在命令行构建模糊系统
您可以在Matlab®命令行构建模糊推理系统（FIS）。该方法是交互式设计FIS的替代方案模糊逻辑设计师．
这个例子向您展示了如何创建Mamdani模糊推理系统。在创建Mamdani FIS时，所使用的方法也适用于创建Sugeno系统。
在命令行下的问题
为了演示用于创建和查看模糊推理系统的命令行功能，此示例使用Tipper FIS。
fis = readfis ('tipper.fis'）;
此命令返回一个mamfis包含模糊系统属性的对象。对于Sugeno系统，此命令返回aSugfis.对象。
您可以使用点表示法访问FIS属性。例如，查看模糊系统的输入。
金融中间人。输入
详细信息:Name Range MembershipFunctions ________________ ___________________ 1 "service" 0 10 {1x3 fismf} 2 "food" 0 10 {1x2 fismf}
要设置模糊系统的属性，请使用点表示法。例如，设置FIS的名称。
金融中间人。Name =“小费”；
FIS对象
你用模糊推理系统来表示mamfis和Sugfis.对象。这些对象包含所有模糊推理系统信息，包括变量名、隶属函数定义和模糊推理方法。每个FIS本身就是对象的层次结构。以下对象在模糊系统中使用:
通过直接列出其属性，查看FIS的所有信息。
金融中间人
fis = mamfis with properties: Name: " gratity " AndMethod: "min" OrMethod: "max" implationmethod: "min" AggregationMethod: "max" DefuzzificationMethod: "centroid" Inputs: [1x2 fisvar] Outputs: [1x1 fisvar] Rules: [1x3 fisrule] DisableStructuralChecks: 0参数优化见gettunlessettings方法。
您可以使用点表示法查看FIS对象中对象中的对象的属性。例如，查看Fisvar.第一个输入变量的对象。
fis.Inputs (1)
ANS = FISVAR具有属性：名称：“服务”范围：[0 10]隶属函数：[1x3 Fismf]
此外，查看此变量的隶属函数。
fis.Inputs (1) .MembershipFunctions
ans = 1x3具有属性的fismf数组:类型参数名称详细信息:名称类型参数___________ _________ __________ 1 "poor" "gaussmf" 1.5 0 2 "good" "gaussmf" 1.5 5 3 "excellent" "gaussmf" 1.5 10
系统显示功能
要从命令行获取模糊系统的高级视图，请使用plotfis，Plotmf.,gensurf功能。plotfis将整个系统显示为框图，如图所示模糊逻辑设计师．
plotfis (fis)
的Plotmf.函数绘制与给定变量关联的所有成员函数。例如，查看第一个输入变量的成员关系函数。
Plotmf（FIS，“输入”1）
类似地，要查看第一个输出的成员函数，输入:
Plotmf（FIS，“输出”1）
Plotmf.不支持查看Suge金宝appno系统的输出隶属函数。
查看模糊系统的规则，输入:
金融中间人。规则
ans = 1 x3 fisrule数组属性:前期顺向体重连接细节描述:描述 __________________________________________________________ 1”服务= =差= = |食品酸败= >提示=廉价(1)”2 "服务==好=>小费=平均(1)"“服务==出色的|食物==美味的>小费=慷慨的(1)”
的gensurf函数绘制任意一个或两个输入变量的FIS输出。
Gensurf（FIS）
建立模糊推理系统
作为使用模糊逻辑设计师应用程序，你可以完全从命令行构建FIS。
首先，创建一个Mamdani FIS，指定它的名称。
fis = mamfis (“名字”，“蒂珀”）;
使用使用的服务质量添加第一个输入变量addInput．
fis = addInput(fis，[0 10]，“名字”，“服务”）;
为每个服务质量级别添加成员函数addMF．在这种情况下，使用高斯隶属函数。有关高斯隶属度函数属性的更多信息，请参见gaussmf．
fis = addmf（fis，“服务”，“高斯”，[1.5 0]，“名字”，“贫穷的”）;fis = addmf（fis，“服务”，“高斯”，[1.5 5]，“名字”，“好”）;fis = addmf（fis，“服务”，“高斯”，[1.5 10]，“名字”，“优秀”）;
为食品质量添加第二个输入变量，并添加两个梯形成员函数。有关梯形隶属函数的信息，请参见trapmf．
fis = addInput(fis，[0 10]，“名字”，“食物”）;fis = addmf（fis，“食物”，“trapmf”，[ - 2 0 1 3]，“名字”，“馊”）;fis = addmf（fis，“食物”，“trapmf”，[7 9 10 12]，“名字”，“美味”）;
添加尖端的输出变量，并添加三个三角形隶属函数。有关三角会员函数的更多信息，请参阅trimf．
fis = addoutput（fis，[0 30]，“名字”，“小费”）;fis = addmf（fis，“小费”，“trimf”，[0 5 10]，“名字”，“便宜”）;fis = addmf（fis，“小费”，“trimf”(10 15 20),“名字”，“平均”）;fis = addmf（fis，“小费”，“trimf”，[20 25 30]，“名字”，“慷慨的”）;
