基本FIS編輯器MATLAB模糊邏輯工具箱函數(shù)

1、基本fis編輯器函數(shù)fuzzy格式fuzzy %彈出未定義的基本 fis編輯器fuzzy(fismat) % 使用 fuzzy('tippe門，彈出下圖 fis 編輯器。編輯器是任意模糊推理系統(tǒng)的高層顯示，它允許你調(diào)用各種其它的編輯器來對其操作。此界面允許你方便地訪問所有其它 的編輯器，并以最靈活的方式與模糊系統(tǒng)進(jìn)行交互。方框圖：窗口上方的方框圖顯示了輸入、輸出和它們中間的模糊規(guī)則處理器。單擊任意一個變量框，使選中的方框成為當(dāng) 前變量，此時它變成紅色高亮方框。雙擊任意一個變量，彈岀隸屬度函數(shù)編輯器，雙擊模糊規(guī)則編輯器，彈岀規(guī)則編輯 as圖 6-19菜單項：fis編輯器的菜單棒允許你打開

2、相應(yīng)的工具，打開并保存系統(tǒng)。file菜單包括：new mamdani fis打開新 mamdani 型系統(tǒng)；new sugeno fis打開新sugeno型系統(tǒng)；open from disk從磁盤上打開指定的.fis文件系統(tǒng)；save to disk 保存當(dāng)前系統(tǒng)到磁盤上的一個.fis文件上;save to disk as重命名方式保存當(dāng)前系統(tǒng)到磁盤上；open from workspace從工作空間中指定的 fis結(jié)構(gòu)變量裝入一個系統(tǒng);save to workspace保存系統(tǒng)到工作空間中當(dāng)前命名的fis結(jié)構(gòu)變量中；save to workspace as保存系統(tǒng)到工作空間中指定的fis結(jié)構(gòu)

3、變量中;close windows 關(guān)閉 gui ；edit菜單包括：add input增加另一個輸入到當(dāng)前系統(tǒng)中；add output 增加另一個輸出到當(dāng)前系統(tǒng)中；remove variable刪除一個所選的變量;undo恢復(fù)當(dāng)前最近的改變；view菜單包括：edit mfs調(diào)用隸屬度函數(shù)編輯器；edit rules調(diào)用規(guī)則編輯器；edit anfis只對單輸出sugeno型系統(tǒng)調(diào)用編輯器；view rules調(diào)用規(guī)則觀察器；view surface調(diào)用曲面觀察器。彈岀式菜單：用五個彈岀式菜單來改變模糊蘊(yùn)含過程中五個基本步驟的功能：and method : 為一個定制操作選擇 min、pro

4、d 或 custom ；or method :為一個定制操作選擇 max、probor （概率）或 custom ；implication method :為一個定制操作選擇min、prod或custom ;此項對sugeno型模糊系統(tǒng)不可用。aggregation method :為一個定制操作選擇 max、sum、probor或custom。此項對 sugeno型模糊系統(tǒng)不可用。defuzzification method :對mamdani型推理，為一個定制操作選擇centroid （面積中心法）、 bisector （面積平分法）、mom （平均最大隸屬度法）、som （最大隸屬度最小

5、值法）、lom （最大隸屬度最大值法）或 custom。對sugeno型推理，在wtaver （加權(quán)平均）或 wtsum （加權(quán)和）之間選擇。6.1.15隸屬函數(shù)編輯器函數(shù)mfedit格式 mfedit（'a'）mfedit（a）mfedit說明mfedit（'a'）生成一個隸屬函數(shù)編輯器，他允許你檢查和修改存儲在文件a.fis中fis結(jié)構(gòu)的所有隸屬函數(shù)。如圖，mfedit（'tank'）以這種方式打開隸屬函數(shù)編輯器并裝入tank.fis中存儲的所有隸屬函數(shù)。mfedit（a）對于fis結(jié)構(gòu)操作一個 matlab工作空間變量a。mfedit可單獨(dú)

6、彈出沒有裝入 fis的隸屬函數(shù)編輯器圖 6-20菜單項：在anfis編輯器gui上，有一個菜單棒允許你打開相關(guān)的gui工具、打開和保存系統(tǒng)等。 file菜單與fis編輯器上的file菜單功能相同。edit菜單項包括：add mf 為當(dāng)前語言變量增加隸屬度函數(shù)；add custom mf為當(dāng)前語言變量增加定制的隸屬度函數(shù)；remove current mf刪除當(dāng)前的隸屬度函數(shù)；remove all mfs刪除當(dāng)前語言變量的所有隸屬度函數(shù)；undo恢復(fù)當(dāng)前最近的改變。view菜單項包括：edit fis properties 調(diào)用 fis 編輯器；edit rules調(diào)用規(guī)則編輯器；view ru

