雲模型是由中國工程院院士李德毅於1995年提出的概念，旨在處理定性概念與定量描述之間的不確定轉換。其概念基於機率論和模糊數學，用於模擬自然語言處理、數據挖掘、決策分析、智慧型控制和圖像處理等多個領域中的不確定性。雲模型通過引入雲的數字特徵（期望Ex、熵En和超熵He）來描述和度量這種不確定性。
期望Ex（Expected Value）。雲滴在論域空間分布的期望值，代表定性概念最典型的量化樣本。
熵En（Entropy）。度量定性概念的不確定性，由概念的隨機性和模糊性共同決定。熵越大，概念越巨觀，表示概念的邊界越模糊。
超熵He（Hyper-Entropy）。熵的熵，表示模型的不確定性。超熵越大，雲的厚度越大，表明數據分布的離散程度越高。
雲模型的核心組成部分是雲發生器，分為正向雲發生器和逆向雲發生器。正向雲發生器將定性概念映射為其定量表示，而逆向雲發生器則執行相反的任務，即從定量數據轉換回定性概念。