简称anfis
利用训练数据优化sugeno型模糊推理系统
语法
描述
生成一个单输出Sugeno模糊推理系统(FIS),并使用指定的输入/输出训练数据调整系统参数。FIS对象是使用网格分区自动生成的。金融中间人
=简称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来建模训练数据集。
使用指定的训练数据和选项调整FIS。使用此语法,您可以指定:金融中间人
=简称anfis (trainingData
,选项
)
要调优的初始FIS对象。
防止训练数据过拟合的验证数据。
训练算法选项。
是否显示培训进度信息。
[
返回每个训练时期的均方根训练误差。金融中间人
,trainError
= anfis(___)
[
返回每个训练时期的训练步长。金融中间人
,trainError
,stepSize
= anfis(___)
[
返回每个训练周期的验证数据错误,金融中间人
,trainError
,stepSize
,chkFIS
,chkError
= anfis(trainingData
,选项
)chkError
,验证误差最小的调优FIS对象,chkFIS
.要使用此语法,必须使用指定验证数据选项。ValidationData
.
例子
输入参数
输出参数
选择功能
tunefis
函数
从R2019a开始,您可以使用tunefis
.属性指定的其他几个算法调优选项tunefisOptions
对象。
要使用ANFIS,请将调优算法指定为简称anfis”
在tunefisOptions
.然后,使用options对象作为的输入参数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”);选项。NumMembershipFunctions = 5; fisin = genfis(x,y,options); [in,out,rule] = getTunableSettings(fisin);
调优隶属度函数参数简称anfis”
.
opt = tunefisOptions(“方法”,简称anfis”);Fisout = tunefis(fisin,[in;out],x,y,opt);
参考文献
[1]张j.s。R.,“基于广义神经网络和卡尔曼滤波算法的模糊建模”,第九届全国人工智能大会论文集(AAAI-91).1991年7月,第762-767页。
[2]张j.s。R.,“ANFIS:基于自适应网络的模糊推理系统,”IEEE系统、人与控制论汇刊, 1993年5月,第23卷第3期,第665-685页。