对含高度非线性的复杂系统的辨识与建模提出了一种二叉线性模糊树方法 .证明了对n维空间中任一闭集上的有限样本集或连续函数 ,总存在模糊树模型以任一精度逼近之 .仿真结果表明 ,与已有的其它方法比较 ,模糊树模型不仅具有计算量小 ,精度高 ,对于输入空间维数不敏感等优点 ,同时它的逼近误差是单调下降的 .模糊树模型在一定程度上模拟了对复杂问题进行分层、分段简化决策的思维过程 .仿真结果描述了这种方法的性能