ε-Präferenz: Eine Fuzzy-Munge \(\tilde{B}\) wird einer Fuzzy-Menge \(\tilde{C}\) auf dem Niveau ε ∈ [0, 1] vorgezogen, und man schreibt \(\tilde{B}{\succ }_{\epsilon }\tilde{C}\), wenn ε die kleinste reelle Zahl so ist, daß \begin{eqnarray}\sup {\tilde{B}}_{\alpha }\ge \sup {\tilde{C}}_{\alpha } & \ \ \ \text{und} &\ \ \ \inf {\tilde{B}}_{\alpha }\ge \inf {\tilde{C}}_{\alpha }\end{eqnarray} für alle α ∈ [ε, 1], wobei für wenigstens ein α ∈ [ε, 1] eine dieser Ungleichungen im strengen Sinne erfüllt ist.

Für Fuzzy-Intervalle \begin{eqnarray}{\tilde{X}}_{i}={(\underline {x}_{i}^{\varepsilon };\underline{x}_{i}^{\lambda};{\underline{x}}_{i}^{1};{\overline{x}}_{i}^{1};{\overline{x}}_{i}^{\lambda};{\overline{x}}_{i}^{\varepsilon })}^{\varepsilon,\lambda}\end{eqnarray} des ε-λ-Typs lassen sich die Bedigungen der Definition der ε-Präferenz vereinfachen zu \begin{eqnarray}{\tilde{X}}_{i}{\succ }_{\varepsilon }{\tilde{X}}_{j} & \iff & \underline{x}_{i}^{a}\gt \underline{x}_{j}^{\alpha } & \ \text{und}\ \ \ {\overline{x}}_{i}^{\alpha }\gt {\overline{x}}_{j}^{\alpha }\end{eqnarray} für α = ε, λ, 1.