基本FIS编辑器MATLAB模糊逻辑工具箱函数.docx
- 文档编号:10544082
- 上传时间:2023-02-21
- 格式:DOCX
- 页数:13
- 大小:21.33KB
基本FIS编辑器MATLAB模糊逻辑工具箱函数.docx
《基本FIS编辑器MATLAB模糊逻辑工具箱函数.docx》由会员分享,可在线阅读,更多相关《基本FIS编辑器MATLAB模糊逻辑工具箱函数.docx(13页珍藏版)》请在冰豆网上搜索。
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('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:
NewmamdaniFIS…打开新mamdani型系统;
NewSugenoFIS… 打开新Sugeno型系统;
Openfromdisk… 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;
Openfromworkspace… 从工作空间中指定的FIS结构变量装入一个系统;
Savetoworkspace… 保存系统到工作空间中当前命名的FIS结构变量中;
Savetoworkspaceas… 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:
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:
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:
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;
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,'input',2);
>>subplot(2,1,2),plot(x,mf);
>>xlabel('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('tipper');
>>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('tipper');
>>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,:
)==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
>>a=readfis('tipper');
>>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('input'或'output')和varIndex给出。
此函数也可以与MATLAB函数subplot一起使用。
例6-26
>>a=readfis('tipper');
>>plotmf(a,'input',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
>>fismat=readfis('tipper');
>>getfis(fismat)
返回结果
getfis(fismat)
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'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6-28
>>a=newfis('mysys');
>>a=addvar(a,'input','temperature',[0100]);
>>a=addmf(a,'input',1,'cold','trimf',[03060]);
>>getfis(a,'input',1)
返回结果
Name= temperature
NumMFs= 1
MFLabels=
cold
Range= [0100]
ans=
[]
>>b=rmmf(a,'input',1,'mf',1);
>>getfis(b,'input',1)
返回
Name= temperature
NumMFs= 0
MFLabels=
Range= [0100]
ans=
[]
6.2.12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6-29
>>a=newfis('mysys');
>>a=addvar(a,'input','temperature',[0100]);
>>getfis(a)
返回:
Name =mysys
Type =mamdani
NumInputs=1
InLabels=
temperature
NumOutputs=0
OutLabels=
NumRules=0
AndMethod=min
OrMethod=max
ImpMethod=min
AggMethod=max
DefuzzMethod=centroid
ans=
mysys
>>b=rmvar(a,'input',1);
>>getfis(b)
返回:
Name =mysys
Type =mamdani
NumInputs=0
InLabels=
NumOutputs=0
OutLabels=
NumRules=0
AndMethod=min
OrMethod=max
ImpMethod=min
AggMethod=max
DefuzzMethod=centroid
ans=mysys
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基本 FIS 编辑器 MATLAB 模糊 逻辑 工具箱 函数