MATLAB模糊逻辑工具箱函数Word文件下载.docx
《MATLAB模糊逻辑工具箱函数Word文件下载.docx》由会员分享，可在线阅读，更多相关《MATLAB模糊逻辑工具箱函数Word文件下载.docx（14页珍藏版）》请在冰点文库上搜索。
Addoutput
增加另一个输出到当前系统中；
Removevariable
删除一个所选的变量；
Undo
恢复当前最近的改变；
View菜单包括：
EditMFs…
调用隶属度函数编辑器；
Editrules…
调用规则编辑器；
Editanfis…
只对单输出Sugeno型系统调用编辑器；
Viewrules…
调用规则观察器；
Viewsurface…
调用曲面观察器。
弹出式菜单：
用五个弹出式菜单来改变模糊蕴含过程中五个基本步骤的功能：
Andmethod：
为一个定制操作选择min、prod或Custom；
Ormethod：
为一个定制操作选择max、probor（概率）或Custom；
Implicationmethod：
此项对Sugeno型模糊系统不可用。
Aggregationmethod：
为一个定制操作选择max、sum、probor或Custom。
Defuzzificationmethod：
对Mamdani型推理，为一个定制操作选择centroid（面积中心法）、bisector（面积平分法）、mom（平均最大隶属度法）、som（最大隶属度最小值法）、lom（最大隶属度最大值法）或Custom。
对Sugeno型推理，在wtaver（加权平均）或wtsum（加权和）之间选择。
6.1.15隶属函数编辑器
函数mfedit
格式mfedit（'
a'
）
mfedit（a）
mfedit
说明mfedit（'
）生成一个隶属函数编辑器，他允许你检查和修改存储在文件a.fis中FIS结构的所有隶属函数。
如图，mfedit（'
tank'
）以这种方式打开隶属函数编辑器并装入tank.fis中存储的所有隶属函数。
mfedit（a）对于FIS结构操作一个MATLAB工作空间变量a。
Mfedit可单独弹出没有装入FIS的隶属函数编辑器
图6-20
在ANFIS编辑器GUI上，有一个菜单棒允许你打开相关的GUI工具、打开和保存系统等。
File菜单与FIS编辑器上的File菜单功能相同。
Edit菜单项包括：
AddMF…
为当前语言变量增加隶属度函数；
AddcustomMF…
为当前语言变量增加定制的隶属度函数；
RemovecurrentMF
删除当前的隶属度函数；
RemoveallMFS
删除当前语言变量的所有隶属度函数；
恢复当前最近的改变。
View菜单项包括：
EditFISproperties…
调用FIS编辑器；
Editrules…
Viewrules…
Viewsurface…
6.2模糊推理结构FIS
6.2.1不使用数据聚类方法从数据生成FIS结构
函数genfis1
格式fismat=genfis1（data）
fismat=genfis1（data,numMFs,inmftype,outmftype）
说明genfis1为anfis训练生成一个Sugeno型作为初始条件的FIS结构（初始隶属函数）。
genfis1（data,numMFs,inmftype,outmftype）使用对数据的网格分割方法，从训练数据集生成一个FIS结构。
Data是训练数据矩阵，除最后一列表示单一输出数据外，它的其它各列表示输入数据。
NumMFs是一个向量，它的坐标指定与每一输入相关的隶属函数的数量。
如果你想使用每个输入相关的相同数量的隶属函数，那么只须使numMFs成为一个数就足够了。
Inmftype是一个字符串数组，它的每行指定与每个输入相关的隶属函数类型。
outmftype是一个字符串数组，它的指定与每个输出相关的隶属函数类型
例6-19
>
data=[rand（10,1）10*rand（10,1）-5rand（10,1）];
numMFs=[37];
mfType=str2mat（'
pimf'
'
trimf'
）;
fismat=genfis1（data,numMFs,mfType）;
[x,mf]=plotmf（fismat,'
input'
1）;
subplot（2,1,1）,plot（x,mf）;
xlabel（'
input1（pimf）'
[x,mf]=plotmf（fismat,'
2）;
subplot（2,1,2）,plot（x,mf）;
input2（trimf）'
结果为图6-21。
图6-21
6.2.2使用减法聚类方法从数椐生成FIS结构
函数genfis2
格式fismat=genfis2（Xin,Xout,radii）
fismat=genfis2（Xin,Xout,radii,xBounds）
fismat=genfis2（Xin,Xout,radii,xBounds,options）
说明Xin是一个矩阵，它的每一行包含一个数据点的输入值；
Xout是一个矩阵，它的每一行包含一个数据点的输出值；
randi是一个向量，它指定一个聚类中心在一个数据维上作用的范围，这里假定数据位于一个单位超立方体内：
xBounds是一个2×
N可选矩阵，它用于指定如何将Xin和Xout中的数据映射到一个超立方体内，这里是数据的维数（行数）；
options是一个可选向量，它指定的值用于覆盖算法参数的缺省值。
例6-20
fismat=genfis2（Xin,Xout,0.5）
这是使用此函数所需的最小变量数。
这里对所有数据维指定0.5的作用范围。
