为了降低当前模糊规则优化学习算法的时间复杂度,加快其收敛速度,基于单变量边缘分布估计算法,引入CH( Cordon and Herrera)与COR( Cooperative Rules Methodology)机制,提出混杂分布估计算法耦合CH( Cordon and Herrera)与COR联合机制的模糊规则优化算法研究;对算法的时间复杂度进行理论推导和分析证明,构建算法的分布概率模型。首先使用CH机制产生变量空间;再由COR方法完备的候选规则库;然后利用多种群变量无关分布估计算法MUMDA( Univariate Marginal Distribution Algorithm)进行规则学习,通过增加种群的多样性,减少算法陷入局部最优解的可能;最后对该算法进行实验验证。实验对比结果可以看出,该设计的混杂优化算法的计算,可获得精度较高、可理解性较强的模糊规则库,便于模糊系统在实际工程中的应用。