模糊计算

模糊计算算法

一、算法基本思想

先建立模糊规则，再对输入模糊化，即根据隶属度函数从具体的输入得到对模糊集隶属度，再建立推理方法，从模糊规则和输入对相关模糊集的隶属度得到模糊结论，最后进行非模糊化处处理确定输出。

二、算法基本流程

输入变量->模糊化输入变量->建立模糊规则->利用结论确定实际输出->输出结果

三、matlab代码实现

先利用不同隶属函数，确定范围后模糊化输入变量与输出

%模糊控制器设计
a=newfis('fuzzf');                   %创建新的模糊推理系统

%输入1
f1=1; 
a=addvar(a,'input','e',[-5*f1,5*f1]);    %取值为-5到5之间               
 %添加 e 的模糊语言变量
a=addmf(a,'input',1,'NB','zmf',[-5*f1,-1*f1]);          
 %添加 e 的模糊语言变量的隶属度函数（z型）
a=addmf(a,'input',1,'NM','trimf',[-4*f1,-3*f1,0]);      
  %隶属度函数为三角形，左边起始点，中间点，右边点
a=addmf(a,'input',1,'NS','trimf',[-4*f1,-2*f1,0*f1]); 
a=addmf(a,'input',1,'Z','trimf',[-2*f1,0,2*f1]); 
a=addmf(a,'input',1,'PS','trimf',[-3*f1,1*f1,2*f1]);
a=addmf(a,'input',1,'PM','trimf',[0,2*f1,3*f1]);
a=addmf(a,'input',1,'PB','smf',[2*f1,4*f1]); 

%输入2
f2=1;
a=addvar(a,'input','ec',[-5*f2,5*f2]);                   
 %添加 ec 的模糊语言变量
a=addmf(a,'input',2,'NB','zmf',[-4*f2,-1*f2]); 
a=addmf(a,'input',2,'NM','trimf',[-3*f2,-1*f2,0]);
a=addmf(a,'input',2,'NS','trimf',[-4*f2,-2*f2,1*f2]);
a=addmf(a,'input',2,'Z','trimf',[-3*f2,0,3*f2]);
a=addmf(a,'input',2,'PS','trimf',[-1*f2,1*f2,2*f2]);
a=addmf(a,'input',2,'PM','trimf',[1,3*f2,4*f2]);
a=addmf(a,'input',2,'PB','smf',[0*f2,2*f2]); 

%输出
f3=1.5;
a=addvar(a,'output','u',[-5*f3,5*f3]);%取名为u，                 
   %添加 u 的模糊语言变量
a=addmf(a,'output',1,'NB','zmf',[-4*f3,-1*f3]); 
a=addmf(a,'output',1,'NM','trimf',[-2*f3,-1*f3,0]);
a=addmf(a,'output',1,'NS','trimf',[-3*f3,-2*f3,1*f3]);
a=addmf(a,'output',1,'Z','trimf',[-1*f3,0,2*f3]);
a=addmf(a,'output',1,'PS','trimf',[-1*f3,2*f3,4*f3]);
a=addmf(a,'output',1,'PM','trimf',[0,1*f3,3*f3]);
a=addmf(a,'output',1,'PB','smf',[1*f3,3*f3]);

输入1模糊化的结果：

输入2模糊化的结果：

输出的模糊化结果：

建立规则库
分析：建立模糊规则矩阵，其中第1、2列为输入，第3列为输出，第4列为规则权重，第5列表示两个输入的与或关系，1是与，0是或

%规则库
rulelist=[     1 1 1 1 1;             %编辑模糊规则，后俩个数分别是规则权重(信赖度)和AND OR选项（1与，0或）
               1 2 2 1 1;
               1 3 3 1 1;
               1 4 1 1 1;
               1 5 1 1 1;
               1 6 2 1 1;
               1 7 7 1 1;
          
               2 1 1 1 1;
               2 2 1 1 1;
               2 3 2 1 1;
               2 4 2 1 1;
               2 5 2 1 1;
               2 6 4 1 1;
               2 7 6 1 1;
               
               3 1 2 1 1;
               3 2 1 1 1;
               3 3 3 1 1;
               3 4 3 1 1;
               3 5 4 1 1;
               3 6 5 1 1;
               3 7 6 1 1;
               
               4 1 2 1 1;
               4 2 3 1 1;
               4 3 4 1 1;
               4 4 4 1 1;
               4 5 5 1 1;
               4 6 6 1 1;
               4 7 7 1 1;
               
               5 1 3 1 1;
               5 2 1 1 1;
               5 3 2 1 1;
               5 4 4 1 1;
               5 5 6 1 1;
               5 6 6 1 1;
               5 7 7 1 1;];

建立的规则结果（35条）：


分析：结果中按照定义的规则库显示了35条规则

添加模糊规则函数并解模糊

a=addrule(a,rulelist);                %添加模糊规则函数
showrule(a)                             %显示模糊规则函数
a1=setfis(a,'DefuzzMethod','centroid');                  %设置解模糊方法
writefis(a1,'fuzzf');                       %保存模糊系统
a2=readfis('fuzzf');   %从磁盘读出保存的模糊系统
disp('fuzzy Controller table:e=[-3,+3],ec=[-3,+3]');%显示矩阵和数组内容

规则推理及绘图

%推理
Ulist=zeros(7,7);                                   %全零矩阵
for i=1:7
       for j=1:7
           e(i)=-4+i;
           ec(j)=-4+j;
           Ulist(i,j)=evalfis([e(i),ec(j)],a2);    %完成模糊推理计算，Ulist(i,j)矩阵为推理得到的结果
       end
   end
%   Ulist=ceil(Ulist)                               %朝正无穷方向取整
   Ulist                               %朝正无穷方向取整
   
%画出模糊系统
figure(1); plotfis(a2);  
figure(2);plotmf(a,'input',1);
figure(3);plotmf(a,'input',2);
figure(4);plotmf(a,'output',1);

分析：由图显示，输入1，具有7个变量，输入2，具有7个变量，中间35rules表示规则库中定义了35条规则，理论上完备的规则库，应有49条规则，，输出u，具有7个变量。

推理得到的结果矩阵：

三、总结

利用模糊规则进行推理，不同的规则、不同隶属函数会有不同的结果。模糊计算给现实生活中许多领域的问题得到实际应用问题的解决，如根据温度、湿度等变量决定灌溉时间；根据绩点判断学生成绩。