Las emociones juegan un papel significativo en la formación de actividades psicológicas, comportamientos y comunicación interpersonal. Reflectando esta importancia, la clasificación automatizada de emociones se ha convertido en un área de investigación vital en inteligencia artificial. El reconocimiento de emociones basado en electroencefalograma (EEG) es particularmente prometedor debido a su alta resolución temporal y resistencia a la manipulación. Este estudio introduce un algoritmo avanzado de inferencia difusa para el reconocimiento de emociones basado en datos de EEG, abordando efectivamente la ambigüedad de los estados emocionales. Al combinar la generación adaptativa de reglas difusas, la evaluación de características y la interpolación ponderada de reglas difusas, el enfoque propuesto logra una clasificación precisa de emociones al tiempo que maneja el conocimiento incompleto. Los resultados experimentales demuestran que el sistema difuso integrado supera a las técnicas de vanguardia, ofreciendo una precisión de reconocimiento mejorada y robustez bajo incertidumbre.