对?的隶属度。如果论域中的元素是简单有序的，则X可看作是基础变量，隶属度在X上的分布叫做隶属云；如果论域中的元素不是简单有序的，而根据某个法则f，可将X映射到另一个有序的论域X'中，X'中有一个仅有一个x'和x对应，则X'为基础变量，隶属度X'上的分布称为隶属云(简称云)[1]。

十几公里以“十几公里”为例，它是一个不确定的语言值，其云模型表示如图1所示。图中云的几何形状有助于理解定性与定量之间转换的不确定性。首先，所有x∈X到区间[0,1]映射是一对多的转换。其次，云有许多云滴组成，一个云滴是定性概念在数量上的一次实现，虽然单个云滴可能无足轻重，但云的整体形状反映了定性概念的基本特征。最后，云的厚度不均匀，腰部最分散，厚度最大，顶部和底部的汇聚性，厚度小。云的厚度反映了隶属度的随机性的大小，靠近概念中心或远离概念中心处的隶属度的随机性小，而离概念中心不远不近处的隶属度的随机性大。

由此可见，云是用语言值描述的某个定性概念与其数值表示之间的不确定性转换模型，即云模型是定性定量间转换的不确定性模型。

根据上述定义，在对模糊集处理过程中，论域上某一点的隶属度不是恒定不变的，而是始终在发生着细微的变化，但这种变化不剧烈影响到隶属云的整体特性，对于模糊集?而言，重要的是隶属云的形状反映出的整体特性，以及大量使用隶属度值呈现的规律性。进一步研究表明，对于社会和自然科学中大量的模糊概念，其隶属云的期望曲线近似服从正态或半正态分布。论域上某一点的隶属度分布符合统计学意义上的正态分布规律，是以隶属云的稳定倾向-隶属云期望曲线上的点为期望值的正态分布[1,2]，结论说明，云理论具有广泛的适用领域。