主要内容

anfisOptions

选项设置简称anfis函数

扩展所有的页面

    描述

    使用一个anfisOptions对象指定选项优化模糊系统使用简称anfis函数。您可以指定选项,例如初始FIS结构调整和培训时期的数量。

    创建

    语法

    选择= anfisOptions
    选择= anfisOptions(名称、值)

    描述

    例子

    选择= anfisOptions创建一个默认的选项设置调优Sugeno模糊推理系统使用简称anfis。使用点符号来修改这个选项设置为您的特定应用程序。任何选项,您不要修改保留默认值。

    例子

    选择= anfisOptions (名称,值)集属性使用一个或多个名称参数。附上报价的属性名。例如,“EpochNumber”, 50岁培训时期的数量设置为50。

    属性

    全部展开

    初始FIS结构调整,指定为以下值之一。

    • 正整数大于1指定数量的所有输入变量的隶属度函数。简称anfis生成一个初始FIS结构指定数量的隶属函数使用genfis与网格划分。

    • 向量长度的正整数的数量等于输入变量指定为每个输入变量的隶属度函数。简称anfis生成一个初始FIS结构与指定数量的隶属度函数使用genfis与网格划分。

    • FIS结构生成的使用genfis命令用网格分区或减法聚类。指定的系统必须具有以下属性:

      • 单输出,获得了使用加权平均去模糊化。

      • 第一或零阶Sugeno-type系统;也就是说,所有输出隶属度函数必须是相同的类型和“线性”或“不变”。

      • 没有共享的规则。不同的规则不能使用相同的输出隶属函数;即输出隶属度函数的数量必须等于规定的数量。

      • 对于每个规则统一重量。

      • 没有自定义隶属度函数和去模糊化方法。

    最大数量的训练时期,指定为一个正整数。培训过程停止时达到培训时期的最大数量。

    训练误差目标,指定为一个标量。培训过程停止时,误差小于或等于ErrorGoal。

    初始步长培训,指定为一个积极的标量。

    的简称anfis使用梯度下降训练算法曲调FIS参数优化方法。训练步长是每个梯度过渡在参数空间的大小。通常,你可以增加训练算法的收敛速度通过增加步长。在优化,简称anfis自动更新步长使用StepSizeIncreaseRate和StepSizeDecreaseRate。

    一般来说,步长概要文件在训练最初是一个曲线,增加,达到最大值,然后下降剩下的培训。实现这一理想的步长,调整初始步长和增减率(opt.StepSizeDecreaseRate,opt.StepSizeIncreaseRate)。

    步长减小率、指定为一个积极的标量不到1。如果培训错误发生的连续两个组合增加了减少,简称anfis尺度的步长率下降。

    步长增加率,指定为一个标量大于1。如果训练误差减少连续四个时代,简称anfis尺度的步长增加率。

    国旗显示简称ANFIS信息的培训过程中,指定为以下值之一。

    • 1——显示以下简称ANFIS的信息系统和培训数据:

      • 简称ANFIS系统中节点的数量

      • 数量的线性参数优化

      • 非线性参数优化

      • 参数优化的总数

      • 对训练数据的数量

      • 对数量的检查数据

      • 模糊规则的数量

    • 0-不显示信息。

    国旗显示训练误差值每次培训时代后,指定为以下值之一。

    • 1——显示训练误差。

    • 0——不要显示训练误差。

    国旗显示步长时步长变化,指定为以下值之一。

    • 1——显示步长。

    • 0——不要显示步长。

    国旗显示最终结果训练后,指定为以下值之一。

    • 1——显示结果。

    • 0- - - - - -不显示结果。

    验证数据,防止过度拟合训练数据,指定为一个数组。模糊系统N输入,指定ValidationData作为一个数组N+ 1列。第一个N列包含最后一列包含输入数据和输出数据。每一行的ValidationData包含一个数据点。

    在每个培训时代、训练算法验证FIS使用验证数据。

    一般来说,验证数据应充分代表数据的特性FIS旨在模型,同时也被充分的训练数据来测试培训推广。

    优化方法用于培训隶属函数参数,指定为以下值之一。

    • 1使用混合的方法,它使用反向传播的组合来计算输入隶属函数参数,计算输出隶属函数和最小二乘法估计参数。

    • 0——使用反向传播梯度下降法来计算所有参数。

    对象的功能

    简称anfis 使用训练数据优化Sugeno-type模糊推理系统

    例子

    全部折叠

    打开生活的脚本

    创建一个默认的选项设置。

    选择= anfisOptions;

    使用点符号指定培训选项。例如,指定以下选项:

    • 最初的金融中间人4每个输入变量的隶属度函数

    • 最大数量的训练时期等于30.。

    opt.InitialFIS = 4;opt.EpochNumber = 30;

    您还可以指定选项创建选项时设置使用一个或多个名称,值对参数。

    opt2 = anfisOptions (“InitialFIS”4“EpochNumber”,30);

    版本历史

    介绍了R2017a

    另请参阅

    |