genfisOptions

Опция установлена для genfis команда

Описание

пример

opt = genfisOptions(clusteringType) создает набор опции по умолчанию для генерации нечеткого использования структуры системы вывода genfis. Набор опции, opt, содержит различные варианты, которые зависят от заданного алгоритма кластеризации, clusteringType. Используйте запись через точку, чтобы изменить этот набор опции для вашего определенного приложения. Опции, которые вы не изменяете, сохраняют свои значения по умолчанию.

пример

opt = genfisOptions(clusteringType,Name,Value) создает набор опции с опциями, заданными одним или несколькими Name,Value парные аргументы.

Примеры

свернуть все

Создайте набор опции по умолчанию для сетки, делящей метод генерации.

opt = genfisOptions('GridPartition');

Измените опции с помощью записи через точку. Например, задайте 3 функции принадлежности для первого входа и 4 функции принадлежности для второго входа.

opt.NumMembershipFunctions = [3 4];

Можно также задать опции при создании набора опции. Например, создайте набор опции для FCM, кластеризирующего использование 4 кластеры.

opt2 = genfisOptions('FCMClustering','NumClusters',4);

Входные параметры

свернуть все

Кластеризация метода для определения функций принадлежности и нечетких правил в виде одного из следующего:

  • 'GridPartition' — Сгенерируйте входные функции принадлежности путем универсального разделения областей значений входной переменной и создайте Sugeno одно выхода нечеткая система. Нечеткая основа правила содержит одно правило для каждой входной комбинации функции принадлежности.

  • 'SubtractiveClustering' — Сгенерируйте Sugeno нечеткая система с помощью функций принадлежности и правил, выведенных из кластеров данных, найденных с помощью отнимающей кластеризации входных и выходных данных. Для получения дополнительной информации об отнимающей кластеризации смотрите subclust.

  • 'FCMClustering' — Сгенерируйте нечеткую систему с помощью функции принадлежности и правил, выведенных из кластеров данных, найденных с помощью кластеризации FCM входных и выходных данных. Для получения дополнительной информации о кластеризации FCM смотрите fcm.

Аргументы в виде пар имя-значение

Задайте дополнительные разделенные запятой пары Name,Value аргументы. Name имя аргумента и Value соответствующее значение. Name должен появиться в кавычках. Вы можете задать несколько аргументов в виде пар имен и значений в любом порядке, например: Name1, Value1, ..., NameN, ValueN.

Пример: 'InputMembershipFunctionType','trimf' устанавливает треугольные входные функции принадлежности для алгоритма разделения сетки.
Опции разделения сетки

свернуть все

Количество входных функций принадлежности для каждой входной переменной в виде разделенной запятой пары, состоящей из 'NumMembershipFunctions' и одно из следующего:

  • Целое число, больше, чем 1 — Задает то же количество функций принадлежности для всех входных параметров.

  • Вектор из целого числа, больше, чем 1 с длиной, равной количеству входных параметров — Задает различное количество функций принадлежности для каждого входа.

Введите тип функции принадлежности в виде разделенной запятой пары, состоящей из 'InputMembershipFunctionType' и одно из следующего:

  • Вектор символов или строка — Задают один из следующих типов функции принадлежности для всех входных параметров.

    Тип функции принадлежностиОписаниеДля получения дополнительной информации
    'gbellmf'Обобщенная колоколообразная функция принадлежностиgbellmf
    'gaussmf'Гауссова функция принадлежностиgaussmf
    'gauss2mf'Гауссова функция принадлежности комбинацииgauss2mf
    'trimf'Треугольная функция принадлежностиtrimf
    'trapmf'Трапециевидная функция принадлежностиtrapmf
    'sigmf'Сигмовидная функция принадлежностиsigmf
    'dsigmf'Различие между двумя сигмовидными функциями принадлежностиdsigmf
    'psigmf'Продукт двух сигмовидных функций принадлежностиpsigmf
    'zmf'Z-образная функция принадлежностиzmf
    'pimf'Функция принадлежности, имеющая форму пиpimf
    'smf'S-образная функция принадлежностиsmf
    Вектор символов или строкаИмя пользовательской функции принадлежности в текущей рабочей папке или на пути MATLAB®Создайте нечеткие системы Используя пользовательские функции
  • Символьный массив или массив строк — Задают различный тип функции принадлежности для каждого входа. Например, задайте различные функции принадлежности для системы с тремя входами:

    ["gbellmf","gaussmf","trimf"]

Выведите тип функции принадлежности для системы Sugeno одно выхода в виде разделенной запятой пары, состоящей из 'OutputMembershipFunctionType' и одно из следующего:

  • 'linear' — Выход каждого правила является линейной функцией входных переменных, масштабируемых предшествующим значением результата.

  • 'constant' — Выход каждого правила является константой, масштабируемой предшествующим значением результата.

