模糊逻辑工具箱

设计并模拟模糊逻辑系统

获得免费试用

查看价格

模糊逻辑工具箱™提供MATLAB^®函数、应用程序和Simulink^®用于分析、设计和模拟模糊逻辑系统的块。该产品允许您指定和配置输入、输出、隶属函数以及类型-1和类型-2模糊推理系统的规则。

该工具箱允许您根据数据自动调优模糊推理系统的成员函数和规则。可以在MATLAB和Simulink中对所设计的模糊逻辑系统进行评估。此外，您可以使用模糊推理系统作为支持系统来解释基于人工智能(AI)的黑盒模型。您可以生成独立的可执行文件或C/ c++代码和IEC 61131-3结构化文本来评估和实现模糊逻辑系统。

模糊逻辑设计器

使用模糊逻辑设计器应用程序或命令行函数来交互设计和模拟模糊推理系统。定义输入输出变量和隶属函数。指定模糊if-then规则。评估您的模糊推理系统跨多个输入组合。

文档|例子

模糊推理系统

实现Mamdani和Sugeno模糊推理系统。从Mamdani系统转换为Sugeno系统或反之亦然，以创建和比较多个设计。此外，将复杂的模糊推理系统实现为较小的相互连接的模糊系统的集合模糊树．

文档|例子

第二类模糊逻辑

创建并评估带有附加隶属函数不确定性的区间2型模糊推理系统。创建2型Mamdani和Sugeno模糊推理系统使用模糊逻辑设计器应用程序或使用工具箱的功能。

文档|例子

使用自适应神经模糊推理系统(ANFIS)绘制麦基-格拉斯(MG)时间序列和预测时间序列。

模糊推理系统调整

利用遗传算法、粒子群优化等方法优化单个模糊推理系统或模糊树的隶属函数参数和规则全局优化工具箱调优方法。使用类似于用于训练神经网络的神经自适应学习技术训练Sugeno模糊推理系统。

文档|例子

模糊聚类

使用模糊c均值或减法聚类在输入/输出数据中找到聚类。使用产生的聚类信息生成一个sugeno型模糊推理系统，该系统对输入/输出数据行为建模。

文档|例子

Simulink中的模糊逻辑

在Simulink中使用模糊逻辑控制器块评估和测试模糊推理系统的性能。在Simulink中实现模糊推理系统作为更大系统模型的一部分，用于系统级仿真和代码生成。

文档|例子

模糊逻辑部署

在Simulink中实现模糊推理系统，并使用该系统生成C/ c++代码或IEC61131-3结构化文本仿真软件编码器™或Simulink PLC Coder™,分别。使用MATLAB编码器™从MATLAB中实现的模糊推理系统生成C/ c++代码。或者，使用。将模糊推理系统编译为独立的应用程序MATLAB编译器™．

文档|例子