创建模糊系统

为了生成用于评估模糊系统的代码，必须首先设计一个模糊推理系统。有关更多信息，请参见在命令行构建模糊系统，使用模糊逻辑设计器构建模糊系统,调整模糊推理系统．

您可以生成用于评估以下类型的模糊系统的代码。

在本例中，您将为type-2 Sugeno FIS和FIS树生成代码。该工作流程也适用于其他类型的模糊系统。

加载最终调优的type-2 Sugeno FIS从利用Type-2 FIS预测混沌时间序列．

数据a1 =负载(“tunedfischaotictimeseriestype2.mat”）;Fis = data1.fisout3;

加载最终调优的FIS树利用模糊逻辑设计人工胰腺控制器．

Data2 = load(“fuzzyPancreasExampleData.mat”）;fisTree = data2.fisTMFTuned;

将模糊系统转化为齐次结构

使用MATLAB Coder生成代码不直接支持FIS对象或FIS树对象。金宝app方法将FIS或FIS树转换为同构结构，以生成用于评估模糊系统的代码getFISCodeGenerationData函数。

将Sugeno FIS转换为均匀结构。

fisData = getFISCodeGenerationData(fis);

将FIS树转换为同构结构。

fisTreeData = getFISCodeGenerationData(fisree);

用嵌入式模糊系统生成代码

如果编译后不希望更改模糊系统属性，可以在生成的代码中嵌入FIS或FIS树数据。模糊系统的嵌入方法有三种。

从MATLAB工作区嵌入FIS

为输入向量创建一个模糊系统的评估函数x．属性的选项在此函数中evalfis函数使用evalfisOptions对象。

函数Y = evaluatefis1(fis,x)% # codegenopt = evalfisOptions“NumSamplePoints”, 51);Y = evalfis(fis,x,opt);结束

为evaluatefis1使用Sugeno FIS储存在fisData．当生成代码时:

codegen (“evaluatefis1”，“参数”，{code . constant (fisData)，[0 0 0 0 0]}，“配置:墨西哥人”）

代码生成成功。

验证MEX文件的执行。

mexOutput1 = evaluatefis1_mex(fisData，[0.3 0.1 0.8 0.2])

mexOutput1 = 0.6913

evalfisOutput1 = evaluatefis1(fisData，[0.3 0.1 0.8 0.2])

evalfisOutput1 = 0.6913

从MAT文件中嵌入FIS

如果FIS或FIS树存储在MAT文件中，则可以通过从计算函数中加载FIS数据来将FIS数据嵌入到生成的代码中。

将FIS树数据保存到MAT文件中。

保存(“FISTreeData.mat”，“fisTreeData”，“垫”）;

指定一个函数来计算输入向量x的FIS树。这个函数假设FIS树作为变量存储在MAT文件中fisTreeData．

函数Y = evaluatefis2(x)% # codegenS = code .load(“FISTreeData.mat”）;opt = evalfisOptions“NumSamplePoints”, 51);y = evalfis(s.fisTreeData,x,opt);结束

为evaluatefis2．

codegen (“evaluatefis2”，“参数”，{[0 0 0]}，“配置:墨西哥人”）

代码生成成功。

验证MEX文件的执行。

mexOutput2 = evaluatefis2_mex([105 0.25 0.001])

mexOutput2 = 0.7366

evalfisOutput2 = evaluatefis2([105 0.25 0.001])

evalfisOutput2 = 0.7366

从FIS文件中嵌入FIS

如果type-1或type-2 FIS存储在FIS文件中，则可以通过从计算函数中读取FIS数据来将FIS数据嵌入到生成的代码中。FIS树不支持此工作流。金宝app

将type-2 FIS保存到一个文件。

writeFIS (fis,“predictTimeSeries.fis”）

指定一个函数，用于对输入向量x的模糊系统进行评估。在这个函数中，从文件中读取FIS数据predictType2.fis．由于存储的FIS是type-2系统，所以在调用时必须指定FIS类型getFISCodeGenerationData．如果存储的FIS是type-1系统，则不必指定FIS类型。

函数Y = evaluatefis3(x)% # codegenfisData = getFISCodeGenerationData(“predictTimeSeries.fis”，“FuzzySetType”，“type2”）;opt = evalfisOptions“NumSamplePoints”, 51);y = evalfis(fisData,x,opt);结束

