Настройте нечеткую систему вывода или дерево нечетких систем вывода
настраивает нечеткую систему вывода с помощью указателя на функцию для пользовательской функции стоимости, fisout
= tunefis(fisin
,paramset
,custcostfcn
)custcostfcn
.
настраивает нечеткую систему вывода с дополнительными опциями из объекта fisout
= tunefis(___,options
)options
созданное использование tunefisOptions
.
[
настраивает нечеткую систему вывода и возвращает дополнительную информацию о настраивающемся алгоритме в fisout
,optoutputs
] = tunefis(___)optoutputs
.
Создайте начальную нечеткую систему вывода с помощью genfis
.
x = (0:0.1:10)';
y = sin(2*x)./exp(x/5);
options = genfisOptions('GridPartition');
options.NumMembershipFunctions = 5;
fisin = genfis(x,y,options);
Получите настраиваемые настройки входных параметров, выходные параметры и правила нечеткой системы вывода.
[in,out,rule] = getTunableSettings(fisin);
Настройте параметры функции принадлежности с "anfis"
.
fisout = tunefis(fisin,[in;out],x,y,tunefisOptions("Method","anfis"));
ANFIS info: Number of nodes: 24 Number of linear parameters: 10 Number of nonlinear parameters: 15 Total number of parameters: 25 Number of training data pairs: 101 Number of checking data pairs: 0 Number of fuzzy rules: 5 Start training ANFIS ... 1 0.0694086 2 0.0680259 3 0.066663 4 0.0653198 5 0.0639961 Step size increases to 0.011000 after epoch 5. 6 0.0626917 7 0.0612787 8 0.0598881 9 0.0585193 Step size increases to 0.012100 after epoch 9. 10 0.0571712 Designated epoch number reached --> ANFIS training completed at epoch 10. Minimal training RMSE = 0.057171
Создайте начальную нечеткую систему вывода с помощью genfis
.
x = (0:0.1:10)';
y = sin(2*x)./exp(x/5);
options = genfisOptions('GridPartition');
options.NumMembershipFunctions = 5;
fisin = genfis(x,y,options);
Получите настраиваемые настройки входных параметров, выходные параметры и правила нечеткой системы вывода.
[in,out,rule] = getTunableSettings(fisin);
Настройте параметр правила только. В этом примере используется метод поиска шаблона.
fisout = tunefis(fisin,rule,x,y,tunefisOptions("Method","patternsearch"));
Iter Func-count f(x) MeshSize Method 0 1 0.346649 1 1 19 0.346649 0.5 Refine Mesh 2 37 0.346649 0.25 Refine Mesh 3 55 0.346649 0.125 Refine Mesh 4 73 0.346649 0.0625 Refine Mesh 5 91 0.346649 0.03125 Refine Mesh 6 109 0.346649 0.01562 Refine Mesh 7 127 0.346649 0.007812 Refine Mesh 8 145 0.346649 0.003906 Refine Mesh 9 163 0.346649 0.001953 Refine Mesh 10 181 0.346649 0.0009766 Refine Mesh 11 199 0.346649 0.0004883 Refine Mesh 12 217 0.346649 0.0002441 Refine Mesh 13 235 0.346649 0.0001221 Refine Mesh 14 253 0.346649 6.104e-05 Refine Mesh 15 271 0.346649 3.052e-05 Refine Mesh 16 289 0.346649 1.526e-05 Refine Mesh 17 307 0.346649 7.629e-06 Refine Mesh 18 325 0.346649 3.815e-06 Refine Mesh 19 343 0.346649 1.907e-06 Refine Mesh 20 361 0.346649 9.537e-07 Refine Mesh Optimization terminated: mesh size less than options.MeshTolerance.
Создайте начальную нечеткую систему вывода с помощью genfis
.
x = (0:0.1:10)';
y = sin(2*x)./exp(x/5);
options = genfisOptions('GridPartition');
options.NumMembershipFunctions = 5;
fisin = genfis(x,y,options);
Получите настраиваемые настройки входных параметров, выходные параметры и правила нечеткой системы вывода.
[in,out,rule] = getTunableSettings(fisin);
Можно настроиться с пользовательскими установками параметров с помощью setTunable
или запись через точку.
Не настраивайте вход 1.
in(1) = setTunable(in(1),false);
Для выхода 1:
не настраивайте функции принадлежности 1 и 2,
не настраивайте функцию принадлежности 3,
установите минимальную область значений параметра функции принадлежности 4 к-2,
и набор максимальная область значений параметра от функции принадлежности 5 до 2.
out(1).MembershipFunctions(1:2) = setTunable(out(1).MembershipFunctions(1:2),false); out(1).MembershipFunctions(3).Parameters.Free = false; out(1).MembershipFunctions(4).Parameters.Minimum = -2; out(1).MembershipFunctions(5).Parameters.Maximum = 2;
Для настроек правила,
не настраивайте правила 1 и 2,
установите антецедент правила 3 к ненастраиваемому,
позвольте НЕ логику в антецеденте правила 4,
и не игнорируйте выходные параметры в правиле 3.
rule(1:2) = setTunable(rule(1:2),false); rule(3).Antecedent.Free = false; rule(4).Antecedent.AllowNot = true; rule(3).Consequent.AllowEmpty = false;
Определите максимальный номер итераций к 20 и настройте нечеткую систему вывода.
