模糊逻辑工具箱
设计和模拟模糊逻辑系统
模糊逻辑设计师
使用模糊逻辑设计器应用程序或命令行函数来交互设计和测试模糊推理系统。您可以添加或删除输入和输出变量。您还可以指定输入和输出成员函数以及模糊的if-then规则。一旦你创建了模糊推理系统,你可以评估和可视化它。
Mamdani和Sugeno模糊推理系统
实施Mamdani和Sugeno模糊推理系统。您可以将Mamdani系统转换为Sugeno系统。您还可以使用模糊树实现复杂的模糊推理系统作为较小互连的模糊系统的集合。
调整模糊系统
调整模糊成员函数参数和学习新的模糊规则使用全局优化工具箱调整方法,如遗传算法和粒子群优化。您可以调整单个模糊推理系统的参数和规则,也可以调整包含多个以小数量输入层次连接的FISs的模糊树的参数和规则。
训练自适应神经模糊推理系统
使用类似于训练神经网络的神经自适应学习技术训练Sugeno模糊推理系统。您可以使用命令行函数或Neuro-Fuzzy Designer应用程序来塑造成员函数,使用输入/输出数据来训练它们,而不是手动指定它们。
使用交互式聚类工具或命令行函数来识别来自大数据集的自然分组,以生成数据的简明表示。您可以使用模糊的C均值或减法聚类来识别输入/输出培训数据中的群集。使用生成的群集信息来生成Sugeno型模糊推理系统以模拟数据行为。
在Simulink中使用模糊逻辑控制器块评估和测试你的1型模糊推理系统的性能。金宝app您可以使用具有双、单和定点信号数据类型的输入信号来模拟模糊推理系统。
通过在Simulink或MATLAB中生成C代码来部署模糊推理系统。金宝app您还可以使用模糊逻辑控制器块为在Simulink中实现的模糊推理系统生成结构化文本。金宝app您可以生成单精度C代码来减少系统的内存占用。如果目标平台只支持定点算法,则可以生成定点代码。金宝app