增量结构

在增量结构中，输入值被包含在多个阶段中，以在多个级别细化输出值。例如，上图显示了具有模糊推理系统的三级增量模糊树 $$F我{\mathrm{年代}}_{我}^n$$， 在哪里我表示FIS中的索引n水平。在增量模糊树中，我= 1，意味着每个级别只有一个模糊推理系统。在上一个数字中，j的输入我在里面nth级别显示为输入 $$x_{我j}{}^n$$，而这件事k产出我在里面nth级别显示为输入 $$x_{我k}{}^n$$．在图中，n= 3，j= 1或2，和k= 1。如果每个输入都有米会员函数（MFS），每个FIS都有一套米²规则。因此，规则的总数是纳米²= 3⨉3²= 27.．

下图显示了一个单片集成电路(n= 1)四输入FIS (j= 1,2,3,4）和三个MFS（米= 3）。

在这个数字的FIS中，规则总数是纳米⁴=1¼3⁴= 81.．因此，增量式模糊树中规则的总数与输入对的数量成线性关系。

增量模糊树中不同层次的输入选择根据它们对最终输出值的贡献使用输入排名。贡献最大的输入值通常在最低级别使用，而影响最小的输入值在最高级别使用。换句话说，低阶输入值依赖于高阶输入值。

在增量式模糊树中，每个输入值通常在一定程度上对推理过程有贡献，而与其他输入没有显著相关。例如，一个模糊系统使用四种输入来预测购买汽车的可能性:颜色、门数、马力和自动驾驶。输入是四个不同的汽车特征，它们可以独立地影响购买者的决定。因此，可以利用现有数据对输入进行排序，构建模糊树，如下图所示。

有关示例，说明在MATLAB中创建增量模糊树^®，请参阅示例创建增量FIS树诡称参考页面。

聚合结构

在聚合结构中，输入值作为最低级别的组结合在一起，其中每个输入组被馈入FIS。使用更高电平的模糊系统组合（聚合）较低级模糊系统的输出。例如，下面显示了具有模糊推理系统的两级聚合模糊树 $$F我{\mathrm{年代}}_{{我}_n}^n$$， 在哪里我_n表示FIS中的索引n水平。

在这个聚合的模糊树中，我₁= 1, 2,我₂= 1。因此，每个级别包含不同数量的FIS。的j的输入我_nTh FIS在图中显示为输入 $$x_{{我}_{n}j}$$，而且k产出我_nTH FIS显示为输出 $$y_{{我}_{n}k}$$．在图中，j= 1, 2,k= 1.换句话说，每个FIS都有两个输入和一个输出。如果每个输入都有米MFS，然后每个FIS都有一套米²规则。因此，三个模糊系统的规则总数为3米²= 3÷32 = 27，与类似配置的增量FIS相同。

在一棵聚合的模糊树中，输入的值会自然地组合在一起以进行特定的决策。例如，一个自主机器人导航任务结合了避障和目标到达子任务，实现无碰撞导航。为了实现导航任务，模糊树可以使用四个输入:到最近障碍物的距离、最近障碍物的角度、到目标的距离和目标的角度。距离和角度是根据机器人当前的位置和前进方向测量的。在这种情况下，在最低级别，输入自然分组如下图所示:两个模糊系统分别处理单独的组输入，然后另一个模糊系统结合它们的输出，产生一个无碰撞的机器人航向。

有关示例，示出了在MATLAB中创建聚合模糊树的示例，请参阅该示例在“中”创建聚合的FIS树诡称参考页面。

聚合结构的变化

在称为已知为的聚合结构的变化中平行结构[1]，最低级模糊系统的输出直接求和以产生最终输出值。下图显示了并行模糊树的示例，其中概括了FIS1和FIS2的输出以产生最终输出。

的诡称对象不提供求和节点Σ。因此，您必须添加一个自定义聚合方法来评估并行模糊树。示例中的“创建并计算并行FIS树”诡称参考页面。

级联或组合结构

级联结构也称为组合结构，它结合了增量结构和聚合结构来构建模糊树。这种结构适用于同时包含相关和不相关输入的系统。树将相关的输入分组到聚合结构中，并在增量结构中添加不相关的输入。下图显示了一个级联树结构的示例，其中前四个输入成对地分组在一个聚合结构中，第五个输入在一个增量结构中添加。

例如，考虑讨论的机器人导航任务聚合结构．假设该任务包括另一个输入，即机器人之前的标题，考虑到防止机器人标题的大变化。您可以使用以下关系图的增量结构添加此输入。

关于在MATLAB中创建聚合模糊树的示例，请参见“创建级联FIS树”诡称参考页面。