fismat=genfis2（Xin,Xout,[0.50.250.3]）
这里假定组合的维数是3。
假设Xin有两维、Xout有一维，那么，0.5和0.25是Xin数据维中每一维的作用范围，0.3是Xout数据维的作用范围。
fismat=genfis2（Xin,Xout,0.5,[-10-50;
10520]）
这里指定了如何将Xin和Xout中的数据规范化为[01]区间中的值来进行处理。
假设Xin有两维、Xout有一维，那么Xin第一列中的数据是从[-10+10]比例变换后的值，Xin第二列中的数据是从[-5+5]比例变换后的值，Xout中的数据是从[020]比例变换后的值。
6.2.3生成一个FIS输出曲面
函数gensurf
格式gensurf（fis）
%使用前两个输入和第一个输出来生成给定模糊推理系统（fis）的输出曲面
gensurf（fis,inputs,output）
%使用分别由向量input和标量output给定的输入（一个或两个）和输出（只允许一个）来生成一个图形。
gensurf（fis,inputs,output,grids）
%指定X（第一、水平）和Y（第二、垂直）方向的网格数。
如果是二元向量，X和Y方向上的网格可以独立设置。
gensurf（fis,inputs,output,grids,refinput）
%用于多于两个的输入，refinput向量的长度与输入相同：
将对应于要显示的输入的refinput项，设置为NaN;
对其它输入的固定值设置为双精度实标量。
[x,y,z]=gensurf（…）
%返回定义输出曲面的变量并且删除自动绘图。
例6-21
a=readfis（'
gensurf（a）
结果为图6-22。
图6-22
6.2.4将mamdan型FIS转换为SugenoFIS
函数mam2sug
格式sug_fis=mam2sug（mam_fis）
说明该函数将一个mamdani型FIS结构（不必是单输出）mam_fis转化为一个sugeno型结构sug_fis。
返回的sugeno型系统具有常值输出隶属度函数。
这些常值由原来mamdani型系统的后件的隶属度函数的面积中心法来确定。
前件仍保持不变。
6.2.5完成模糊推理计算
函数evalfis
格式output=evalfis（input,fismat）
output=evalfis（input,fismat,numPts）
[output,IRR,ORR,ARR]=evalfis（input,fismat）
[output,IRR,ORR,ARR]=evalfis（input,fismat,numPts）
说明input：
指定输入值的一个数或一个矩阵，如果输入是一个M×
N矩阵，其中N是输入变量数，那么evalfis使用input的每一行作为一个输入向量，并且为变量output返回M×
L矩阵，该矩阵每一行是一个向量并且L是输出变量数；
fismat：
要计算的一个FIS结构；
numPts：
一个可选变量，它表示在输入或输出范围内的采样点数，在这些点上计算隶属函数，如果不使用此变量，就使用101点的缺省值。
Evalfis的值域如下：
Output：
大小为ML的输出矩阵，这里M表示前面指定的输入值的数量，L表示FIS的输出变量数。
evalfis的可选值域变量只有当input是一个行向量时才计算这些可选值域变量是：
IRR：
通过隶属函数计算的输入变量的结果，这是一个大小为numRulesN的矩阵，这里numRules是规则条数，N是输入变量数。
ORR：
通过隶属函数计算的输出变量的结果，这是一个大小为numPtsnumRulesL的矩阵，这里numRules是规则条数，L是输出变量数，此矩阵的第一组numRules列，对应于第一个输出，第二组numRules对应于第二个输出，依次类推。
ARR：
对每个输出，在输出值域中，numPts处采样合成值的numPtsL矩阵，当只有一个值域变量调用时，该函数使用由结构fismat指定的模糊推理系统，由标量或矩阵inout指定的输入值计算输出向量output。
例6-22
fismat=readfis（'
out=evalfis（[21;
49],fismat）
结果为
out=
7.0169
19.6810
6.2.6模糊c均值聚类
函数fcm
格式[center,U,obj_fcn]=fcm（data,cluster_n）
说明对给定的数据集应用模糊c均值聚类方法进行聚类
data：
要聚类的数据集，每行是一个采样数据点；
cluster_n：
聚类中心的个数（大于1）
center：
迭代后得到的聚类中心的矩阵，这里每行给出聚类中心的坐标；
U：
得到的所有点对聚类中心的模糊分类矩阵或隶属度函数矩阵；
Obj_fcn：
迭代过程中，目标函数的值；
fcm（data,cluster_n,options）使用可选的变量options控制聚类参数。
包括停止准则，和/或设置迭代信息显示：
options
（1）：
分类矩阵U的指数，缺省值是2.0；
options
（2）：
最大迭代次数，缺省值是100；
options（3）：
最小改进量，即迭代停止的误差准则，缺省值是1e-5；
option（4）：
迭代过程中显示信息，缺省值是1。
如果任意一项为NaN，这些选项就使用缺省值；
当达到最大迭代次数时，或目标函数两次连续迭代的改进量小于指定的最小改进量，即满足停止误差准则时，聚类过程结束。
例6-23
data=rand（100,2）;
图6-23
[center,U,obj_fcn]=fcm（data,2）;
