در موضوع رگرسیون فازی (به سخن دقیق‌تر: رگرسیون در محیط فازی) دو رویکرد اصلی وجود دارد: رویکرد مبتنی بر کمترین مجموع فاصله‌ها (شامل دو شیوۀ کلی: کمترین مجموع مربعات و کمترین مجموع انحرافات) و رویکرد امکانی (رویکرد کمترین ابهام کُل تحت برخی قیود). در کنار این دو رویکرد اصلی، روش‌های ابتکاری متعددی در موضوع رگرسیون فازی پیشنهاد شده‌اند. برخی از این روش‌ها بر پایۀ ترکیب دو رویکرد بالا هستند. برخی از روش‌های ابتکاری بر اساس الگوریتم‌های محاسباتی خاص هستند. برخی دیگر، از سیستم‌های استنتاج فازی استفاده می‌کنند.
‎

برخی روش‌ها نیز بر اساس خوشه‌بندی است. به کارگیری شبکه‌های عصبی مصنوعی، الگوریتم‌های تکاملی و یا شیوه‌های ناپارامتری از دیگر رویکردهای مورد استفاده است. در این مقاله، ضمن اشاره به تاریخچه و مبانی دو رویکرد کلاسیک به رگرسیون فازی (رویکرد کمترین مجموع فاصله‌ها و رویکرد امکانی)، برخی روش‌های ابتکاری در رگرسیون فازی، معرفی و بررسی کوتاه می‌شوند. نیز، ده ملاک (معیار) برای ارزیابی مدل‌های رگرسیون فازی مطرح می‌گردد که طبق آنها بتوان روش‌ها و مدل‌های مختلف را ارزیابی و مقایسه نمود.