主要内容

evalfis

评估模糊推理系统

在页面中全部折叠

语法

输入输出= evalfis (fis)
输出= evalfis (fis、输入、期权)
[fuzzifiedIn输出,消除,aggregatedOut ruleFiring] = evalfis (___)

描述

例子

输出= evalfis (金融中间人,输入)对模糊推理系统进行评估金融中间人中的输入值输入，返回结果输出值输出。

例子

输出= evalfis (金融中间人,输入,选项)使用指定的评估选项评估模糊推理系统。

例子

(输出,fuzzifiedIn,消除,aggregatedOut,ruleFiring) = evalfis (___)返回模糊推理过程的中间结果。时不支持此语法金融中间人是一个fistree对象。

例子

全部折叠

打开生活的脚本

加载金融中间人。

fis = readfis (“蒂珀”);

当第一个输入为时，求FIS值2第二个输入是1。

Output = evalfis(fis，[2 1])
输出= 7.0169
打开生活的脚本

加载金融中间人。

fis = readfis (“蒂珀”);

使用数组指定要计算的输入组合，每个输入组合有一行。

Input = [2 1;4 5;7 8];

为指定的输入组合计算FIS。

输入输出= evalfis (fis)
输出=3×17.0169 14.4585 20.3414

每一行的输出去模糊化的输出值对应行为输入。

打开生活的脚本

加载金融中间人。

fis = readfis (“蒂珀”);

创建一个evalfisOptions选项集，指定输出模糊集中的样本数量。

选择= evalfisOptions (“NumSamplePoints”, 50);

使用此选项集评估FIS。

Output = evalfis(fis，[2 1]，options);
打开生活的脚本

创建一对Mamdani模糊推理系统。

fis1 = mamfis (“名字”,“fis1”,“NumInputs”2,“NumOutputs”1);fis2 = mamfis (“名字”,“fis2”,“NumInputs”2,“NumOutputs”1);

定义两者之间的联系。

反对= [“fis1 / output1”“fis2 / input1”];

创建一个模糊推理系统树。

Tree = fistree([fis1 fis2]，con);

创建一个evalfisOptions选项集，指定输出模糊集中的样本数量。

选择= evalfisOptions (“NumSamplePoints”, 50);

评估fistree对象，使用指定的输入组合和此选项集。

Y = evalfis(tree，[0.5 0.2 0.7]，options)
y = 0.1553
打开生活的脚本

加载金融中间人。

fis = readfis (“蒂珀”);

评估FIS，并返回中间推理结果。

[output,fuzzifiedIn,ruleOut,aggregatedOut,ruleFiring] = evalfis(fis，[2 1]);

您可以检查中间结果来理解或可视化模糊推理过程。例如，查看聚合的输出模糊集，它就是那个模糊集evalfis去模糊化寻找输出值。另外，绘制去模糊化的输出值。

fis.output.range outputRange = linspace (fis.output.range(1),(2),长度(aggregatedOut)) ';plot(outputRange,aggregatedOut，[output output]，[0 1]) xlabel(“小费”) ylabel (“输出会员”)传说(“聚合输出模糊集”,“Defuzzified输出”)

图中包含一个axes对象。坐标轴对象包含两个类型为line的对象。这些对象表示聚合输出模糊集，去模糊输出。

的长度aggregatedOutput对应于用于离散输出模糊集的样本点数量。

打开生活的脚本

创建一个2型Mamdani模糊推理系统。

fis = mamfistype2 (“NumInputs”2,“NumOutputs”1);

当第一个输入为时，求FIS值0.4第二个输入是0.72。

输出= evalfis(fis，[0.4 0.72])
输出= 0.1509

2型FIS的输出是一个清晰的值。

当您获得二类FIS的中间模糊推理结果时，您将获得使用上、下MF值生成的中间结果。例如，获取中间模糊化的输入值。

[output,fuzzifiedInput] = evalfis(fis，[0.5 0.75]);

查看模糊化的输入值。

fuzzifiedInput
fuzzifiedInput =9×40000 1.0000 0 1.0000 0000 000 0.4000 0 0.2500 1.0000 0.4000 0 1.0000 0.2500 0 0.4000 0 0.2500 0 0.2500 0 0.2500 1.0000 0.4000 1.0000 0.2500 0 0.4000 0 0.2500

前两列包含基于每个输入的上MF的第一和第二输入的模糊化值。后两列包含基于每个输入的低MF的模糊化值。

输入参数

全部折叠

待评价的模糊推理系统，具体为以下之一:

输入值，指定为an米——- - - - - -NU数组,NU输入变量的个数在吗金融中间人和米是要求值的输入组合的个数。

evalfis支持双精度或单精度输入值。

评价选项，指定为evalfisOptions对象。

输出参数

全部折叠

输出值，返回为米——- - - - - -NY数组,NY输出变量的数量在吗金融中间人。evalfis评估金融中间人的每一行输入的对应行中返回结果的去模糊化输出输出。

