evalfis
评估的模糊推理系统
语法
描述
例子
评估的模糊推理系统
加载金融中间人。
fis = readfis (“蒂珀”);
评估FIS当第一个输入2第二个输入1。
输出= evalfis (fis, 1 [2])
输出= 7.0169
评估FIS多个输入组合
加载金融中间人。
fis = readfis (“蒂珀”);
使用一个数组指定输入组合评估每输入一行的组合。
输入= [2 1;4 5;7 8];
评估金融中间人指定输入组合。
输入输出= evalfis (fis)
输出=3×17.0169 14.4585 20.3414
每一行的输出是defuzzified输出值的对应行吗输入。
指定数量的输出样本FIS评估
加载金融中间人。
fis = readfis (“蒂珀”);
创建一个evalfisOptions选项设置,指定输出模糊集的样本数量。
选择= evalfisOptions (“NumSamplePoints”,50);
使用这个选项集评估金融中间人。
输出= evalfis (fis、[2 1]选项);
模糊推理系统的评价树
创建一对Mamdani模糊推理系统。
fis1 = mamfis (“名字”,“fis1”,“NumInputs”2,“NumOutputs”1);fis2 = mamfis (“名字”,“fis2”,“NumInputs”2,“NumOutputs”1);
定义之间的联系。
反对= [“fis1 / output1”“fis2 / input1”];
创建一个树的模糊推理系统。
树= fistree ([fis1 fis2],反对);
创建一个evalfisOptions选项设置,指定输出模糊集的样本数量。
选择= evalfisOptions (“NumSamplePoints”,50);
评估fistree对象使用指定的输入组合和设置这个选项。
y = evalfis(树,(0.5 0.2 0.7)选项)
y = 0.1553
获得中级模糊推理结果
加载金融中间人。
fis = readfis (“蒂珀”);
评估金融中间人,然后返回中间推理结果。
[fuzzifiedIn输出,消除,aggregatedOut ruleFiring] = evalfis (fis, 2 [1]);
您可以检查中间结果理解或可视化模糊推理过程。例如,查看汇总输出模糊集,模糊集evalfisdefuzzifies找到输出值。同时,情节defuzzified输出值。
fis.output.range outputRange = linspace (fis.output.range(1),(2),长度(aggregatedOut)) ';情节(outputRange aggregatedOut,[输出输出],[0 1]包含(“小费”)ylabel (“输出会员”)传说(“聚合输出模糊集”,“Defuzzified输出”)
的长度aggregatedOutput对应的采样点数量用于离散化输出模糊集。
评估2型模糊推理系统
创建一个2型Mamdani模糊推理系统。
fis = mamfistype2 (“NumInputs”2,“NumOutputs”1);
评估FIS当第一个输入0.4第二个输入0.72。
输出= evalfis (fis, [0.4 - 0.72])
输出= 0.1509
2型FIS的输出是一个脆值。
当你获得中级2型FIS模糊推理结果,您获得中间结果生成使用上下MF值。例如,获得中级fuzzified输入值。
[输出,fuzzifiedInput] = evalfis (fis, [0.5 - 0.75]);
查看fuzzified输入值。
fuzzifiedInput
fuzzifiedInput =9×41.0000 0 0 0 0 0 0 0 0 0 0 0 0.4000 1.0000 0.2500 0.4000 0.2500 1.0000 0.4000 1.0000 0.2500 0 0 0 0 0.4000 0.2500 0.2500 1.0000 0.4000 1.0000 0.2500 0.4000 0
前两列包含fuzzified第一和第二输入值的基础上为每个输入MF。第二个两列包含fuzzified值为每个输入基于MF越低。
输入参数
输出参数
选择功能
应用程序
你可以评估1型模糊推理系统使用规则查看器在模糊逻辑设计应用程序。
金宝app仿真软件块
你可以评估使用的模糊推理系统模糊逻辑控制器块。更多信息映射的参数evalfis到模糊逻辑控制器块,看模拟仿真软件的模糊推理系统金宝app。
