Matlab中 函数 evalfis的用法

找了半天在论坛上也没找到详细的解释 查阅资料后 找到了相关的解释 仅做自己记录使用

函数 evalfis

格式 output= evalfis(input,fismat)
output= evalfis(input,fismat, numPts)
[output, IRR, ORR, ARR]= evalfis(input,fismat)
[output, IRR, ORR, ARR]= evalfis(input,fismat, numPts)
说明
input :指定输入值的一个数或一个矩阵,如果输入是一个 M× N 矩阵,其中 N 是输入变量数,那么 evalfis 使用 input 的每一行作为一个输入向量,并且为变量 output 返回 M × L 矩阵,该矩阵每一行是一个向量并且 L 是输出变量数;
fismat :要计算的一个 FIS 结构;
numPts :一个可选变量,它表示在输入或输出范围内的采样点数,在这些点上计算隶属函数,如果 不使用此变量,就使 用 101 点的缺省值。
Evalfis 的值域如下:
Output :大小为 ML 的输出矩阵,这里 M 表示前面指定的输入值的数量,L 表示 FIS 的输出变量数。
evalfis 的可选值域变量只有当 input 是一个行向量时才计算这些可选值域变量是:
IRR :通过隶属函数计算的输入变量的结果,这是一个大小为 numRulesN 的矩阵,这里 numRules 是规则条数, N 是输 入变量数。
ORR:通过隶属函数计算的输出变量的结果,这是一个大小为 numPtsnumRulesL的矩阵,这里 numRules 是规则条数, L 是输出变量数,此矩阵的第一组 numRules 列,对应于第一个输出,第二组 numRules 对应于第二个输出,依次类推。
ARR :对每个输出,在输出值域中, numPts 处采样合成值的 numPtsL 矩阵,当只有一个值域变量调用时,该函数使用由 结构 fismat 指定的模糊推理系统,由标量或矩阵 inout 指定的输入值计算输出向量output 。
  • 3
    点赞
  • 14
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
MATLAB,fuzzy用于模糊逻辑系统的建模和模糊控制的设计。使用fuzzy工具箱,可以定义输入输出的模糊集合和模糊规则,并进行推理和模糊控制。 首先,需要定义模糊集合。可以使用triangularmf、trapmf或者gaussmf等函数来定义模糊化函数的形状。可以根据问题的特点来选择合适的模糊集合函数。例如,可以使用triangularmf来定义一个三角形模糊集合,其参数为模糊集合的起始、峰值和终止点。 然后,可以使用fuzzy关键字来创建一个fuzzy系统。可以定义输入和输出变量,并使用相关的模糊集合函数来描述它们。通过设置变量的名称、隶属度函数和范围,即可定义模糊输入和输出变量。 接下来,可以定义模糊规则。可以使用if-then形式来描述模糊规则。利用模糊集合的名称和运算符(如and、or等),以及真实值和模糊集合的关系,可以定义一系列的模糊规则。 一旦定义了模糊集合和模糊规则,就可以进行推理和模糊控制。可以通过模糊推理来得到输出变量的模糊结果。具体步骤包括模糊化输入、匹配规则、计算推理结果和去模糊化输出。可以使用evalfis函数来实现模糊推理。 最后,可以进行模糊控制的设计和仿真。可以设置输入变量的真实值,通过模糊系统来计算输出变量的值,并进行后续的分析和优化。 总之,MATLAB的fuzzy工具箱提供了一个方便的工具来建模和设计模糊逻辑系统。通过定义模糊集合、模糊规则和模糊推理,可以进行模糊控制的设计和仿真分析。它在处理模糊问题和进行模糊控制时,提供了一种有效的方法。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值