模糊化的输入值，作为数组返回。

当金融中间人为1型模糊推理系统，fuzzifiedIn是一个NR——- - - - - -NU数组,NR规则的个数在吗金融中间人。元素(我,j)fuzzifiedIn输入成员函数的值为j的输入我规则。

当金融中间人是第二类模糊推理系统，fuzzifiedIn是一个NR————(2 *NU)数组。第一个NU列包含每个规则的上层隶属函数的模糊化值，以及最后一个规则NU列包含来自较低成员函数的模糊化值。

如果输入那么，指定多个输入组合fuzzifiedIn的最后一行的组合输入。

关于模糊化输入值的更多信息，请参见Fuzzify输入。

时不支持此输出参数金融中间人是一个fistree对象。

规则输出，作为数组返回。要获取每个规则的输出，evalfis使用中指定的隐含方法将规则先行项的触发强度应用到输出隶属函数金融中间人。

当金融中间人为1型Mamdani系统，消除是一个N年代————(NRNY)数组,NR为规则的个数，NY是输出的数量，和N年代是用于评估输出变量范围的样本点数量。每一列的消除包含一条规则的输出模糊集。第一个NR列包含第一个输出变量和下一个输出变量的规则输出NR列对应第二个输出变量，以此类推。

当金融中间人为type-2 Mamdani系统，消除是一个N年代————(2 *NR*NY)数组。第一个NR*NY列包含使用上层成员函数生成的规则输出，以及最后一个NR*NY列包含使用较低的隶属度函数生成的规则输出。

当金融中间人是1型Sugeno系统，每个规则输出都是一个标量值。在这种情况下,消除是一个NR——- - - - - -NY数组中。元素(j,k)消除是价值的k的输出变量j规则。

当金融中间人是二类Sugeno系统，消除是一个NR————(3 *NY)数组。第一个NY列包含规则输出级别。下一个NY列包含使用上层成员函数生成的相应规则触发强度。最后一个NY列包含使用较低成员函数生成的规则触发强度。例如，在三输出系统中，第4列和第7列包含第1列的输出级别的触发强度。

如果输入那么，指定多个输入组合消除的最后一行的组合输入。

有关模糊含义的更多信息，请参见运用暗示法。

时不支持此输出参数金融中间人是一个fistree对象。

每个输出变量的聚合输出，作为N年代——- - - - - -NY数组或长度的行向量NY。对于每个输出变量，evalfis使用中指定的聚合方法组合来自所有规则的相应输出金融中间人。

对于1型Mamdani系统，每个输出变量的聚合结果是一个模糊集。在这种情况下,aggregatedOut是作为一个N年代——- - - - - -NY数组,NY是产出的数量和N年代是用于评估输出变量范围的样本点数量。每一列的aggregatedOut包含一个输出变量的聚合模糊集。

对于2型Mamdani系统，每个输出变量的聚合结果是一个模糊集。在这种情况下,aggregatedOut是作为一个N年代————(2 *NY)数组。第一个NY列包含使用上层成员函数生成的聚合输出，最后NY列包含使用较低成员函数生成的聚合输出。

当金融中间人为1型Sugeno系统，每个输出变量的聚合结果为一个标量值。在这种情况下,aggregatedOut是长度的行向量NY,元素k的规则输出的总和是k输出变量。

当金融中间人是二类Sugeno系统，aggregatedOut是一个NR————(3 *NY)数组。aggregatedOut包含相同的数据消除根据输出级别对列进行排序。例如，在三输出系统中，当第1列的输出等级排序后，相应的第4列和第7列的发射强度也会相应调整。

如果输入那么，指定多个输入组合aggregatedOut的最后一行的组合输入。

有关模糊聚合的更多信息，请参见聚合所有输出。

时不支持此输出参数金融中间人是一个fistree对象。

规则触发强度，作为列向量或数组返回。为了获得每个规则的触发强度，evalfis评估规则先行项;即对模糊化输入的值应用模糊算子。

对于1型模糊系统，ruleFiring列向量的长度NR,在那里NR是规则的个数，和元素我是发射强度的我规则。

对于二类模糊系统，ruleFiring是一个NR2数组。第一列包含使用上层隶属度函数生成的规则触发强度，第二列包含使用下层隶属度函数生成的规则触发强度。

如果输入那么，指定多个输入组合ruleFiring的最后一行的组合输入。

关于应用模糊算子的更多信息，请参见应用模糊算子。

时不支持此输出参数金融中间人是一个fistree对象。

选择功能

应用程序

类可以交互式地评估类型-1和类型-2模糊推理系统模糊逻辑设计该应用程序不支持FIS树。

仿真软件块

方法可以求值FIS对象模糊逻辑控制器块。该块不支持计算FIS树。的实参映射的更多信息evalfis到模糊逻辑控制器块,看在Simulink中模拟模糊推理系统。

扩展功能

版本历史

之前介绍过的R2006a

全部展开

另请参阅

功能

主题

Baidu
map