为evaluatefis3．

codegen (“evaluatefis3”，“参数”，{[0 0 0 0]}，“配置:墨西哥人”）

代码生成成功。

验证MEX文件的执行。

mexOutput3 = evaluatefis3_mex([0.3 0.1 0.8 0.2])

mexOutput3 = 0.6913

evalfisOutput3 = evaluatefis3([0.3 0.1 0.8 0.2])

evalfisOutput3 = 0.6913

生成在运行时加载模糊系统的代码

若要在编译后更改FIS属性，可以生成用于计算在运行时从指定的FIS文件中读取的FIS的代码。在这种情况下，FIS数据没有嵌入到生成的代码中。FIS树不支持在编译FIS文件后修改模糊系统属性。金宝app

指定一个函数，用于对输入向量的指定FIS文件中定义的模糊系统进行评估x．此函数使用相同的输入数据类型evaluatefis4．

函数y = evaluatefis4(fisFileName,x)% # codegenfis = getFISCodeGenerationData(fisFileName，“FuzzySetType”，“type2”）;opt = evalfisOptions“NumSamplePoints”, 51);Y = evalfis(fis,x,opt);结束

定义此函数的输入数据类型。

文件名= code .newtype(“字符”，[1 Inf]，[false true]);X = code .newtype(“双”，[1 Inf]，[false true]);

为evaluatefis4．

codegen (“evaluatefis4”，“参数”{文件名,x},“配置:墨西哥人”）

代码生成成功。

验证MEX文件的执行。

mexOutput4 = evaluatefis4_mex(“predictTimeSeries.fis”，[0.3 0.1 0.8 0.2])

mexOutput4 = 0.6913

evalfisOutput4 = evalatefis4 (“predictTimeSeries.fis”，[0.3 0.1 0.8 0.2])

evalfisOutput4 = 0.6913

每次你奔跑evaluatefis4，该函数从指定文件中重新加载模糊系统。为了提高计算效率，可以创建一个不重新加载先前加载的FIS的函数。例如，evaluatefis5函数只在指定了新文件名时才从FIS文件中加载FIS。

函数y = evaluatefis5(fileName,x)% # codegen持续的fisName fis如果isempty(fisName) [fisName,fis] = loadFIS(fileName);elseif~strcmp(fisName,fileName) [fisName,fis] = loadFIS(fileName);结束opt = evalfisOptions“NumSamplePoints”, 51);Y = evalfis(fis,x,opt);结束函数[fisName,fis] = loadFIS(fileName) fisName = fileName;fis = getFISCodeGenerationData(fisName，“FuzzySetType”，“type2”）;结束

为evaluatefis5．此函数的输入数据类型与for相同evaluatefis2．

codegen (“evaluatefis5”，“参数”{文件名,x},“配置:墨西哥人”）

代码生成成功。

使用存储的type-2 FIS执行MEX文件。

mexOutput5 = evaluatefis5_mex(“predictTimeSeries.fis”，[0.3 0.1 0.8 0.2])

mexOutput5 = 0.6913

您可以使用此函数计算具有相同输入数量的另一个FIS。例如，保存FIS的中间版本利用Type-2 FIS预测混沌时间序列来predictTimeSeries2.fis，并使用MEX文件对相同的输入值计算FIS。

writeFIS (data1.fisout2“predictTimeSeries2.fis”) mexOutput5_2 = evaluatefis5_mex(“predictTimeSeries2.fis”，[0.3 0.1 0.8 0.2])

mexOutput5_2 = 0.7934

生成单精度数据代码

前面的示例为双精度数据生成代码。若要为单精度数据生成代码，请将输入值的数据类型指定为单．在计算FIS对象和FIS树对象时，可以使用单精度数据。例如，为生成代码evaluatefis2使用单精度数据。

codegen (“evaluatefis2”，“参数”，{single([0 0 0])}，“配置:墨西哥人”）

代码生成成功。

执行MEX文件，传入单精度输入值。

mexOutputSingle = evaluatefis2_mex(single([105 0.25 0.001]))

mexOutputSingle = 0.7366