设U=V=[1,2,3,4]且有如下推理规则:IFx is少THEN y is多其中,“少”与“多”分别是U与V上的模糊集。假设少=0.9/1+0.7/2+0.4/3,多=0.3/2+0.7/3+0....

根据给定的推理规则，我们可以构造出以下模糊推理表：

| IF x is 少 | THEN y is 多 |
| ------------ | ------------ |
| 0.9/1 | 0.3/2 |
| 0.7/2 | 0.7/3 |
| 0.4/3 | 0.9/4 |

现在假设我们有一个输入值 x = 2，我们需要用模糊推理表来计算输出值 y。首先，我们需要使用模糊集合的交运算来计算每个规则的置信度。对于第一条规则 IF x is 少 THEN y is 多，它的置信度为“x is 少”的隶属度，即0.7。同样地，对于其他两条规则，它们的置信度分别为0.7和0.4。

接下来，我们需要使用模糊集合的合成运算来将这些置信度转换为输出模糊集合。我们可以使用最大值合成或者加权平均合成来完成这个过程。这里我们选择使用加权平均合成。对于每个输出值 y，我们先计算出所有规则中“THEN y is 多”的隶属度的加权平均值。例如，对于 y = 2，我们有：

(0.7 × 0.3 + 0.7 × 0.7 + 0.4 × 0) / (0.7 + 0.7 + 0.4) ≈ 0.54

这个值表示在所有规则中，如果输出值是 2 的置信度为 0.54。同样地，我们可以计算出 y = 3 和 y = 4 的置信度分别为 0.7 和 0。因此，根据模糊推理表，当输入值为 x = 2 时，输出值 y 的模糊集合为：

多=0.54/2+0.7/3+0/4

需要注意的是，这里我们只使用了一个输入值作为例子。对于其他的输入值，我们需要重复上述计算过程来得到相应的输出值。