机器学习是人工智能和计算机科学领域的一个永恒的课题。目前人们比较公认的机器学习概念的说法是Simon对学习的阐述:“如果一个系统能够通过执行某种过程而改进它的性能,这就是学习。”可见“过程”、“系统”与“改变性能”是学习的三个要点。从这三个要点可以看出机器学习系统是动态模糊系统:如学习过程的动态模糊性;系统变化的动态模糊性;改变系统性能的动态模糊性。针对机器学习系统中具有的动态模糊性,本文给出了动态模糊机器学习模型及其相关算法,主要内容有:(1)提出了动态模糊机器学习模型,给出了动态模糊机器学习算法及动态模糊机器学习系统的参数学习算法和极大似然估计算法;(2)给出了动态模糊机器学习系统的过程控制模型和动态模糊学习控制器的设计方法,为解决动态模糊机器学习系统的控制问题提供了一种有效途径;(3)提出了动态模糊关系学习算法,进一步丰富了动态模糊机器学习的内容;(4)实现了智能五子棋仿真系统。本文利用动态模糊集研究机器学习的环境及学习算法,分别给出了动态模糊机器学习的代数模型和几何模型,为解决机器学习系统中的动态模糊性问题提供了理论基础。当然,这些工作还很初步,还有许多方面需要进一步研究:如学习算法的优化,模型在具体领域的应用等。