Исходная структура FIS для настройки, заданная как разделенная разделенными запятой парами, состоящая из 'InitialFIS' и одно из следующих:

Максимальное количество циклов обучения, заданное как разделенная запятой пара, состоящее из 'EpochNumber' и положительное целое число. Процесс обучения останавливается, когда он достигает максимального количества циклов обучения.

Цель ошибки обучения, заданная как разделенная разделенными запятой парами, состоящая из 'ErrorGoal' и скаляром. Процесс обучения останавливается, когда ошибка обучения меньше или равна ErrorGoal.

Начальный размер шага обучения, заданный как разделенная разделенными запятой парами, состоящая из 'InitialStepSize' и положительная скалярная величина.

anfis алгоритм настройки настраивает параметры FIS, используя методы оптимизации градиентного спуска. Размер шага обучения является величиной каждого градиентного перехода в пространстве параметров. Обычно можно увеличить скорость сходимости алгоритма настройки путем увеличения размера шага. Во время оптимизации, anfis автоматически обновляет размер шага с помощью StepSizeIncreaseRate и StepSizeDecreaseRate.

Обычно профиль размера шага во время обучения является кривой, которая первоначально увеличивается, достигает некоторого максимума, а затем уменьшается на оставшуюся часть обучения. Чтобы достичь этого идеального профиля размера шага, отрегулируйте начальный размер шага, и увеличение и уменьшение скорости (opt.StepSizeDecreaseRate, opt.StepSizeIncreaseRate).

Скорость уменьшения размера шага, заданная как разделенная разделенными запятой парами, состоящая из 'StepSizeDecreaseRate' и положительный скаляр меньше 1. Если ошибка обучения претерпевает две последовательные комбинации увеличения с последующим уменьшением, то anfis масштабирует размер шага на скорость уменьшения.

Скорость увеличения размера шага, заданная как разделенная разделенными запятой парами, состоящая из 'StepSizeIncreaseRate' и скаляром, большим 1. Если ошибка обучения уменьшается в течение четырех последовательных эпох, то anfis масштабирует размер шага на скорость увеличения.

Флаг для отображения информации ANFIS в начале процесса обучения, заданный как разделенная разделенными запятой парами, состоящая из 'DisplayANFISInformation' и одно из следующих:

Флаг для отображения значений ошибок обучения после каждой эпохи обучения, заданный как разделенная разделенными запятой парами, состоящая из 'DisplayErrorValues' и одно из следующих:

Флаг для отображения размера шага всякий раз, когда изменяется размер шага, заданный как разделенная разделенными запятой парами, состоящая из 'DisplayStepSize' и одно из следующих:

Флаг для отображения конечных результатов после обучения, заданный как разделенная разделенными запятой парами, состоящая из 'DisplayFinalResults' и одно из следующих:

Данные валидации для предотвращения сверхподбора кривой обучающим данным, заданные как разделенная разделенными запятой парами, состоящая из 'ValidationData' и массив. Для нечеткой системы с N входами задайте ValidationData как массив с N + 1 столбцами. Первые столбцы N содержат входные данные, а конечный - выходные данные. Каждая строка ValidationData содержит одну точку данных.

В каждую эпоху обучения алгоритм настройки проверяет FIS с помощью данных валидации.

Как правило, данные валидации должны полностью представлять функции данных, для моделирования которых предназначена FIS, а также в достаточной степени отличаться от обучающих данных для тестирования обобщения обучения.

Метод оптимизации, используемый в обучении параметра функции принадлежности, задается как разделенная разделенными запятой парами, состоящая из 'OptimizationMethod' и одно из следующих: