您可以在MATLAB®命令行上构建一个模糊推理系统(FIS)。这种方法是交互式设计您的FIS使用的一种替代方法模糊逻辑设计.
本例向您展示了如何创建Mamdani模糊推理系统。创建Mamdani FIS时,所使用的方法也适用于创建Sugeno系统。
为了演示用于创建和查看模糊推理系统的命令行功能,本示例使用了提示器FIS。
fis = readfis (“tipper.fis”);
该命令返回曼菲斯
对象,该对象包含模糊系统的属性。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,请使用点符号。例如,设置FIS的名称。
金融中间人。Name =“小费”;
你用模糊推理系统来表示曼菲斯
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FIS的属性来查看它的所有信息。
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。
可以使用点表示法查看FIS对象中的对象属性。例如,查看fisvar
对象的第一个输入变量。
fis.Inputs (1)
ans = fisvar with properties: Name: "service" Range: [0 10] MembershipFunctions: [1x3 fismf]
另外,查看此变量的成员关系函数。
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
要从命令行获得模糊系统的高级视图,请使用plotfis
,plotmf
和gensurf
功能。plotfis
将整个系统显示为方框图,如中所示模糊逻辑设计.
绘图仪(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系统的输出成员函数。
要查看模糊系统的规则,请键入:
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
函数为任意一个或两个输入变量绘制FIS的输出。
gensurf (fis)
作为使用模糊逻辑设计应用程序,你可以完全从命令行构建FIS。
首先,创建一个Mamdani FIS,指定其名称。
fis=mamfis(“名字”,“蒂珀”);
为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”);
使用为每个服务质量级别添加成员资格函数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,请参见高斯型
.
fis = addMF (fis,“服务”,“gaussmf”1.5 [0],“名字”,“穷”);fis = addMF (fis,“服务”,“gaussmf”(1.5 - 5),“名字”,“好”);fis = addMF (fis,“服务”,“gaussmf”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,请参见特拉普夫
.
fis = addInput(fis,[0 10],“名字”,“食物”);fis = addMF (fis,“食物”,“trapmf”,[-2 0 1 3],“名字”,“讨厌的”);fis = addMF (fis,“食物”,“trapmf”,[7 9 10 12],“名字”,“美味”);
为提示添加输出变量,并添加三个三角成员关系函数。有关三角隶属函数的更多信息,请参见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”);
为FIS指定以下三个规则作为数字数组:
如果(服务差)或(食物腐臭),那么(小费便宜)。
如果(服务好),那么(小费是一般的)。
如果(服务很好)或(食物很美味),那么(小费就很多了)。
数组的每一行都包含如下格式的一条规则。
第1列-第一个输入的成员函数的索引
第2列-第二次输入的隶属函数索引
第3列-输出成员函数的索引
第4列-规则权重(从0
来1
)
第5列-模糊算子(1
对于和,2
用于或)
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
.
规则列表= [1 1 1 1 2;2 0 2 1 1;3 2 3 1 2];
在FIS中添加规则。
fis=添加规则(fis,规则列表);
或者,您可以使用点符号和的组合创建模糊推理系统fisvar
,fismf
和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)。范围= [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 =“穷”;fis.Inputs (1) .MembershipFunctions(1)。类型=“gaussmf”;fis.Inputs (1) .MembershipFunctions(1)。参数= [1.5 0];fis.Inputs (1) .MembershipFunctions (2) = fismf;.MembershipFunctions fis.Inputs(1)(2)。Name =“好”;fis.输入(1).成员资格函数(2).类型=“gaussmf”;.MembershipFunctions fis.Inputs(1)(2)。参数= [1.5 5];fis.Inputs (1) .MembershipFunctions (3) = fismf;fis.Inputs (1) .MembershipFunctions(3)。Name =“优秀”;fis.Inputs (1) .MembershipFunctions(3)。类型=“gaussmf”;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。
fis.输入(2)=fisvar([0 10],“名字”,“食物”);
指定第二个输入的成员函数。对于每个MF,在创建时指定名称、类型和参数fismf
对象。
fis.Inputs (2) .MembershipFunctions (1) = fismf (“trapmf”,[-2 0 1 3],...“名字”,“讨厌的”);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”);
在这种情况下,使用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”);fis.Outputs(1)。MembershipFunctions = [mf1 mf2 mf3];
为模糊系统创建规则。为每个规则创建fisrule
对象。然后,使用这些对象的向量指定规则。当创建一个fisrule
对象时,必须指定输入变量的数量。
rule([1 1 1 1 2],2);Rule2 = ([2 0 2 1 1],2);Rule3 = fisrule([3 2 3 1 2],2);= [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.
要评估给定输入组合的模糊系统输出,请使用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
还可以使用数组计算多个输入组合,其中每一行表示一个输入组合。
输入= [3 5;2 7;3 1];输入evalfis (fis)
ans =3×112.2184 7.7885 8.9547
曼菲斯
|sugfis
|plotfis
|plotmf
|gensurf
|evalfis