7、les調(diào)用規(guī)則觀察器；view surface 調(diào)用曲面觀察器。6.2模糊推理結(jié)構(gòu)fis6.2.1不使用數(shù)據(jù)聚類方法從數(shù)據(jù)生成fis結(jié)構(gòu)函數(shù) genfis1格式 fismat = genfis1(data)fismat = genfis1(data,nummfs,inmftype, outmftype)說明genfis1為anfis訓(xùn)練生成一個sugeno型作為初始條件的fis結(jié)構(gòu)(初始隸屬函數(shù))。genfis1(data,nummfs,inmftype, outmftype)使用對數(shù)據(jù)的網(wǎng)格分割方法，從訓(xùn)練數(shù)據(jù)集生成一個fis結(jié)構(gòu)。data是訓(xùn)練數(shù)據(jù)矩陣，除最后一列表示單一輸岀數(shù)據(jù)外，它的其

8、它各列表示輸入數(shù)據(jù)。nummfs是一個向量，它的坐標(biāo)指定與每一輸入相關(guān)的隸屬函數(shù)的數(shù)量。如果你想使用每個輸入相關(guān)的相同數(shù)量的隸屬函數(shù)，那么只須使nummfs成為一個數(shù)就足夠了。inmftype是一個字符串?dāng)?shù)組，它的每行指定與每個輸入相關(guān)的隸屬函數(shù)類型。outmftype是一個字符串?dāng)?shù)組，它的指定與每個輸岀相關(guān)的隸屬函數(shù)類型例 6-19>>data = rand(10,1) 10*rand(10,1)-5 rand(10,1);>>nummfs = 3 7;>>mftype = str2mat('pimf','trimf');&

9、gt;>fismat = genfis1(data,nummfs,mftype);>> x,mf = plotmf(fismat,'input',1);>>subplot(2,1,1), plot(x,mf);>>xlabel('input 1 (pimf)');>>x,mf = plotmf(fismat,'input',2);>>subplot(2,1,2), plot(x,mf);>>xlabel('input 2 (trimf)');結(jié)果為圖6-

10、21。圖 6-216.2.2使用減法聚類方法從數(shù)椐生成 fis結(jié)構(gòu)函數(shù) genfis2格式 fismat = genfis2(xin,xout,radii)fismat = genfis2(xin,xout,radii,xbounds)fismat = genfis2(xin,xout,radii,xbounds,options)說明xin是一個矩陣，它的每一行包含一個數(shù)據(jù)點(diǎn)的輸入值；xout是一個矩陣，它的每一行包含一個數(shù)據(jù)點(diǎn)的輸出值；randi是一個向量，它指定一個聚類中心在一個數(shù)據(jù)維上作用的范圍，這里假定數(shù)據(jù)位于一個單位超立方體內(nèi)：xbounds是一個2xn可選矩陣，它用于指定如何將xi

11、n和xout中的數(shù)據(jù)映射到一個超立方體內(nèi)，這里是數(shù)據(jù)的維數(shù)(行數(shù))；options是一個可選向量，它指定的值用于覆蓋算法參數(shù)的缺省值。例 6-20fismat = genfis2(xin,xout,0.5)這是使用此函數(shù)所需的最小變量數(shù)。這里對所有數(shù)據(jù)維指定0.5的作用范圍。fismat = genfis2(xin,xout,0.5 0.25 0.3)這里假定組合的維數(shù)是 3。假設(shè)xin有兩維、xout有一維，那么，0.5和0.25是xin數(shù)據(jù)維中每一維的作用范圍，0.3是xout數(shù)據(jù)維的作用范圍 fismat = genfis2(xin,xout,0.5,-10 -5 0; 10 5 20)

12、這里指定了如何將 xin和xout中的數(shù)據(jù)規(guī)范化為0 1區(qū)間中的值來進(jìn)行處理。假設(shè)xin有兩維、xout有一維，那么xin第一列中的數(shù)據(jù)是從-10 +10比例變換后的值，xin第二列中的數(shù)據(jù)是從-5 +5比例變換后的值，xout中的數(shù)據(jù)是從0 20比例變換后的值。6.2.3生成一個fis輸出曲面函數(shù) gensurf格式gensurf(fis) %使用前兩個輸入和第一個輸出來生成給定模糊推理系統(tǒng)(fis)的輸出曲面gensurf(fis,inputs,output) %使用分別由向量input和標(biāo)量output給定的輸入(一個或兩個)和輸出(只允許一個)來生成一個圖形。gensurf(fis,i

