模糊逻辑工具箱

模糊逻辑工具箱

设计和模拟模糊逻辑系统

开始:

模糊推理系统建模

建立规则集,定义隶属函数,分析模糊推理系统(FIS)的行为。

模糊逻辑设计师

使用模糊逻辑设计器应用程序或命令行功能交互设计和测试模糊推理系统。您可以添加或删除输入和输出变量。您还可以指定输入和输出成员函数和模糊if-then规则。一旦你创建了模糊推理系统,你就可以对它进行评估和可视化。

Mamdani和Sugeno模糊推理系统

实施Mamdani和Sugeno模糊推理系统。您可以将Mamdani系统转换为Sugeno系统。您还可以使用模糊树实现复杂的模糊推理系统作为较小互连的模糊系统的集合。

二类模糊推理系统

使用额外的成员资格函数不确定性创建和评估间隔类型-2模糊推理系统。您可以创建2型Mamdani和Sugeno模糊推理系统。

二类模糊推理系统的隶属函数。

模糊推理系统整定

优化模糊系统的隶属函数和规则。

调整模糊系统

使用全局优化工具箱优化方法,如遗传算法和粒子群优化,调整模糊隶属函数参数和学习新的模糊规则。您可以对单个模糊推理系统或模糊树的参数和规则进行调优,该模糊树包含多个具有少量输入的分层fis。

用调谐模糊推理系统预测时间序列数据。

训练自适应神经模糊推理系统

使用类似于训练神经网络的神经自适应学习技术来训练Sugeno模糊推理系统。您可以使用命令行函数或神经模糊设计器应用程序通过使用输入/输出数据训练成员函数而不是手工指定它们来塑造成员函数。

使用神经模糊设计器应用培训自适应神经模糊推理系统。

数据集群

使用模糊c均值或减法聚类在输入/输出数据中找到聚类。

使用交互式聚类工具或命令行函数来识别来自大数据集的自然分组,以生成数据的简明表示。您可以使用模糊的C均值或减法聚类来识别输入/输出培训数据中的群集。使用生成的群集信息来生成Sugeno型模糊推理系统以模拟数据行为。

模糊c均值聚类。

Simulink中的模糊逻辑万博1manbetx

在Simulink中模拟模糊推理系统。万博1manbetx

在Simulink中使用模糊逻辑控制器块评估和测试你的1型模糊推理系统的性能。万博1manbetx您可以使用双、单和定点信号数据类型的输入信号来模拟模糊推理系统。

在Simulink中模拟一个模糊推理系统。万博1manbetx

模糊逻辑部署

为评估和实现模糊系统生成代码。

通过在Simulink或MATLAB中生成C代码来部署模糊推理系统。万博1manbetx您还可以使用模糊逻辑控制器块为在Simulink中实现的模糊推理系统生成结构化文本。万博1manbetx您可以生成单精度C代码来减少系统的内存占用。如果目标平台只支持定点算法,则可以生成定点代码。万博1manbetx

为加载和评估作为静态/动态库的FIS而生成的示例代码接口。