自适应神经模糊系统-matlab的介绍

博大广阔

1. %  自适应神经模糊系统
   
2. % 利用genfis1 函数产生一个两个输入——单个输出的模糊推理系统。其中要求输入隶属度函数分别为PI形（primf）和三角形(trimf)
   
3. %分隔数分别为3和7
   
4. %fismat = genfis1(data,numMFs,inmftype,outmftype)  %详细看帮助里的gensil
   
5. 
   
6. %data=[10*rand(10,1)-5,10*rand(10,1)-5 ,rand(10,1)];
   
7. %nuMFs=[3 7];
   
8. %mftype=str2mat('pimf','trimf');
   
9. %outtype=str2mat('linear');
   
10. %fismat=genfis1(data,nuMFs,mftype,outtype);        %anifs()自适应神经模糊系统的建模函数
    
11. %返回结果是生成的模糊推理系统矩阵
    
12. % plotmf(fismat,'input',1);           % Plot all membership functions for given variable
    
13.                                     % plotmf(fismat,varType,varIndex)
    
14. %在matlab 中提供了基于Taagi——Sugeno 型的自适应神经模糊推理系统ANFIS 的建模方法、该方法利用ＢＰ算法
    
15. %最小二乘算法来完成对输入。输出数据的建模。通过学习可以计算出隶属度函数的最佳参数，是的设计出来的Taagi——Sugeno 型
    
16. %模糊推理系统能够最好的模拟希望的或者实际的输出、输入关系、
    
17. %调用格式
    
18. %[fis,error,stepsize,chkFis,chkErr] = anfis(trnData,numMFs,trnOpt,dispOpt,chkData,optMethod)
    
19. %说明：１）trnData: the name of a training data set. This matrix contains data input in all
    
20. %　　　　　　but the last column. The last column contains a single vector of
    
21. %　　　　　　output data.仅支持多输入单输出情况
    
22. %　　２）initFis: the name of a fuzzy inference system (FIS) used to provide anfis with an initial
    
23. %　　　　　　　　　set of membership functions for training. Without this option,事先用genfis1
    
24. %   3) trnOpt: a vector of training options. When a training option is entered as NaN, the default
    
25. %           tions is in force. These options are as follows:
    
26. %            trnOpt(1): training epoch number (default: 10)
    
27. %           trnOpt(2): training error goal (default: 0)
    
28. %           trnOpt(3): initial step size (default: 0.01)
    
29. %           trnOpt(4): step size decrease rate (default: 0.9)
    
30. %            trnOpt(5): step size increase rate (default: 1.1)
    
31. %          fis 为相对的系统            具体的看帮助
    
32. 
    
33. %例子：
    
34. 
    
35. x=0:1:10;Y=sin(2*x);
    
36. trndata=[x 'Y'];                             %组成训练数据
    
37. nummfs=5;mftype=str2mat('gbellmf');        %输入隶属度函数的个数、类型
    
38. %outtype=str2mat('linear');                  %输出通常是默认linear
    
39. inifis=genfis1(trndata,nummfs,mftype)      %初始模糊推理系统
    
40.                                          %训练的次数
    
41. trnopt=[20,0,0.01,0.9,1.1];
    
42. optmethod=1;
    
43. [fismat,error]=anfis(trndata,inifis,trnopt,[],[],optmethod);
    
44. Y1=evalfis(x,fismat);
    
45. plot(x,Y,'b',x,Y1,':');grid on
    
46. legend('training data','Anifs ooutput')
    

复制代码

飞一会儿

东西很好，虽然现在我还看不太懂，我相信我以后未用到的。谢谢楼主分享。。

牛小贱

正在学习中

Kevin_HIT

谢谢谢谢~~~~~~~~~~~~

liumingze