基本FIS编辑器MATLAB模糊逻辑工具箱函数

基本FIS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(tippe门，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，弹岀隶属度函数编辑器，双击模糊规则编辑器，弹岀规则编辑 as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：New mamdani FIS打开新 mamdani 型系统；New Sugeno FIS打开新Sugeno型系统；Open from disk从磁盘上打开指定的.fis文件系统；Save to disk 保存当前系统到磁盘上的一个.fis文件上;Save to disk as重命名方式保存当前系统到磁盘上；Open from workspace从工作空间中指定的 FIS结构变量装入一个系统;Save to workspace保存系统到工作空间中当前命名的FIS结构变量中；Save to workspace as保存系统到工作空间中指定的FIS结构变量中;Close windows 关闭 GUI ；Edit菜单包括：Add input增加另一个输入到当前系统中；Add output 增加另一个输出到当前系统中；Remove variable删除一个所选的变量;Undo恢复当前最近的改变；View菜单包括：Edit MFs调用隶属度函数编辑器；Edit rules调用规则编辑器；Edit anfis只对单输出Sugeno型系统调用编辑器；View rules调用规则观察器；View surface调用曲面观察器。弹岀式菜单：用五个弹岀式菜单来改变模糊蕴含过程中五个基本步骤的功能：And method : 为一个定制操作选择 min、prod 或 Custom ；Or method :为一个定制操作选择 max、probor （概率）或 Custom ；Implication method :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。Aggregation method :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。Defuzzification method :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：Add MF 为当前语言变量增加隶属度函数；Add custom MF为当前语言变量增加定制的隶属度函数；Remove current MF删除当前的隶属度函数；Remove all MFS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：Edit FIS properties 调用 FIS 编辑器；Edit rules调用规则编辑器；View rules调用规则观察器；View surface 调用曲面观察器。6.2模糊推理结构FIS6.2.1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岀数据外，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，它的指定与每个输岀相关的隶属函数类型例 6-19data = rand(10,1) 10*rand(10,1)-5 rand(10,1);numMFs = 3 7;mfType = str2mat(pimf,trimf);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);结果为图6-21。图 6-216.2.2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,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,0.5 0.25 0.3)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 -5 0; 10 5 20)这里指定了如何将 Xin和Xout中的数据规范化为0 1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0 20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 6-21a = readfis(tipper);gensurf(a)结果为图6-22。图 6-226.2.4 将 mamdan 型 FIS 转换为 Sugeno FIS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型系统具有常值输岀隶属度函数。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MX 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MX 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，它表示在输入或输岀范围内的采样点数，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(2 1; 4 9,fismat)结果为out =7.016919.68106.2.6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，这里每行给岀聚类中心的坐标；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。)：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：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 6-23center,U,obj_fcn = fcm(data, 2);plot(data(:,1), data(:,2),o);maxU = max(U);index1 = find(U(1,:) = maxU);index2 = find(U(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);结果为图6-23。6.2.7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(fcm)或模糊减法聚类(subtractiv),使 用Load Data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，Save Centre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。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 它们的隶属函数岀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,varlndex)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,i nput,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 =tipper6.2.11从FIS中删除某一隶属函数函数rmmf格式 fis = rmmf(fis,varType,varlndex,mf,mflndex)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；mflndex是表示隶属函数索引的一个整数，此索引表示列岀隶属函数的顺序。例 6-28a = n ewfis(mysys);a = addvar(a,input,temperature,O 100);a = addmf(a,input,1,cold,trimf,0 30 60);getfis(a,i nput,1)返回结果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从FIS中删除变量函数rmvar格式fis2,errorStr = rmvar(fis,varType,varlndex)fis2 = rmvar(fis,varType,varlndex)说明fis2 = rmvar(fis,varType,varlndex) ,)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，此索引表示列岀变量的顺序。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 = n ewfis(mysys);a = addvar(a,input,temperature,O 100);getfis(a)返回：Name = mysysType = mamdaniNumInputs = 1InLabels = temperatureNumOutputs = 0OutLabels =NumRules = 0AndMethod = minOrMethod = maxImpMethod = minAggMethod = max DefuzzMethod = centroid ans = mysysb = rmvar(a,i nput,1); getfis(b)返回：Name = mysysType = mamdaniNumInputs = 0InLabels =NumOutputs = 0OutLabels =NumRules = 0AndMethod = minOrMethod = maxImpMethod = minAggMethod = max DefuzzMethod = centroidans =mysys