Можно настроить параметры функции членства и правила системы нечеткого вывода с помощью методов настройки Global Optimization Toolbox, таких как генетические алгоритмы и оптимизация роя частиц. Дополнительные сведения см. в разделе Настройка нечетких систем вывода.
Если ваша система является single-output type-1 Sugeno FIS, вы можете настроить ее параметры функции членства с помощью нейро-адаптивных методов обучения. Этот метод настройки не требует программного обеспечения Global Optimization Toolbox. Дополнительные сведения см. в разделах Нейро-адаптивное обучение и ANFIS.
| Нейро-нечеткий дизайнер | Проектирование, обучение и тестирование систем нечеткого вывода Sugeno |
Настройка нечетких систем вывода
Настройка нечетких параметров функции членства и изучение новых нечетких правил.
Tune Mamdani Нечеткая система вывода
Изучите правила и настройте параметры функции членства для нечеткой системы Mamdani.
Оптимизация параметров FIS с помощью k-кратной перекрестной проверки
Чтобы избежать переоборудования во время оптимизации параметров FIS, можно остановить процесс настройки на раннем этапе на основе объективной оценки модели с использованием данных проверки.
Настройка дерева FIS для прогнозирования пробега газа
Настройте правила и параметры функции членства для дерева взаимосвязанных нечетких систем Sugeno.
Прогнозирование хаотичных временных рядов с использованием Type-2 FIS
Настройте правила и параметры функции членства для FIS с функциями членства типа 2.
При отсутствии данных обучения можно настроить нечеткую систему с помощью пользовательской функции затрат, имитирующей операцию FIS.
Нейро-адаптивное обучение и ANFIS
Вы можете настроить системы нечеткого вывода Sugeno, используя нейро-адаптивные методы обучения, аналогичные тем, которые используются для обучения нейронных сетей.
Адаптивные нейро-нечеткие системы вывода
Интерактивное создание, обучение и тестирование нейро-нечетких систем с помощью приложения Neuro-Fuzzy Designer.
Прогнозирование хаотичных временных рядов с использованием ANFIS
Обучить нейро-нечеткую систему для прогнозирования временных рядов с использованием anfis команда.
Адаптивное шумоподавление с использованием ANFIS
Выполните адаптивное нелинейное подавление шума с помощью anfis и genfis команды.
Модель пригородного сообщения с использованием субтрактивной кластеризации и ANFIS
Создание нечеткой системы вывода из данных с помощью вычитаемой кластеризации.
Прогнозирование расхода топлива для автомобилей с использованием адаптивной нейро-нечеткой системы вывода и ранее записанных наблюдений.
Нелинейная идентификация системы
Можно моделировать нелинейное поведение динамической системы с помощью адаптивных нейро-нечетких систем.