13、nputs,output,grids) % 指定x (第一、水平)和 y (第二、垂直)方向的網(wǎng)格數(shù)。如果是二元向量，x和y方向上的網(wǎng)格可以獨(dú)立設(shè)置。gensurf(fis,inputs,output,grids,refinput) % 用于多于兩個的輸入，refinput向量的長度與輸入相同：將對應(yīng)于要顯示的輸入的refinput項，設(shè)置為nan;對其它輸入的固定值設(shè)置為雙精度實標(biāo)量。x,y,z=gensurf(%返回定義輸出曲面的變量并且刪除自動繪圖。例 6-21>>a = readfis('tipper');>>gensurf(a)結(jié)果為圖6-22

14、。圖 6-226.2.4 將 mamdan 型 fis 轉(zhuǎn)換為 sugeno fis函數(shù) mam2sug格式 sug_fis=mam2sug(mam_fis)說明該函數(shù)將一個 mamdani型fis結(jié)構(gòu)(不必是單輸出) mam_fis 轉(zhuǎn)化為一個 sugeno型結(jié)構(gòu)sug_fis。返回的sugeno型系統(tǒng)具有常值輸岀隸屬度函數(shù)。這些常值由原來mamdani型系統(tǒng)的后件的隸屬度函數(shù)的面積中心法來確定。前件仍保持不變。625完成模糊推理計算函數(shù) evalfis格式 output= evalfis(input,fismat)output= evalfis(input,fismat, numpts)o

15、utput, irr, orr, arr= evalfis(input,fismat)output, irr, orr, arr= evalfis(input,fismat, numpts)說明input :指定輸入值的一個數(shù)或一個矩陣，如果輸入是一個mx n矩陣，其中n是輸入變量數(shù)，那么 evalfis使用input的每一行作為一個輸入向量，并且為變量output返回mx l矩陣，該矩陣每一行是一個向量并且l是輸出變量數(shù)；fismat :要計算的一個 fis結(jié)構(gòu)；numpts : 一個可選變量，它表示在輸入或輸岀范圍內(nèi)的采樣點(diǎn)數(shù)，在這些點(diǎn)上計算隸屬函數(shù)，如果不使用此變量，就使用101點(diǎn)的缺省

16、值。evalfis的值域如下：output :大小為ml的輸出矩陣，這里 m表示前面指定的輸入值的數(shù)量，l表示fis的輸出變量數(shù)。evalfis的可選值域變量只有當(dāng)input是一個行向量時才計算這些可選值域變量是：irr :通過隸屬函數(shù)計算的輸入變量的結(jié)果，這是一個大小為numrulesn的矩陣，這里numrules是規(guī)則條數(shù)，n是輸入變量數(shù)。orr :通過隸屬函數(shù)計算的輸出變量的結(jié)果，這是一個大小為numptsnumrulesl 的矩陣，這里numrules是規(guī)則條數(shù)，l是輸出變量數(shù)，此矩陣的第一組numrules列，對應(yīng)于第一個輸出，第二組numrules對應(yīng)于第二個輸出，依次類推。arr

17、 :對每個輸出，在輸出值域中，numpts處采樣合成值的numptsl矩陣，當(dāng)只有一個值域變量調(diào)用時，該函數(shù)使用由結(jié)構(gòu)fismat指定的模糊推理系統(tǒng)，由標(biāo)量或矩陣inout指定的輸入值計算輸出向量output。例 6-22>>fismat = readfis('tipper');>>out = evalfis(2 1; 4 9,fismat)結(jié)果為out =7.016919.68106.2.6模糊c均值聚類函數(shù)fem格式center,u,obj_fcn = fcm(data,cluster_n)說明對給定的數(shù)據(jù)集應(yīng)用模糊c均值聚類方法進(jìn)行聚類data :

18、要聚類的數(shù)據(jù)集，每行是一個采樣數(shù)據(jù)點(diǎn)；cluster_n :聚類中心的個數(shù)(大于 1)center :迭代后得到的聚類中心的矩陣，這里每行給岀聚類中心的坐標(biāo)；u:得到的所有點(diǎn)對聚類中心的模糊分類矩陣或隸屬度函數(shù)矩陣；obj_fcn :迭代過程中，目標(biāo)函數(shù)的值；fcm(data,cluster_n,options)使用可選的變量 options控制聚類參數(shù)。包括停止準(zhǔn)則，和/或設(shè)置迭代信息顯示：options。)：分類矩陣u的指數(shù)，缺省值是2.0 ；options(2):最大迭代次數(shù)，缺省值是100 ；options(3):最小改進(jìn)量，即迭代停止的誤差準(zhǔn)則，缺省值是1e-5；option：迭代過

19、程中顯示信息，缺省值是1。如果任意一項為nan，這些選項就使用缺省值；當(dāng)達(dá)到最大迭代次數(shù)時，或目標(biāo)函數(shù)兩次連續(xù)迭代的改進(jìn)量小于指定的最小改進(jìn)量，即滿足停止誤差準(zhǔn)則時，聚類過程結(jié)束。例 6-23>>data = rand(100, 2);圖 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(

