Нечеткая системная настройка вывода
Можно настроить параметры функции принадлежности и правила нечеткой системы вывода с помощью настраивающих методов Global Optimization Toolbox, таких как генетические алгоритмы и оптимизация роя частицы. Для получения дополнительной информации смотрите Настраивающиеся Нечеткие Системы Вывода.
Если ваша система является типом 1 одно выхода Sugeno FIS, можно настроить его параметры функции принадлежности с помощью нейроадаптивных методов изучения. Этот настраивающий метод не требует программного обеспечения Global Optimization Toolbox. Для получения дополнительной информации смотрите Нейроадаптивное Изучение и ANFIS.
Приложения
| Neuro-Fuzzy Designer | Спроектируйте, обучите и протестируйте Sugeno-тип нечеткие системы вывода |
Функции
Объекты
Темы
Настройте нечеткие системы
Настройка нечетких систем вывода
Настройте нечеткие параметры функции принадлежности и изучите новые нечеткие правила.
- Настройте нечеткие правила и параметры функции принадлежности
- Настройте нечеткие деревья
- Настройте FIS настраивающийся процесс
Настройте нечеткую систему вывода Mamdani
Изучите правила и настройте параметры функции принадлежности для Mamdani нечеткая система.
Оптимизируйте Параметры FIS с Перекрестной проверкой k-сгиба
Чтобы предотвратить сверхподбор кривой во время оптимизации параметров управления FIS, можно остановить настраивающий процесс рано на основе несмещенной оценки модели с помощью данных о валидации.
Настройте дерево FIS для предсказания расхода бензина
Настройте правила и параметры функции принадлежности для дерева взаимосвязанного Sugeno нечеткие системы.
Предскажите хаотические временные ряды Используя Тип 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 стоимости, которая симулирует операцию FIS.
Обучите системы ANFIS
Нейроадаптивное изучение и ANFIS
Можно настроить Sugeno нечеткие системы вывода с помощью нейроадаптивных методов изучения, похожих на используемых для того, чтобы обучить нейронные сети.
Обучите адаптивные нейронечеткие системы вывода
В интерактивном режиме создайте, обучите и протестируйте нейронечеткие системы с помощью приложения Neuro-Fuzzy Designer.
Предскажите хаотический timeseries Используя ANFIS
Обучите нейронечеткую систему предсказанию timeseries с помощью anfis команда.
Адаптивное подавление помех Используя ANFIS
Выполните адаптивное нелинейное подавление помех с помощью anfis и genfis команды.
Житель пригорода модели, коммутирующийся Используя отнимающую кластеризацию и ANFIS
Сгенерируйте нечеткую систему вывода из данных с помощью отнимающей кластеризации.
Предскажите расход топлива для автомобилей с помощью адаптивной нейронечеткой системы вывода и ранее зарегистрированных наблюдений.
Нелинейный System Identification
Можно смоделировать нелинейное поведение динамической системы с помощью адаптивных нейронечетких систем.
