trapmf(x, [a b c d]); 建立梯形隶属函数;
defuzz(x, mf, 'type'); 执行反模糊化运算;
setfis(a, 'fispropname', 'newfisprop'); 设置模糊系统的属性,a为模糊规则库;
newfis('fisname'); 创建一个模糊推理系统(FIS);
addvar(a,'vartype','varname',varBounds); 向模糊推理系统(FIS)添加语言变量,vartype分input和output两类,varBounds为误差变化率;
addmf(a,'vartype',varindex,'mfname','mftype',mfparams); 向FIS的语言变量中添加隶属 度函数,varindex为隶属度函数的变量编号,mfname新添加的隶属度函数名,mfparams指定隶属度函数的参数向量;
addrule(a,rulelist); 添加模糊推理的控制规则,rulelist是一个矩阵,每一行为一条规 则,且每行有N+M+2个元素,前N个数表示N个输入变量的语言名称的index,没有则用0表示,后M个数表示OR。
writfis(a,'fuzzf'); 保存fuzzf.fis文件到磁盘上;
readfis('fuzzf'); 从磁盘导入fuzzf.fis文件;
disp(); 将内容输出到matlab命令窗口中;
evalfis(input, fismat, numPts); 进行模糊推理运算,即给定输入,得到输出;
ceil(); 向离他最近的较大的整数取整;
trimf(); 建立三角形隶属度函数;
ruleview(); 模糊推理编辑器的显示;
fuzzy 调用基本FIS编辑器;
tf() 建立传递函数,例H = s/(s^2 + 2*s +10),可写为tf([1,0],[1,2,10]);
c2d() 转化为差分方程;
[num, den]=tfdata(dsys, 'v') 提取差分方程系数;