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.
| Neuro-Fuzzy Designer | Разработайте, обучите и протестируйте Sugeno-тип нечеткие системы вывода |
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.
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.
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.
