Оцените нечеткую систему вывода
[ возвращается промежуточное звено следует из нечеткого процесса вывода. Этот синтаксис не поддерживается когда output,fuzzifiedIn,ruleOut,aggregatedOut,ruleFiring] = evalfis(___)fis isa fistree объект.
Загрузите FIS.
fis = readfis('tipper');Оцените FIS, когда первым входом будет 2 и вторым входом является 1.
output = evalfis(fis,[2 1])
output = 7.0169
Загрузите FIS.
fis = readfis('tipper');Задайте входные комбинации, чтобы оценить использование массива с одной строкой на входную комбинацию.
input = [2 1;
4 5;
7 8];Оцените FIS для заданных входных комбинаций.
output = evalfis(fis,input)
output = 3×1
7.0169
14.4585
20.3414
Каждая строка output defuzzified выходное значение для соответствующей строки input.
Загрузите FIS.
fis = readfis('tipper');Создайте evalfisOptions набор опции, задавая количество отсчетов в выходных нечетких множествах.
options = evalfisOptions('NumSamplePoints',50);Оцените FIS, использующий этот набор опции.
output = evalfis(fis,[2 1],options);
Создайте пару Mamdani нечеткие системы вывода.
fis1 = mamfis('Name','fis1','NumInputs',2,'NumOutputs',1); fis2 = mamfis('Name','fis2','NumInputs',2,'NumOutputs',1);
Задайте связь между двумя.
con = ["fis1/output1" "fis2/input1"];
Создайте дерево нечетких систем вывода.
tree = fistree([fis1 fis2],con);
Создайте evalfisOptions набор опции, задавая количество отсчетов в выходных нечетких множествах.
options = evalfisOptions('NumSamplePoints',50);Оцените fistree объект с помощью заданной входной комбинации и этой опции установлен.
y = evalfis(tree,[0.5 0.2 0.7],options)
y = 0.1553
Загрузите FIS.
fis = readfis('tipper');Оцените FIS и возвратите промежуточные результаты вывода.
[output,fuzzifiedIn,ruleOut,aggregatedOut,ruleFiring] = evalfis(fis,[2 1]);
Можно исследовать промежуточные результаты изучить или визуализировать нечеткий процесс вывода. Например, просмотрите агрегированное выходное нечеткое множество, которое является нечетким множеством что evalfis defuzzifies, чтобы найти выходное значение. Кроме того, постройте defuzzified выходное значение.
outputRange = linspace(fis.output.range(1),fis.output.range(2),length(aggregatedOut))'; plot(outputRange,aggregatedOut,[output output],[0 1]) xlabel('Tip') ylabel('Output Membership') legend('Aggregated output fuzzy set','Defuzzified output')
Длина aggregatedOutput соответствует количеству точек выборки, используемых, чтобы дискретизировать выходные нечеткие множества.
Создайте тип 2 Mamdani нечеткая система вывода.
fis = mamfistype2('NumInputs',2,'NumOutputs',1);
Оцените FIS, когда первым входом будет 0.4 и вторым входом является 0.72.
output = evalfis(fis,[0.4 0.72])
output = 0.1509
Выход типа 2 FIS является четким значением.
Когда вы получаете промежуточные нечеткие результаты вывода для типа 2 FIS, вы получаете промежуточные результаты, сгенерированные с помощью и верхних и более низких значений MF. Например, получите промежуточное звено fuzzified входные значения.
[output,fuzzifiedInput] = evalfis(fis,[0.5 0.75]);
Просмотрите fuzzified входные значения.
fuzzifiedInput
fuzzifiedInput = 9×4
0 0 0 0
1.0000 0 1.0000 0
0 0 0 0
0 0.4000 0 0.2500
1.0000 0.4000 1.0000 0.2500
0 0.4000 0 0.2500
0 0.4000 0 0.2500
1.0000 0.4000 1.0000 0.2500
0 0.4000 0 0.2500
Первые два столбца содержат fuzzified значения первых и вторых входных параметров на основе верхнего MF для каждого входа. Вторые два столбца содержат fuzzified значения для на основе более низкого MF для каждого входа.
Можно оценить тип 1 нечеткие системы вывода с помощью Rule Viewer в приложении Fuzzy Logic Designer.
Можно оценить нечеткие системы вывода с помощью блока Fuzzy Logic Controller. Для получения дополнительной информации об отображении аргументов evalfis с блоком Fuzzy Logic Controller смотрите, Симулируют Нечеткие Системы Вывода в Simulink.