模糊推理系统调优
优化隶属度函数和模糊规则系统
您可以调整隶属函数参数和模糊推理系统使用规则全局优化工具箱调优方法,如遗传算法和粒子群优化。有关更多信息,请参见调优模糊推理系统。
如果你的系统是一个对于1型Sugeno FIS,你可以调整它的隶属函数参数使用neuro-adaptive学习方法。这个调优方法不需要全局优化工具箱软件。有关更多信息,请参见学习和简称ANFIS Neuro-Adaptive。
应用程序
| 模糊逻辑设计 | 设计、测试和优化模糊推理系统 |
功能
对象
主题
优化模糊系统
- 调优模糊推理系统
优化模糊隶属函数参数和学习新的模糊规则。 - 使用模糊逻辑优化模糊推理系统设计师
交互式学习规则和优化隶属函数参数的模糊推理系统。
- 优化模糊推理系统在命令行
通过编程学习规则和优化隶属函数参数的模糊推理系统。
- 优化模糊树
您可以调整学习规则和优化为费斯在一个模糊隶属函数参数树。 - 定制FIS优化过程
您可以定制FIS优化过程通过指定一个自定义代价函数或一个定制的优化方法。 - 优化金融中间人与K-Fold交叉验证参数
在FIS,防止过度拟合参数优化,你可以停止调优过程早期的基于模型的无偏评估使用验证数据。 - 曲调FIS树一加仑汽油所行驶的里程的预测
调优规则和隶属函数参数相互关联树Sugeno模糊系统。 - 使用2型FIS预测混沌时间序列
调优规则和隶属函数参数的FIS 2型隶属度函数。 - 优化模糊机器人避障系统使用自定义代价函数
当你没有训练数据,您可以使用一个自定义优化模糊系统成本函数,模拟FIS操作。
简称ANFIS训练系统
- 学习和简称ANFIS Neuro-Adaptive
您可以调整Sugeno模糊推理系统使用类似neuro-adaptive学习技术用于训练神经网络。 - 自适应神经模糊推理系统进行训练
交互式地创建、训练和测试使用模糊逻辑神经模糊系统设计应用程序。 - 使用简称ANFIS预测混沌时间序列
神经模糊时间序列预测系统使用培训简称anfis命令。 - 使用简称ANFIS自适应降噪
执行自适应非线性降噪使用简称anfis和genfis命令。 - 郊区的通勤用减法聚类和简称ANFIS模型
使用减法聚类生成一个模糊推理系统从数据。 - 一加仑汽油所行驶的里程的预测
预测汽车燃料消耗使用一种自适应神经模糊推理系统和先前记录的观察。 - 非线性系统辨识
你可以使用自适应神经模糊系统模型非线性动态系统行为。
