Tato magisterská práce si kladla za cíl zpracovat teoretické poznatky o fuzzy inferenčních systémech, které jsou vhodným nástrojem k vícekriteriálnímu rozhodování. Těchto inferenčních algoritmů využívá na základě expertně definované báze pravidel daný typ fuzzy regulátoru. Byly zkoumány a porovnány dva nejpoužívanější fuzzy inferenční systémy ? Mamdaniho a TSK (Takagi-Sugeno-Kang). Byly popsány kroky činnosti fuzzy regulátoru od fuzzifikace vstupních hodnot, přes tvorbu báze pravidel a odvozovací (inferenční) systém až k výstupní defuzzifikaci hodnot. Součástí teoretických cílů bylo také sepsání rešerše na téma fuzzy modelování v demografii, která poukázala na pomalý rozvoj v použití Zadehovy fuzzy teorie v demografických studiích. Po zpracování všech dílčích částí fuzzy regulace byly možnosti fuzzy modelování s využitím právě fuzzy regulátoru prezentovány na vybraném demografickém problému ? Analýza venkova Tato analýza vymezuje obce České republiky podle daných vstupních ukazatelů do městského nebo venkovského prostoru. Přínos použití fuzzy logiky v modelování byl prokázán na čtyřech vytvořených fuzzy metodikách vymezení venkova, z nichž každá pracuje s jiným počtem vstupů, jinou bází pravidel a dokonce s jiným počtem fuzzy inferenčních systémů, čímž dosahuje odlišných výsledků. Jediným společným znakem fuzzy metodik je jejich společný výstup, kterým je rozhodnutí o částečné (fuzzy) příslušnosti obcí k městskému a venkovskému prostoru. Výpočet fuzzy modelů vzniklých podle vytvořených metodik probíhal v softwaru GNU Octave. Z výsledků každé metodiky byly na závěr vytvořeny mapy znázorňující stupně příslušnosti obcí k venkovu a městu, jež jsou součástí příloh této diplomové práce.The main aim of this master thesis was to use fuzzy sets theory in modelling for demographic decision making problem. The theoretical part of this diploma thesis was to create comprehensive description of fuzzy inference systems, which use a rule base to make a decision or inference the output from system. These systems are the core of appropriate type of fuzzy regulator, which is used for replacement expert knowledge of the relevant problem by inference system for data with uncertainty. In theoretical part there was written up a chapter, which described two the most common types of fuzzy regulator ? Mamdani and TSK (Takagi-Sugeno-Kang) regulator. Also there was the text written showing differencies between them and the steps of processing data in fuzzy regulator ? fuzzification, creation of rule base, inference systems and defuzzification. The next theoretical aim was to write a research chapter about fuzzy modeling in demography. The result of theoretical part about fuzzy regulator was presented by chosen demographic problem ? Analysis of Countryside. This analysis, which was made by Czech Statistical Office, processed municipalities of Czech Republic, which is classified to categories city space or countryside space by multicriterial decison-making with various statistical input indicators (population, change of population in years, population per building areas, flats in family houses per all flats etc.). Classification by Czech Statistical Office based upon boolean two-value logic has been changed to fuzzy classification, which uses fuzzy theory of multi-valued logic defined by degree of membership to fuzzy sets. Advantages of using fuzzy logic instead of boolean logic were described by new four fuzzy methodologies of Analyze of Countryside, which were determined by different number of inputs, rules in rule base and also with different number of fuzzy inference system in fuzzy model. For the computation of all fuzzy models the open-source software called GNU Octave was chosen. The best results were achieved in fuzzy methodology no. 1 (in chapter 7.1.1), which satisfy all requirements of boolean logic based Methodolgy of Czech Statistical Office no. 7 and no. 8, and also in fuzzy methodology no. 4 (in chapter 7.3) called Own Fuzzy Methodology, which is more sophisticated than the first fuzzy methodology, because the model is determined by only one fuzzy inference system with seven inputs. Finally, the results of all methodologies were published in four maps, which depicted degrees of membership of all municipalities to city or countryside space.