plot（data（:
1）,data（:
2）,'
o'
maxU=max（U）;
index1=find（U（1,:
）==maxU）;
index2=find（U（2,:
line（data（index1,1）,data（index1,2）,'
linestyle'
'
none'
marker'
*'
color'
g'
line（data（index2,1）,data（index2,2）,'
r'
结果为图6-23。
6.2.7模糊均值和减法聚类
函数findcluster
格式findcluster
findcluster（'
file.dat'
说明findcluster产生一个GUI上的Method下的下拉式标签，可以实现模糊C均值（fcm）或模糊减法聚类（subtractiv）,使用LoadData按钮输入数据，刚进入GUI时，对每种方法的选项都设置为缺省值。
此工具使用多维数据集，但只显示这些维数中的两维。
使用X-axis和Y-axis下的下拉式标签选择你想观察的数据维。
例如你有一个五维数据集，按照出现在数据集中的顺序，此工具将数据标记为data_1,data_2,data_3,data_4,data_5,Start将完成聚类，SaveCentre将保存聚类中心。
当使用数据集file.data时，findcluster（file.dat）自动装入数据集，并且只绘制数据集中的前两维。
产生GUI后，你仍可以选择要聚类数据的那两维。
例6-24
findcluster（'
clusterdemo.dat'
结果为图6-24。
6.2.8绘制一个FIS
函数plotfis
格式plotfis（fismat）
说明此函数显示由fismat指定的一个FIS的高层方框图，输入和它们的隶属函数出现在结构特征图的左边，同时输出和它们的隶属函数出现在结构特征图的右边。
例6-25
plotfis（a）
结果为图6-25。
图6-24
图6-25
6.2.9绘制给定变量的所有隶属的曲线
函数plotmf
格式plotmf（fismat,varType,varIndex）
说明此函数绘制与给定变量相关的称为fismat的FIS中的所有隶属函数曲线，变量的类型和索引分别由varType（'
或'
output'
）和varIndex给出。
此函数也可以与MATLAB函数subplot一起使用。
例6-26
plotmf（a,'
1）
结果为图6-26。
图6-26
6.2.10从磁盘装入一个FIS
函数readfis
格式fismat=readfis（'
filename'
说明从磁盘上的一个.fis文件（由filename命名）读出一个模糊推理系统，并将产生的FIS装入当前的工作空间中。
Fismat=readfis不带输入变量，即没有指定文件名时，使用uigetfile命令打开一个对话框，提示用户指定文件的名称和目录位置。
例6-27
getfis（fismat）
返回结果
Name
=tipper
Type
=mamdani
NumInputs=2
InLabels=
service
food
NumOutputs=1
OutLabels=
tip
NumRules=3
AndMethod=min
OrMethod=max
ImpMethod=min
AggMethod=max
DefuzzMethod=centroid
ans=
tipper
6.2.11从FIS中删除某一隶属函数
函数rmmf
格式fis=rmmf（fis,'
varType'
varIndex,'
mf'
mfIndex）
说明从与工作空间FIS结构fis相关的模糊推理系统中删除变量类型为varType，索引为varIndex的隶属函数mfIndex。
字符串vartype必须是'
。
varIndex是表示变量索引的一个整数，此索引表示列出变量的顺序；
变量'
mf'
是表示隶属函数的一个字符串；
mfIndex是表示隶属函数索引的一个整数，此索引表示列出隶属函数的顺序。
例6-28
a=newfis（'
mysys'
a=addvar（a,'
temperature'
[0100]）;
a=addmf（a,'
1,'
cold'
[03060]）;
getfis（a,'
Name=
temperature
NumMFs=
1
MFLabels=
cold
Range=
[0100]
[]
b=rmmf（a,'
getfis（b,'
返回
Name=
0
6.2.12从FIS中删除变量
函数rmvar
格式[fis2,errorStr]=rmvar（fis,'
varIndex）
fis2=rmvar（fis,'
说明fis2=rmvar（fis,'
varIndex），）从与工作空间FIS结构fis相关的模糊推理系统中删除索引为varIndex的语言变量mfIndex，字符串vartype必须是'
varIndex是表示变量索引的一个整数，此索引表示列出变量的顺序。
[fis2,errorStr]=rmvar（fis,'
varIndex）将任何错误信息返回到字符串errorStr。
此命令自动更新规则列表以保证列表尺寸与当前变量数保持一致，在删除语言变量之前，你必须从FIS删除任何包含要删除变量的规则，你无法删除在规则列表中正在使用的模糊变量。
例6-29
getfis（a）
返回：
Name
=mysys
NumInputs=1
NumOutputs=0
NumRules=0
mysys
b=rmvar（a,'
getfis（b）
NumInputs=0
ans=mysys
升级会员 