opt = tunefisOptions("Method","particleswarm"); opt.MethodOptions.MaxIterations = 20; fisout = tunefis(fisin,[in;out;rule],x,y,opt);
Best Mean Stall Iteration f-count f(x) f(x) Iterations 0 90 0.3265 1.857 0 1 180 0.3265 4.172 0 2 270 0.3265 3.065 1 3 360 0.3265 3.839 2 4 450 0.3265 3.386 3 5 540 0.3265 3.249 4 6 630 0.3265 3.311 5 7 720 0.3265 2.901 6 8 810 0.3265 2.868 7 9 900 0.3181 2.71 0 10 990 0.3181 2.068 1 11 1080 0.3181 2.692 2 12 1170 0.3165 2.146 0 13 1260 0.3165 1.869 1 14 1350 0.3165 2.364 2 15 1440 0.3165 2.07 0 16 1530 0.3164 1.678 0 17 1620 0.2978 1.592 0 18 1710 0.2977 1.847 0 19 1800 0.2954 1.666 0 20 1890 0.2947 1.608 0 Optimization ended: number of iterations exceeded OPTIONS.MaxIterations.
fisin
— Нечеткая система выводаmamfis
возразите | sugfis
возразите | mamfistype2
возразите | sugfistype2
возразите | fistree
объектНечеткая система вывода, заданная как одно из следующего:
mamfis
объект — Mamdani нечеткая система вывода
sugfis
объект — Sugeno нечеткая система вывода
mamfistype2
объект — Тип 2 Mamdani нечеткая система вывода
sugfistype2
объект — Тип 2 Sugeno нечеткая система вывода
fistree
объект — Дерево взаимосвязанных нечетких систем вывода
paramset
— Настройки настраиваемого параметраНастройки настраиваемого параметра, заданные как массив входа, выхода и установок параметров правила во входе FIS. Чтобы получить эти установки параметров, используйте getTunableSettings
функция с входом fisin
.
paramset
может быть вход, вывести или управлять установками параметров или любой комбинацией этих настроек.
in
— Введите обучающие данныеВведите обучающие данные, заданные как m-by-n матрица, где m является общим количеством входных наборов данных, и n является количеством входных параметров. Количество наборов данных ввода и вывода должно быть тем же самым.
out
— Выведите обучающие данныеВыведите обучающие данные, заданные как m-by-q матрица, где m является общим количеством выходных наборов данных, и q является количеством выходных параметров. Количество наборов данных ввода и вывода должно быть тем же самым.
options
— FIS настраивающиеся опцииtunefisOptions
опция установленаFIS настраивающиеся опции, заданные как tunefisOptions
объект. Можно задать настраивающийся метод алгоритма и другие опции для настраивающего процесса.
custcostfcn
— пользовательские функции стоимостиПользовательская функция стоимости, определенный функцией указатель. Пользовательская функция стоимости оценивает fisout
вычислить его стоимость относительно критерия оценки, такого как данные о вводе/выводе. custcostfcn
должен принять по крайней мере один входной параметр для fisout
и возвращает величину затрат. Можно обеспечить указатель анонимной функции, чтобы присоединить дополнительные данные для расчета стоимости, как описано в этом примере:
function fitness = custcost(cost,trainingData) ... end custcostfcn = @(fis)custcost(fis,trainingData);
fisout
— Нечеткая система выводаmamfis
возразите | sugfis
возразите | mamfistype2
возразите | sugfistype2
объектНечеткая система вывода, заданная как одно из следующего:
mamfis
объект — Mamdani нечеткая система вывода
sugfis
объект — Sugeno нечеткая система вывода
mamfistype2
объект — Тип 2 Mamdani нечеткая система вывода
sugfistype2
объект — Тип 2 Sugeno нечеткая система вывода
sugfistype2
объект — Дерево взаимосвязанных нечетких систем вывода
fisout
тот же тип FIS как fisin
.
optoutputs
— Настройка сводных данных алгоритмаНастройка сводных данных алгоритма, заданных как структура, содержащая следующие поля:
tuningOutputs
errorMessage
tuningOutputs
структура с информацией о настраивающемся методе алгоритма, заданном tunefisOptions
в options
входной параметр. Определенные выходные параметры отличаются для каждого настраивающего алгоритма. Смотрите, что определенное настраивает метод для получения дополнительной информации о его выходных параметрах:
'ga'
— генетический алгоритм
'particleswarm'
— рой частицы
'patternsearch'
— поиск шаблона
'simulannealbnd'
— симулированный алгоритм отжига
'anfis'
— адаптивный нейронечеткий
errorMessage
сообщение, сгенерированное при обновлении fisin
с новыми значениями параметров.
У вас есть модифицированная версия этого примера. Вы хотите открыть этот пример со своими редактированиями?
1. Если смысл перевода понятен, то лучше оставьте как есть и не придирайтесь к словам, синонимам и тому подобному. О вкусах не спорим.
2. Не дополняйте перевод комментариями “от себя”. В исправлении не должно появляться дополнительных смыслов и комментариев, отсутствующих в оригинале. Такие правки не получится интегрировать в алгоритме автоматического перевода.
3. Сохраняйте структуру оригинального текста - например, не разбивайте одно предложение на два.
4. Не имеет смысла однотипное исправление перевода какого-то термина во всех предложениях. Исправляйте только в одном месте. Когда Вашу правку одобрят, это исправление будет алгоритмически распространено и на другие части документации.
5. По иным вопросам, например если надо исправить заблокированное для перевода слово, обратитесь к редакторам через форму технической поддержки.