资源描述
基本编辑器函数fuzzy格式fuzzy%弹出未定义的基本FIS编辑器fuzzy(fismat)%使用fuzzy(tipper),弹出下图FIS编辑器。编辑器是任意模糊推理系统的高层显示，它允许你调用各种其它的编辑器来对其操作。此界面允许你方便地访问所有其它的编辑器，并以最灵活的方式与模糊系统进行交互。方框图：窗口上方的方框图显示了输入、输出和它们中间的模糊规则处理器。单击任意一个变量框，使选中的方框成为当前变量，此时它变成红色高亮方框。双击任意一个变量，弹出隶属度函数编辑器，双击模糊规则编辑器，弹出规则编辑器。图6-19菜单项：FIS编辑器的菜单棒允许你打开相应的工具，打开并保存系统。File菜单包括：ewmamdaniFIS打开新mamdani型系统；ewSugenoFIS打开新Sugeno型系统；penfromdisk从磁盘上打开指定的.fis文件系统；Savetodisk保存当前系统到磁盘上的一个.fis文件上；Savetodiskas重命名方式保存当前系统到磁盘上；penfromworkspae从工作空间中指定的FIS结构变量装入一个系统；Savetoworkspae保存系统到工作空间中当前命名的FIS结构变量中；Savetoworkspaeas保存系统到工作空间中指定的FIS结构变量中；Closewindows关闭GUI；Edit菜单包括：Addinput增加另一个输入到当前系统中；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：ditMFs调用隶属度函数编辑器；ditrules调用规则编辑器；ditanfis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：为一个定制操作选择min、prod或Custom；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。此项对Sugeno型模糊系统不可用。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（a）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菜单项：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：ddMF为当前语言变量增加隶属度函数；ddcustomMF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；Undo恢复当前最近的改变。View菜单项包括：EditFISproperties调用FIS编辑器；Editrules调用规则编辑器；Viewrules调用规则观察器；Viewsurface调用曲面观察器。6.2模糊推理结构FIS621不使用数据聚类方法从数据生成FIS结构函数genfisi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6-19data=rand（1O,1）1O*rand（1O,1）-5rand（1O,1）;numMFs=37;mfType=str2mat(pimf,trimf);fismat=genfisi(data,numMFs,mfType)；x,mf=plotmf(fismat,input,i);subplot(2,i,i),plot(x,mf);xlabel(input1(pimf);x,mf=plotmf(fismat,input,2);subplot(2,i,2),plot(x,mf);xlabel(input2(trimf);结果为图6-21。图6-21622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2xN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6-20fismat=genfis2(Xin,Xout,o.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,o.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,o.5,-io-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。623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。,=gensurf()%返回定义输出曲面的变量并且删除自动绘图。例6-21a=readfis(tipper);gensurf(a)结果为图6-22。图6-22624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。625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MxN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MxL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6-22fismat=readfis(tipper);out=evalfis(21;49,fismat)结果为out=7.016919.6810626模糊c均值聚类函数fem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6-23data=rand(100,2);图center,U,obj_fcn=fcm(data,2);plot(data(:,1),data(:,2),o);maxU=max(U);indexi=find(U(i,:)=maxU);index2=find(U(2,:)=maxU);line(data(indexi,i),data(indexi,2),linestyle,none,marker,color,g);line(data(index2,i),data(index2,2),linestyle,none,marker,*,color,r);结果为图6-23。627模糊均值和减法聚类函数findcluster格式findclusterfindcluster(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(fem)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_i,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6-24findcluster(clusterdemo.dat)结果为图6-24。628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6-25a=readfis(tipper);plotfis(a)结果为图6-25。图6-24图6-25629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(input或output)和varIndex给出。此函数也可以与MATLAB函数subplot一起使用。例6-26a=readfis(tipper);plotmf(a,input,1)结果为图6-26。图6-266.2.10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6-27fismat=readfis(tipper);getfis(fismat)返回结果getfis(fismat)Name=tipperType=mamdaniNuminputs=2InLabels=servicefoodNumOutputs=1OutLabels=tipNumRules=3AndMethod=minOrMethod=maxImpMethod=minAggMethod=maxDefuzzMethod=centroidans=tipper6211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input或output。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6-28a=newfis(mysys);a=addvar(a,input,temperature,o100);a=addmf(a,input,1,cold,trimf,03060);getfis(a,input,1)返回结果Name=temperatureNumMFs=1MFLabels=coldRange=0100ans=b=rmmf(a,input,i,mf,i);getfis(b,input,i)返回Name=temperatureNumMFs=0MFLabels=Range=0100ans=6212从FIS中删除变量函数rmvar格式fis2,errorStr=rmvar(fis,varType,varIndex)fis2=rmvar(fis,varType,varIndex)说明fis2=rmvar(fis,varType,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input或output。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,varType,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6-29a=newfis(mysys);a=addvar(a,input,temperature,o100);getfis(a)返回：Name=mysysType=mamdaniNumInputs=1InLabels=temperatureNumOutputs=oOutLabels=NumRules=oAndMethod=minOrMethod=maxImpMethod=minAggMethod=maxDefuzzMethod=centroidans=mysysb=rmvar(a,input,1);getfis(b)Name=mysysType=mamdaniNuminputs=0InLabels=NumOutputs=0OutLabels=NumRules=0AndMethod=minOrMethod=maxImpMethod=minAggMethod=maxDefuzzMethod=centroidans=mysys
展开阅读全文