Отнимающие опции кластеризации

свернуть все

Область значений влияния кластерного центра каждого ввода и вывода, принимающего данные, находится в пределах модульного гиперполя в виде разделенной запятой пары, состоящей из 'ClusterInfluenceRange' одно из следующего:

  • Скалярное значение в области значений [01 ] — Используют ту же область значений влияния для всех вводов и выводов.

  • Вектор — Использование различное влияние располагается для каждого ввода и вывода.

Указание меньшего диапазона влияния обычно создает больше и меньшие кластеры данных, производя более нечеткие правила.

Масштабные коэффициенты данных для нормализации входных и выходных данных в модульное гиперполе в виде разделенной запятой пары, состоящей из 'DataScale' и 2 N массивом, где N является общим количеством вводов и выводов. Каждый столбец DataScale задает минимальное значение в первой строке и максимальное значение во второй строке для соответствующего набора данных ввода или вывода.

Когда DataScale 'auto', genfis команда использует фактические минимальные и максимальные значения в данных, которые будут кластеризироваться.

Фактор сквоша для масштабирования области значений влияния кластерных центров в виде разделенной запятой пары, состоящей из 'SquashFactor' и положительная скалярная величина. Меньший фактор сквоша уменьшает потенциал для отдаленных точек, которые будут рассмотрены как часть кластера, который обычно создает больше и меньшие кластеры данных.

Приемное отношение, заданное как часть потенциала первого кластерного центра, выше которого другая точка данных принята как кластерный центр в виде разделенной запятой пары, состоящей из 'AcceptRatio' и скалярное значение в области значений [0, 1]. Приемное отношение должно быть больше отношения отклонения.

Отношение отклонения, заданное как часть потенциала первого кластерного центра, ниже которого другая точка данных отклоняется как кластерный центр в виде разделенной запятой пары, состоящей из 'RejectRatio' и скалярное значение в области значений [0, 1]. Отношение отклонения должно быть меньше приемного отношения.

Флаг отображения информации, указывающий, отобразить ли информацию о прогрессе во время кластеризации в виде разделенной запятой пары, состоящей из 'Verbose' и одно из следующего:

  • false — Не отображайте информацию о прогрессе.

  • true — Отобразите информацию о прогрессе.

Пользовательские кластерные центры, заданные разделенная запятой пара, состоящая из 'CustomClusterCenters' и когда C-by-N массив, где C является количеством кластеров и N, является общим количеством вводов и выводов.

FCM кластеризирующиеся опции

свернуть все

Нечеткая система вывода вводит в виде разделенной запятой пары, состоящей из 'FISType' и одно из следующего:

  • 'sugeno' — Sugeno-введите нечеткую систему

  • 'mamdani' — Mamdani-введите нечеткую систему

Для получения дополнительной информации о типах нечетких систем вывода смотрите Mamdani и Sugeno Fuzzy Inference Systems.

Количество кластеров, чтобы создать в виде разделенной запятой пары, состоящей из 'NumClusters' и 'auto' или целое число, больше, чем 1. Когда NumClusters 'auto', genfis команда оценивает количество кластеров с помощью отнимающей кластеризации с кластерной областью значений влияния 0.5.

NumClusters определяет количество правил и функций принадлежности в сгенерированном FIS.

Экспонента для нечеткой матрицы раздела в виде разделенной запятой пары, состоящей из 'Exponent' и скаляр, больше, чем 1.0. Эта опция управляет суммой нечеткого перекрытия между кластерами с большими значениями, указывающими на большую степень перекрытия.

Если ваш набор данных широк со значительным перекрытием между потенциальными кластерами, то расчетные кластерные центры могут быть очень друг близко к другу. В этом случае каждая точка данных имеет приблизительно ту же степень членства во всех кластерах. Чтобы улучшить ваши результаты кластеризации, уменьшите это значение, которое ограничивает сумму нечеткого перекрытия во время кластеризации.

Для примера нечеткой корректировки перекрытия смотрите, Настраивают Нечеткое Перекрытие в Нечеткой C-средней Кластеризации.

Максимальное количество итераций в виде разделенной запятой пары, состоящей из 'MaxNumIteration' и положительное целое число.

Минимальное улучшение целевой функции между двумя последовательными итерациями в виде разделенной запятой пары, состоящей из 'MinImprovement' и положительная скалярная величина.

Флаг отображения информации, указывающий, отобразить ли значение целевой функции после каждой итерации в виде разделенной запятой пары, состоящей из 'Verbose' и одно из следующего:

  • true — Отобразите целевую функцию.

  • false — Не отображайте целевую функцию.

Выходные аргументы

свернуть все

Набор опции для genfis команда, возвращенная как a genfisOptions опция установлена. Опции в наборе опции зависят от заданного clusteringType.

Смотрите также

| |

Введенный в R2017a