Нечеткая системная настройка вывода

Настройте функции принадлежности и правила нечетких систем

Можно настроить параметры функции принадлежности и правила нечеткой системы вывода с помощью настраивающих методов Global Optimization Toolbox, таких как генетические алгоритмы и оптимизация роя частицы. Для получения дополнительной информации смотрите Настраивающиеся Нечеткие Системы Вывода.

Если вашей системой является Sugeno FIS одно вывода, можно настроить его параметры функции принадлежности вы нейроадаптивные методы изучения. Этот настраивающий метод не требует Глобальной Оптимизации Toolboxsoftware. Для получения дополнительной информации смотрите Нейроадаптивное Изучение и ANFIS.

Приложения

Neuro-Fuzzy DesignerРазработайте, обучите и протестируйте Sugeno-тип нечеткие системы вывода

Функции

развернуть все

tunefisНастройте нечеткую систему вывода или дерево нечетких систем вывода
tunefisOptionsОпция установлена для функции tunefis
getTunableSettingsПолучите настраиваемые настройки из нечеткой системы вывода
setTunableУстановите заданные установки параметров как настраиваемые или ненастраиваемые
getTunableValuesПолучите значения настраиваемых параметров от нечеткой системы вывода
setTunableValuesЗадайте значения настраиваемого параметра нечеткой системы вывода
anfisНастройте Sugeno-тип нечеткая система вывода с помощью данных тренировки
anfisOptionsОпция установлена для anfis команды

Объекты

развернуть все

RuleSettingsНастройки настраиваемого параметра нечетких правил
VariableSettingsНастройки настраиваемого параметра нечетких переменных
MembershipFunctionSettingsНастройки настраиваемого параметра нечетких функций принадлежности
ClauseParametersУстановки параметров для пунктов правила
NumericParametersНастраиваемые числовые установки параметров функций принадлежности

Темы

Настройте нечеткие системы

Настройка нечетких систем вывода

Настройте нечеткие параметры функции принадлежности и изучите новые нечеткие правила.

Настройте нечеткую систему вывода Mamdani

Изучите правила и настройте параметры функции принадлежности для Mamdani нечеткая система.

Настройте дерево FIS для прогноза расхода бензина

Настройте правила и параметры функции принадлежности для дерева взаимосвязанного Sugeno нечеткие системы.

Настройте Нечеткие Системы с помощью Пользовательской Функции стоимости

Когда у вас нет данных тренировки, можно настроить нечеткую систему с помощью пользовательской функции стоимости, которая моделирует операцию FIS.

Обучите системы ANFIS

Нейроадаптивное изучение и ANFIS

Можно настроить Sugeno нечеткие системы вывода с помощью нейроадаптивных методов изучения, подобных используемым для того, чтобы обучить нейронные сети.

Сравнение anfis и Функциональности Neuro-Fuzzy Designer

Можно разработать нейронечеткие системы или в командной строке или в использовании приложения Neuro-Fuzzy Designer.

Обучите адаптивные нейронечеткие системы вывода

В интерактивном режиме создайте, обучите и протестируйте нейронечеткие системы с помощью приложения Neuro-Fuzzy Designer.

Тестовые данные против обученной системы

Подтвердите обученные нейронечеткие системные данные о проверке использования, которые отличаются от данных тренировки.

Сохраните учебные ошибочные данные к рабочему пространству MATLAB

При использовании Neuro-Fuzzy Designer можно экспортировать обученные нейронечеткие образцовые и учебные ошибочные данные в рабочую область MATLAB® для последующего анализа.

Предскажите Хаотический Timeseries с помощью ANFIS

Обучите нейронечеткую систему прогнозу timeseries с помощью команды anfis.

Моделирование инверсной кинематики в роботизированной руке

Определите объединенные углы, требуемые поместить совет роботизированной руки в желаемом месте с помощью нейронечеткой модели.

Адаптивное подавление помех Используя ANFIS

Выполните адаптивное нелинейное подавление помех с помощью команд genfis и anfis.

Прогноз расхода бензина

Этот пример показывает, как предсказать расхода топлива (мили на галлон) для автомобилей, с помощью данных из ранее записанных наблюдений.

Нелинейный System Identification

Можно смоделировать нелинейное поведение динамической системы с помощью адаптивных нейронечетких систем.

Для просмотра документации необходимо авторизоваться на сайте