Документация

Инкрементная структура

В инкрементной структуре входные значения включены в несколько этапов, чтобы совершенствовать выходные значения на нескольких уровнях. Например, предыдущий рисунок показывает трехуровневое инкрементное нечеткое дерево, имеющее нечеткие системы вывода $$FI{S}_i^n$$, где i указывает на индекс FIS в n th уровень. В инкрементном нечетком дереве, i = 1, означая, что каждый уровень имеет только одну нечеткую систему вывода. На предыдущем рисунке j th вход i th FIS в n th уровень показывается входом $$x_{ij}{}^n$$, тогда как k th выход i th FIS в n th уровень показывается входом $$y_{ik}{}^n$$. На рисунке, n = 3, j = 1 или 2, и k = 1. Если каждый вход имеет функции принадлежности m (MFS), каждый FIS имеет полный набор m² правила. Следовательно, общим количеством правил является nm² = 3 × 3² = 27.

Следующий рисунок показывает монолитное (n = 1) FIS с четырьмя входными параметрами (j =1, 2, 3, 4) и три MFS (m = 3).

В FIS этого рисунка общим количеством правил является nm⁴ = 1 × 3⁴ = 81. Следовательно, общее количество правил в инкрементном нечетком дереве линейно с количеством входных пар.

Введите выбор на разных уровнях в инкрементных нечетких входных рейтингах использования дерева на основе их вкладов в значения окончательного результата. Входные значения, которые способствуют больше всего, обычно используются на самом низком уровне, в то время как наименее влиятельные единицы используются на высшем уровне. Другими словами, входные значения низкого ранга зависят от входных значений высшего звания.

В инкрементном нечетком дереве каждое входное значение обычно способствует процессу вывода до некоторой степени, не значительно коррелируясь с другими входными параметрами. Например, нечеткая система предсказывает возможность покупки автомобиля с помощью четырех входных параметров: цвет, количество дверей, л.с. и автопилота. Входные параметры являются четырьмя отличными автомобильными функциями, которые могут независимо влиять на решение покупателя. Следовательно, входные параметры могут быть оценены с помощью существующих данных, чтобы создать нечеткое дерево как показано в следующем рисунке.

Для примера, который иллюстрирует создание инкрементного нечеткого дерева в MATLAB^®, смотрите, "Создают Инкрементный Древовидный" пример FIS на fistree страница с описанием.

Агрегированная структура

В агрегированной структуре входные значения включены как группы на самом низком уровне, где каждая входная группа подана в FIS. Выходные параметры более низкого уровня нечеткие системы объединены (агрегированное) использование высокоуровневых нечетких систем. Например, следующее показывает двухуровневое агрегированное нечеткое дерево, имеющее нечеткие системы вывода $$FI{S}_{i_n}^n$$, где _in указывает на индекс FIS в n th уровень.

В этом агрегированном нечетком дереве, i ₁ = 1,2 и i ₂ = 1. Следовательно, каждый уровень включает различное количество FIS. j th вход _in th FIS показан на рисунке, как введено $$x_{i_{n}j}$$, и k th выход _in th FIS показывается, как выведено $$y_{i_{n}k}$$. На рисунке, j = 1,2 и k = 1. Другими словами, каждый FIS имеет два входных параметров и один выход. Если каждый вход имеет MFS m, то каждый FIS имеет полный набор m² правила. Следовательно, общее количество правил для трех нечетких систем составляет 3 м² = 3 × 32 = 27, который совпадает с инкрементным FIS для подобной настройки.

В агрегированном нечетком дереве входные значения естественно группируются для определенного принятия решений. Например, автономная задача навигации робота комбинирует предотвращение препятствия и целевые подзадачи достижения для навигации без коллизий. Чтобы достигнуть задачи навигации, нечеткое дерево может использовать четыре входных параметров: расстояние до самого близкого препятствия, угла самого близкого препятствия, расстояния до цели и угла цели. Расстояния и углы измеряются относительно текущего положения и направляющегося направления робота. В этом случае, на самом низком уровне, входные параметры естественно группа как показано в следующем рисунке: расстояние препятствия и угол препятствия (группа 1) и целевое расстояние и целевой угол (группа 2). Две нечетких системы отдельно входные параметры группы индивидуума процесса и затем другая нечеткая система комбинируют свои выходные параметры, чтобы произвести достижение без коллизий робота.

Для примера, который иллюстрирует создание агрегированного нечеткого дерева в MATLAB, смотрите, что пример Создает Агрегированное Дерево FIS на fistree страница с описанием.

Изменение на агрегированной структуре

В изменении агрегированной структуры, известной как parallel structure [1], выходные параметры самого низкого уровня, нечеткие системы непосредственно суммированы, чтобы сгенерировать значение окончательного результата. Следующий рисунок показывает пример параллельного нечеткого дерева, где выходные параметры fis1 и fis2 суммированы, чтобы произвести окончательный результат.

fistree объект не обеспечивает узел подведения итогов Σ. Поэтому необходимо добавить пользовательский метод агрегации, чтобы оценить параллельное нечеткое дерево. Для примера смотрите, "Создают и Оценивают Параллельный пример" Дерева FIS на fistree страница с описанием.

Расположенная каскадом или объединенная структура

Каскадная структура, также известная как объединенную структуру, комбинирует и инкрементные и агрегированные структуры, чтобы создать нечеткое дерево. Эта структура подходит для системы, которая включает и коррелируемые и некоррелированые входные параметры. Древовидные группы коррелированые входные параметры в агрегированной структуре, и добавляют некоррелированые входные параметры в инкрементной структуре. Следующий рисунок показывает пример каскадной древовидной структуры, где первые четыре входных параметров сгруппированы попарно в агрегированной структуре, и пятый вход добавляется в инкрементной структуре.

Например, считайте задачу навигации робота обсужденной в Агрегированной Структуре. Предположим, что задача включает другой вход, предыдущий заголовок робота, учтенного, чтобы предотвратить большие изменения в заголовке робота. Можно добавить этот вход с помощью инкрементной структуры следующей схемы.

Для примера, который иллюстрирует создание агрегированного нечеткого дерева в MATLAB, смотрите, "Создают Каскадный Древовидный" пример FIS на fistree страница с описанием.