调模糊系统

调整模糊推理系统

调整隶属函数的参数和学习新的模糊规则。

• 调模糊规则和隶属函数参数
• 调模糊树
• 自定义FIS调节过程

调Mamdani型模糊推理系统

了解了Mamdani型模糊系统的规则和调整隶属函数的参数。

FIS参数优化与K-fold交叉验证

为了防止在FIS参数优化过程中出现过度拟合，可以使用验证数据对模型进行无偏评估，从而提前停止调优过程。

调FIS树的耗油预测

调整关联Sugeno模糊系统树的规则和隶属函数参数。

利用2型FIS预测混沌时间序列

调与类型2的隶属函数中的FIS的规则和隶属函数的参数。

调模糊机器人避障系统使用自定义成本函数

当你没有训练数据，你可以调整使用模拟的FIS动作的定制成本函数的模糊系统。

简称ANFIS训练系统

神经自适应学习和ANFIS

您可以使用类似于用于训练神经网络的神经自适应学习技术调关野模糊推理系统。

火车自适应神经模糊推理系统

交互方式创建，培养和使用神经模糊设计的应用程序测试模糊神经系统。

• 保存训练误差数据到MATLAB工作区

预测使用ANFIS混沌时间序列

利用列车神经 - 模糊系统的时间序列预测ANFIS命令。

自适应噪声消除使用ANFIS

使用执行自适应非线性噪声消除ANFIS和genfis命令。

耗油量预测

这个例子展示了如何使用先前记录的观察数据来预测汽车的燃料消耗(每加仑英里数)。

非线性系统辨识

您可以使用自适应神经模糊系统进行建模非线性动力系统的行为。