使用。可以调整模糊推理系统的隶属关系函数参数和规则全局优化工具箱调整方法,如遗传算法和粒子群优化。有关更多信息,请参阅调整模糊推理系统。
如果您的系统是单输出类型-1 Sugeno FIS,则可以使用神经自适应学习方法调整其成员函数参数。此调谐方法不需要全局优化工具箱软件。有关更多信息,请参阅神经自适应学习和ANFIS。
去噪的设计师 | 设计,列车和测试Sugeno型模糊推理系统 |
tune模糊会员函数参数,学习新的模糊规则。
了解Mamdani模糊系统的规则和调谐成员身份参数。
为了防止FIS参数优化期间的过拟合,您可以根据使用验证数据对模型进行的无偏评估,尽早停止调优过程。
调整互连Sugeno模糊系统树的规则和隶属函数参数。
调整具有类型2隶属函数的FIS的规则和成员身份参数。
没有培训数据时,您可以使用模拟FIS操作的自定义成本函数调整模糊系统。
您可以使用与用于培训神经网络的神经自适应学习技术类似的神经自适应学习技术来调整Sugeno模糊推理系统。
交互式创建,列车和测试神经模糊系统使用神经模糊设计师应用程序。
使用该培训用于时间序列预测的神经模糊系统ANFIS.
命令。
使用该执行自适应非线性噪声消除ANFIS.
和Genfis.
命令。
使用减法聚类生成从数据的模糊推理系统。
使用自适应神经模糊推理系统和先前记录的观察来预测汽车的燃料消耗。
您可以使用自适应神经模糊系统模拟非线性动态系统行为。