Можно настроить параметры функции принадлежности и правила вашей системы нечеткого вывода с помощью методов настройки Global Optimization Toolbox, таких как генетические алгоритмы и оптимизация роя частиц. Для получения дополнительной информации см. Раздел «Настройка систем нечеткого вывода».
Если ваша система является single-output type-1 Sugeno FIS, можно настроить параметры функции принадлежности с помощью нейроадаптивных методов обучения. Этот метод настройки не требует программного обеспечения Global Optimization Toolbox. Для получения дополнительной информации см. Neuro-Adaptive Learning и ANFIS.
| Neuro-Fuzzy Designer | Проект, train и тестирование систем нечеткого вывода Sugeno-типа |
Настройка систем нечеткого вывода
Настройка параметров функции нечеткого членства и изучение новых нечетких правил.
Настройка системы нечеткого вывода Mamdani
Изучения правил и настройки параметров функции принадлежности для нечеткой системы Mamdani.
Оптимизация параметров FIS с перекрестной валидацией k-Fold
Чтобы предотвратить сверхподбор кривой во время оптимизации параметров управления FIS, можно остановить процесс настройки раньше на основе объективной оценки модели с помощью данных валидации.
Настройка дерева FIS для предсказания пробега газа
Настройте правила и параметры функции принадлежности для дерева взаимосвязанных нечетких систем Sugeno.
Предсказание хаотических временных рядов с помощью Type-2 FIS
Настройте правила и параметры функции принадлежности для FIS с функциями принадлежности типа 2.
Когда у вас нет обучающих данных, можно настроить нечеткую систему с помощью пользовательской функции затрат, которая имитирует операцию FIS.
Нейроадаптивное обучение и ANFIS
Можно настроить системы нечеткого вывода Sugeno с помощью нейроадаптивных методов обучения, аналогичных тем, которые используются для настройки нейронных сетей.
Обучите адаптивные нейро-нечеткие системы вывода
Интерактивно создавайте, обучайте и тестируйте нейро-нечеткие системы с помощью приложения Neuro-Fuzzy Designer.
Предсказание хаотического Timeseries с помощью ANFIS
Обучите нейро-нечеткую систему для предсказания timeseries, используя anfis команда.
Адаптивное шумоподавление с использованием ANFIS
Выполните адаптивное нелинейное шумоподавление, используя anfis и genfis команды.
Моделируйте пригородную коммутацию с помощью вычитающей кластеризации и ANFIS
Сгенерируйте систему нечеткого вывода из данных с помощью вычитающей кластеризации.
Предсказать расход топлива для автомобилей, используя адаптивную нейро-нечеткую систему вывода и ранее зарегистрированные наблюдения.
Нелинейная система идентификации
Можно смоделировать нелинейное поведение динамической системы с помощью адаптивных нейро-нечетких систем.
