Действительно нечеткие логики используют очень давно и плодотворно, при … моделирование нейрокомпьютерных сетей. Там есть несколько грубоватых алгоритмов, как сделать из четкого множества нечеткое, но в данной области они вполне проходят.
Но вот как указанные Вами нечеткие логики (если шире нечеткие множества) использовать для построения системы четкого анализа в многомерной логике.
А отличие нечеткой логики от многомерной в том, что используется несколько четких логических значений в случае многомерной логики (при этом каждое значение отвечает определенным критериям, но подчеркиваю это четкие критерии, это например когда Вы считая предметы вы сопоставляете каждому из этих предметов порядковый номер, и можете использовать это как его свойство, которое на самом деле то к предмету может и не относится, так и тут вы определяете что значит Да и что значит «Скорее Да, чем Нет»), а в нечетких логиках нет такой проблемы мы просто берем булевскую логику делаем ее нечеткой, т.е. каждому элементу приписываем определенное дополнительное значение (причем этих значений может быть несколько у одного и того же элемента), т.н. функцию принадлежности (но она вводится руками, общих рецептов по ее построению нет, есть только алгоритмы корректировки этой функции), по своим свойствам эта функция напоминает вероятность (имеет область значения на отрезке от 0 до 1, хотя в целом теория не запрещает расширить этот отрезок).
Так что для обозначенной задачи предложенный Вами подход не совсем применим.
