常用函数:
1.newfis:Create new Fuzzy Inference System
a=newfis(fisName,fisType,andMethod,orMethod,impMethod,aggMethod,defuzzMethod)
2.addvar:Add variable to Fuzzy Inference System
a = addvar(a,'varType','varName',varBounds)
3.addmf:Add membership function to Fuzzy Inference System
a = addmf(a,'varType',varIndex,'mfName','mfType',mfParams)
4.addrule:Add rule to Fuzzy Inference System
a = addrule(a,ruleList)
通过addrule加入模糊规则,meiyig 输入或输出的变量都有一个索引(index)值,同样每一个隶属度函数也有一个index值,输入规则的函数就是会用这些索引来创建相应的模糊规则,在Matlab中模糊规则一般具有如下形式:
if input1 is MF1 or input2 is MF3 then output1 is MF2(weight=0.5)
模糊规则按照下面的逻辑被转化成一种数据结构(或矩阵)的形式来表示:如果系统由m个输入,n个输出变量和k条模糊规则组成,则该规则结构是一个[k;m+n+2]的矩阵。该矩阵每个行向量代表一条模糊规则,这个行向量的前m个数表示qian前m个输入变量对应的隶属度函数的索引值(例如,第一列表示第一个输入变量在各条规则的相应lishudu隶属度函数的索引,第二列表示第二个输入变量相应的隶属度函数的索引),接着的n列表示n个输出变量对应的隶属度函数的索引。第m+n+1列的数分别表示各条规则的权重(一般为1),第m+n+2列表示各条规则之间的相互连接方式(and=1,or=2)。这样,上面这条规则用MATLAB的结构表示为一个行向量。注意:如果输入或输出变量加了否定修饰词not,则只需在相应的隶属度函数索引值前加入一个负号。例如,对于规则:
if input1 is not MF1 or input2 is MF3 then output1 is MF2(weight=0.5)
其对应的行向量为:-1 3 2 0.5 2,其中:-1表示 not MF1;3表示MF3 ;2表示 MF2;0.5 表示weight=0.5;2表示or。
转载本文请联系原作者获取授权,同时请注明本文来自王峰科学网博客。
链接地址:http://blog.sciencenet.cn/blog-845576-784907.html
下一篇:嵌套乘法(霍纳(Horner)法)