20、2, :) = maxu);>>line(data(index1,1), data(index1,2), 'linestyle', 'none', 'marker', '*', 'color', 'g');>>line(data(index2,1), data(index2, 2), 'linestyle', 'none', 'marker', '*', 'color', 'r')

21、;結(jié)果為圖6-23。6.2.7模糊均值和減法聚類函數(shù) findcluster格式 findclusterfindcluster('file.dat')說明findcluster產(chǎn)生一個gui上的method下的下拉式標(biāo)簽，可以實現(xiàn)模糊 c均值(fcm)或模糊減法聚類(subtractiv),使 用load data按鈕輸入數(shù)據(jù)，剛進(jìn)入gui時，對每種方法的選項都設(shè)置為缺省值。此工具使用多維數(shù)據(jù)集，但只顯示這些維數(shù)中的兩維。使用x-axis和y-axis下的下拉式標(biāo)簽選擇你想觀察的數(shù)據(jù)維。例如你有一個五維數(shù)據(jù)集，按照出現(xiàn)在數(shù)據(jù)集中的順序，此工具將數(shù)據(jù)標(biāo)記為data_1,data_

22、2,data_3,data_4,data_5. start將完成聚類，save centre將保存聚類中心。當(dāng)使用數(shù)據(jù)集file.data時，findcluster(file.dat)自動裝入數(shù)據(jù)集，并且只繪制數(shù)據(jù)集中的前兩維。產(chǎn)生gui后，你仍可以選擇要聚類數(shù)據(jù)的那兩維。例 6-24>>findcluster('clusterdemo.dat')結(jié)果為圖6-24。6.2.8繪制一個fis函數(shù) plotfis格式 plotfis(fismat)說明此函數(shù)顯示由fismat指定的一個fis的高層方框圖，輸入和它們的隸屬函數(shù)出現(xiàn)在結(jié)構(gòu)特征圖的左邊，同時輸出和 它們的隸屬

23、函數(shù)岀現(xiàn)在結(jié)構(gòu)特征圖的右邊。例 6-25>>a = readfis('tipper');>>plotfis(a) 結(jié)果為圖6-25圖 6-24圖 6-25629繪制給定變量的所有隸屬的曲線函數(shù)plotmf格式 plotmf(fismat,vartype,varlndex)說明此函數(shù)繪制與給定變量相關(guān)的稱為fismat的fis中的所有隸屬函數(shù)曲線，變量的類型和索引分別由vartype ('input'或output')和varindex 給出。此函數(shù)也可以與matlab 函數(shù)subplot 一起使用。例 6-26>>a

24、= readfis('tipper');>>plotmf(a,'i nput',1)結(jié)果為圖6-26。圖 6-266.2.10從磁盤裝入一個fis函數(shù) readfis格式 fismat = readfis('filename')說明從磁盤上的一個.fis文件(由filename命名)讀出一個模糊推理系統(tǒng)，并將產(chǎn)生的fis裝入當(dāng)前的工作空間中。fismat=readfis不帶輸入變量，即沒有指定文件名時，使用uigetfile命令打開一個對話框，提示用戶指定文件的名稱和目錄位置。例 6-27>>fismat = readfi

25、s('tipper');>>getfis(fismat)返回結(jié)果getfis(fismat)name = tippertype = mamdaninuminputs = 2inlabels =servicefoodnumoutputs = 1outlabels =tipnumrules = 3andmethod = minormethod = maximpmethod = minaggmethod = maxdefuzzmethod = centroidans =tipper6.2.11從fis中刪除某一隸屬函數(shù)函數(shù)rmmf格式 fis = rmmf(fis,

26、9;vartype',varlndex,'mf',mflndex)mfindex說明從與工作空間fis結(jié)構(gòu)fis相關(guān)的模糊推理系統(tǒng)中刪除變量類型為vartype，索引為varindex的隸屬函數(shù)字符串 vartype 必須是'input'或'output'。varindex是表示變量索引的一個整數(shù)，此索引表示列出變量的順序;變量'mf '是表示隸屬函數(shù)的一個字符串；mflndex是表示隸屬函數(shù)索引的一個整數(shù)，此索引表示列岀隸屬函數(shù)的順序。例 6-28>>a = n ewfis('mysys');

27、>>a = addvar(a,'input','temperature',o 100);>>a = addmf(a,'input',1,'cold','trimf',0 30 60);>>getfis(a,'i nput',1)返回結(jié)果name = temperaturenummfs = 1mflabels =coldrange =0 100ans =>>b = rmmf(a,'input',1,'mf',1);>>getfis(b,'input',1)返回name = temperaturenummfs = 0mflabels =range =0 100 ans =6212從fis中刪除變量函數(shù)rmvar格式fis2,errorstr = rmvar(fis,'vartype',varlndex)fis2 = rmvar(fis,'var