主要内容

Plotmf.

输入或输出变量的绘图成员资格函数

描述

例子

plotmf(FIS.variabletype.DramansIndex.绘制模糊推理系统中的输入或输出变量的隶属函数FIS.

例子

plotmf(___数字指定每个隶属函数的绘图的数据点数。

例子

[Xout.MFOUT.] = plotmf(___返回话语的宇宙(Xout.)和会员函数(MFOUT.)没有绘制它们的值。使用此语法何时FIS.是1型模糊推理系统。

例子

[Xout.Umfout.lmfout.] = plotmf(___返回话语的宇宙(Xout.),上隶属功能(Umfout.)和较低的会员函数(lmfout.)没有绘制它们的值。使用此语法何时FIS.是一个类型的模糊推理系统。

例子

全部收缩

创建模糊推理系统。

fis = readfis('蒂珀');

绘制第一个输入变量的隶属函数。

Plotmf(FIS,'输入'1)

图包含轴。轴包含6个类型的类型线,文本。

创建模糊推理系统。

fis = readfis('蒂珀');

使用第一个输出变量的隶属函数绘制101.每个隶属函数的数据点。

Plotmf(FIS,'输出',1,101)

图包含轴。轴包含6个类型的类型线,文本。

创建模糊推理系统。

fis = readfis('蒂珀');

获取第二输入变量的隶属函数的x轴和y轴数据。

[xout,yout] = plotmf(fis,'输入',2);

然后,您可以使用此数据绘制单个成员资格函数。

plot(xout(:,2),yout(:,2))xlabel('食物')ylabel('美味的会员资格'

图包含轴。轴包含类型线的对象。

创建一个类型-2模糊推理系统。

fis = mamfistype2('numinputs',3,'numoutputs',1);

绘制第二个输入变量的隶属函数。

Plotmf(FIS,'输入'1)

图包含轴。具有不确定性(FOU)的标题足迹的轴包含12个类型的类型线,补丁,文本。这些物体代表UpperMF,Lowermf,Fou。

2型隶属函数在其上下隶属函数之间具有不确定性(FOU)的占地面积。

您还可以在不生成绘图的情况下获取绘图数据。

[xout,Umfout,lmfout] = plotmf(fis,'输入',1);

然后,您可以使用自己的自定义格式绘制单个成员函数或绘制数据。例如,仅绘制上个输入变量的第二隶属函数的上下隶属函数。

绘图(XOUT(:,2),UMFOUT(:,2),'r',xout(:,2),lmfout(:,2),'B')Xlabel('输入1')ylabel('美味的会员资格'

图包含轴。轴包含2个类型的型号。

输入参数

全部收缩

模糊推理系统,指定为以下之一:

Plotmf.不支持Sugeno金宝app系统的绘图输出隶属函数。

变量类型,指定为以下之一:

  • '输入'- 输入变量

  • '输出'- 输出变量

可变索引,指定为正整数。如果variabletype.是:

  • '输入', 然后DramansIndex.必须小于或等于输入变量的数量FIS.

  • '输出', 然后DramansIndex.必须小于或等于输出变量的数量FIS.

绘图的数据点数,指定为正整数。

输出参数

全部收缩

话语数据宇宙,作为一个返回数字-经过-NMF.阵列,其中NMF.是指定的变量的成员函数数量variabletype.DramansIndex.

1型隶属函数的成员资格函数数据,作为a返回数字-经过-NMF.阵列,其中NMF.是指定的变量的成员函数数量variabletype.DramansIndex.

用于2型隶属函数的上隶属函数数据,作为a返回数字-经过-NMF.阵列,其中NMF.是指定的变量的成员函数数量variabletype.DramansIndex.

用于2型隶属函数的较低的隶属函数数据,返回为a数字-经过-NMF.阵列,其中NMF.是指定的变量的成员函数数量variabletype.DramansIndex.

兼容性考虑因素

展开全部

警告从R2019B开始

也可以看看

功能

在R2006A之前介绍