将FIS指定以下三个规则作为数字数组：
如果（服务很差）或（食物是腐败），那么（提示很便宜）。
如果(服务好)，那么(小费是一般的)。
如果（服务是优秀的）或（食物很美味），那么（提示是慷慨的）。
数组的每一行都包含如下格式的一条规则。
第1列 - 首次输入的成员函数索引
列2 -第二次输入的成员函数的索引
第3列-输出成员函数的索引
第4栏-规则权重(来自
0来1）第5列 - 模糊操作员（
1为,2或)
对于成员函数索引，使用负值指示NOT条件。有关模糊规则规范的更多信息，请参见addRule．
rulelist = [1 1 1 1 2;2 0 2 1 1;3 2 3 1 2];
将规则添加到FIS中。
ruleList fis = addRule (fis);
或者，您可以使用点表示法的组合来创建模糊推理系统Fisvar.，fismf,fisrule对象。对于大多数应用程序来说，这种方法不是一个好的实践。但是，当应用程序在构造和修改FIS时需要更大的灵活性时，可以使用这种方法。
创建模糊推理系统。
fis = mamfis (“名字”，“蒂珀”）;
添加并配置第一个输入变量。在本例中，创建一个默认值Fisvar.对象并使用点表示法指定其属性。
fis.Inputs (1) = fisvar;fis.Inputs(1)。Name =“服务”；fis.inputs（1）.range = [0 10];
为第一个输入变量定义成员函数。对于每个MF，创建一个fismf对象，并使用点表示法设置属性。
fis.inputs（1）.MembershipFunctions（1）= Fismf;FIS.INPUTS（1）.membershipfunctions（1）.name =“贫穷的”；fis.Inputs (1) .MembershipFunctions(1)。类型=“高斯”；fis.inputs（1）.membershipfunctions（1）.Parameters = [1.5 0];fis.inputs（1）.MembershipFunctions（2）= Fismf;FIS.INPUTS（1）.MEMBERSHIPFUNCTIONS（2）.name =“好”；.MembershipFunctions fis.Inputs(1)(2)。类型=“高斯”；fis.inputs（1）.MembershipFunctions（2）.Parameters = [1.5 5];fis.inputs（1）.MembershipFunctions（3）= Fismf;FIS.INPUTS（1）.MEMBERSHIPFUNCTIONS（3）.name =“优秀”；FIS.INPUTS（1）.membershipfunctions（3）.type =“高斯”；fis.Inputs (1) .MembershipFunctions(3)。参数= [1.5 10];
添加并配置第二个输入变量。对于此变量，在创建时指定名称和范围Fisvar.对象。
input (2) = fisvar([0 10]，“名字”，“食物”）;
为第二个输入指定成员函数。属性时，为每个MF指定名称、类型和参数fismf对象。
fis.inputs（2）.MembershipFunctions（1）= Fismf（“trapmf”，[ - 2 0 1 3]，.．.“名字”，“馊”）;fis.inputs（2）.MembershipFunctions（2）= Fismf（“trapmf”，[7 9 10 12]，.．.“名字”，“美味”）;
类似地，添加并配置输出变量及其成员函数。
if (1) = [0 30]，“名字”，“小费”）;
在本例中，使用的向量指定输出成员函数fismf对象。
mf1 = fismf（“trimf”，[0 5 10]，“名字”，“便宜”）;mf2 = fismf（“trimf”(10 15 20),“名字”，“平均”）;mf3 = fismf (“trimf”，[20 25 30]，“名字”，“慷慨的”）;FIS.OUTPUTS（1）.MEMBERSHIPFUNCTIONS = [MF1 MF2 MF3];
创建模糊系统的规则。对于每个规则创建一个fisrule对象。然后，使用这些对象的向量指定规则。当创建一个fisrule对象使用数值，必须指定输入变量的数量。
规则1 = fisrule（[1 1 1 1 2]，2）;规则2 = fisrule（[2 0 2 1 1]，2）;规则3 = fisrule（[3 2 3 1 2]，2）;规则= [Rule1 Rule2 Rule3];
在将规则添加到模糊系统之前，必须使用FIS对象中的数据更新规则。属性更新规则更新函数，并将其添加到模糊系统中。
=更新规则(规则、fis);金融中间人。=规则;
在构造模糊系统时，还可以指定自定义成员函数和推理函数。有关更多信息，请参见使用自定义函数构建模糊系统．
评估模糊推理系统
为了评估一个给定输入组合的模糊系统的输出，使用evalfis命令。例如，评估金融中间人使用的输入变量值1和2．
[1 - 2] evalfis (fis)
ANS = 5.5586.
您还可以使用每行代表一个输入组合的数组来评估多个输入组合。
输入= [3 5;2 7;3 1];evalfis（FIS，投入）
ans =.3×112.2184 7.7885 8.9547
另请参阅
evalfis|gensurf|mamfis|plotfis|Plotmf.|Sugfis.
相关的话题
您还可以从以下列表中选择一个网站：
