利用训练数据调关野型模糊推理系统
生成单输出Sugeno模糊推理系统(FIS),并使用指定的输入/输出的训练数据调谐系统参数。该FIS对象是使用格子分割自动生成。FIS
= ANFIS(trainingData
)
训练算法使用最小二乘和反向传播梯度下降方法的组合的训练数据集的模型。
调谐使用指定的训练数据和选项的FIS。使用这个语法,你可以指定:FIS
= ANFIS(trainingData
,选项
)
初始FIS对象来调谐。
验证数据,以防止过度拟合训练数据。
训练算法的选择。
是否显示训练进度信息。
[
返回每个训练时期的均方根训练误差。FIS
,trainError
] = ANFIS(___)
[
返回在每个训练时期训练步骤大小。FIS
,trainError
,一步的大小
] = ANFIS(___)
[
返回验证数据误差对每个训练时期,FIS
,trainError
,一步的大小
,chkFIS
,chkError
] = ANFIS(trainingData
,选项
)chkError
和调谐FIS对象的量,验证错误最小,chkFIS
。要使用此语法,您必须使用指定的验证数据options.ValidationData
。
tunefis
功能开始在R2019a,你可以调整使用模糊系统tunefis
。这个功能提供用于调谐算法其他几种选择,由指定的tunefisOptions
目的。
要使用ANFIS,指定调整算法“ANFIS”
在tunefisOptions
。然后,使用选择对象作为输入参数tunefis
。例如:
创建初始模糊推理系统,并定义可调参数设置。
X =(0:0.1:10)';Y = SIN(2 * X)./ EXP(X / 5);选项= genfisOptions('GridPartition');options.NumMembershipFunctions = 5;fisin = genfis(X,Y,选项);[IN,OUT规则] = getTunableSettings(fisin);
调与隶属函数参数“ANFIS”
。
选择= tunefisOptions(“方法”,“ANFIS”);fisout = tunefis(fisin,[在;输出],X,Y,优化);
[1]张,J.-S.R.,“模糊建模的广义神经网络和卡尔曼滤波算法,”PROC。第九届全国CONF。人工智能(AAAI-91)。1991年7月,第762-767。
[2]张,J.-S.R.,“ANFIS:基于自适应,模糊神经网络,”IEEE系统,人,与控制论卷。23,第3号,1993年5月,第665-685。