主要内容

genfisOptions

选项集genfis函数

折叠所有页面

语法

opt = genfisOptions(clusteringType)
opt = genfisOptions(clusteringType,Name,Value)

描述

例子

选择= genfisOptions (clusteringType）创建用于生成模糊推理系统的默认选项对象genfis．选项对象，选择，包含不同的选项，取决于指定的聚类算法，clusteringType．使用点表示法可针对特定应用程序修改此选项集。不修改的选项保留默认值。

例子

选择= genfisOptions (clusteringType，名称,值）用一个或多个指定的选项创建一个选项集名称,值对参数。

例子

全部折叠

打开实时脚本

为网格分区生成方法创建一个默认选项集。

opt = genfisOptions(“GridPartition”）;

使用点表示法修改选项。例如，指定3.第一个输入和的隶属函数4第二个输入的隶属度函数。

opt.NumMembershipFunctions = [3 4];

您还可以在创建选项集时指定选项。例如，创建用于FCM集群的选项集4集群。

opt2 = genfisOptions(“FCMClustering”，“NumClusters”4);

输入参数

全部折叠

定义隶属度函数和模糊规则的聚类方法，指定为以下之一:

  • “GridPartition”-对输入变量范围进行统一划分，生成输入隶属度函数，建立单输出Sugeno模糊系统。该模糊规则库为每个输入隶属度函数组合包含一个规则。

  • “SubtractiveClustering”-使用输入和输出数据的减法聚类发现的数据聚类衍生出的隶属函数和规则生成Sugeno模糊系统。有关减法聚类的更多信息，请参见subclust．

  • “FCMClustering”-使用输入和输出数据的FCM聚类发现的数据聚类衍生出的隶属函数和规则生成模糊系统。有关FCM聚类的更多信息，请参见fcm．

名称-值参数

指定可选参数对为Name1 = Value1,…,以=家,在那里的名字参数名称和价值对应的值。名称-值参数必须出现在其他参数之后，但对的顺序无关紧要。

在R2021a之前，使用逗号分隔每个名称和值，并将其括起来的名字在报价。

例子:opt = genfis("GridPartition"，NumMembershipFunctions=3)

在R2021a之前，使用逗号分隔每个名称和值，并将其括起来的名字在报价。

例子:opt = genfis("GridPartition"，"NumMembershipFunctions"，3)

网格分区选项

全部折叠

每个输入变量的输入隶属度函数数，指定为下列值之一。

  • 大于1的整数-为所有输入指定相同数量的成员函数。

  • 大于1且长度等于输入数量的整数向量-为每个输入指定不同数量的隶属函数。

输入隶属度函数类型，指定为以下值之一。

  • 字符向量或字符串-为所有输入指定下列成员函数类型之一。

    隶属函数类型 描述 欲了解更多信息
    “gbellmf” 广义钟形隶属函数 gbellmf
    “gaussmf” 高斯隶属函数 gaussmf
    “gauss2mf” 高斯组合隶属函数 gauss2mf
    “trimf” 三角隶属函数 trimf
    “trapmf” 梯形隶属函数 trapmf
    “dsigmf” 两个s形隶属函数的差值 dsigmf
    “psigmf” 两个s形隶属函数的乘积 psigmf
    “pimf” pi形隶属函数 pimf

  • 字符数组或字符串数组——为每个输入指定不同的成员函数类型。例如，为一个三输入系统指定不同的成员函数:

    [" gbellmf”、“gaussmf”、“trimf”)

单输出Sugeno系统的输出隶属度函数类型，指定为以下值之一。

  • “线性”-每个规则的输出都是输入变量的线性函数，由前面的结果值缩放。

  • “不变”—每条规则的输出都是一个常量，由前一个结果值缩放。

减法集群选项

全部折叠

假设数据属于单元超框，则每个输入和输出的群集中心的影响范围，指定为以下值之一。

  • 范围[的标量值01-对所有输入和输出使用相同的影响范围。

  • 矢量-对每个输入和输出使用不同的影响范围。

指定较小的影响范围通常会创建越来越小的数据集群，产生更多模糊的规则。

用于将输入和输出数据规范化为单位超盒的数据比例因子，指定为2 × -N数组,N是输入和输出的总数。的每一列DataScale为相应的输入或输出数据集指定第一行中的最小值和第二行中的最大值。

当DataScale是“汽车”,genfis命令使用待聚类数据中的实际最小值和最大值。

用于缩放群集中心影响范围的挤压因子，指定为正标量。较小的挤压因子降低了将外围点视为集群的一部分的可能性，这通常会创建更多更小的数据集群。

接受比，定义为第一个簇中心的潜力的一个分数，高于该值的另一个数据点被接受为簇中心，指定为范围内的标量值[0，1］．接受比必须大于拒绝比。

拒收率，定义为第一个簇中心潜力的一个分数，低于该值的另一个数据点被拒绝为簇中心，指定为范围[0，1］．拒绝率必须小于接受率。

信息显示标志，指示是否在集群期间显示进度信息，指定为以下值之一。

  • 假—不显示进度信息。

  • 真正的—显示进度信息。

自定义集群中心，指定为C——- - - - - -N数组,C是集群的数量和N是输入和输出的总数。

FCM聚类选项

全部折叠

模糊推理系统类型，指定为以下值之一。

  • “sugeno”- sugeno型模糊系统

  • “mamdani”- mamdani型模糊系统

有关模糊推理系统类型的更多信息，请参见Mamdani和Sugeno模糊推理系统．

要创建的集群数量，指定为“汽车”或者一个大于的整数1．当NumClusters是“汽车”,genfis命令使用集群影响范围为的减法集群估计集群数量0．5．

NumClusters确定生成的FIS中规则和成员函数的数量。

模糊划分矩阵的指数，指定为大于1．0．此选项控制集群之间的模糊重叠量，值越大表示重叠程度越大。

如果您的数据集很宽，潜在聚类之间有很大的重叠，那么计算出的聚类中心可能彼此非常接近。在这种情况下，每个数据点在所有集群中具有大致相同的隶属度。若要改善聚类结果，请减小此值，这将限制聚类期间模糊重叠的数量。

有关模糊重叠调整的示例，请参见模糊c均值聚类中模糊重叠的调整．

最大迭代次数，指定为正整数。

目标函数在连续两次迭代之间的最小改进，指定为正标量。

信息显示标志，指示是否在每次迭代后显示目标函数值，指定为以下值之一。

  • 真正的-显示目标函数。

  • 假-不显示目标函数。

输出参数

全部折叠

选项genfis函数，返回为以下对象之一。

  • GridPartitionOptions——当clusteringType是“GridPartition”

  • SubtractiveClusteringOptions——当clusteringType是“SubtractiveClustering”

  • FCMClusteringOptions——当clusteringType是“FCMClustering”

版本历史

在R2017a中引入

另请参阅

||