用 Matlab 中的 Fuzzy 工具箱做一個(gè)簡(jiǎn)單的模糊控制，流程如下：

1、創(chuàng)建一個(gè) FIS (Fuzzy Inference System ) 對(duì)象，

a =

newfis(fisName,fisType,andMethod,orMethod,impMethod,?aggMethod,defuzzMethod)

一般只用提供第一個(gè)參數(shù)即可，后面均用默認(rèn)值。

2、增加模糊語(yǔ)言變量

a = addvar(a,'varType','varName',varBounds)

模糊變量有兩類：input 和 output。在每增加模糊變量，都會(huì)按順序分配一個(gè) index，后面要通過該 index

來使用該變量。

3、增加模糊語(yǔ)言名稱，即模糊集合。

a = addmf(a,'varType',varIndex,'mfName','mfType',mfParams)

每個(gè)模糊語(yǔ)言名稱從屬于一個(gè)模糊語(yǔ)言。Fuzzy

工具箱中沒有找到離散模糊集合的隸屬度表示方法，暫且用插值后的連續(xù)函數(shù)代替。

參數(shù) mfType 即隸屬度函數(shù)(Membership Functions)，它可以是

Gaussmf、trimf、trapmf等，也可以是自定義的函數(shù)。

每一個(gè)語(yǔ)言名稱也會(huì)有一個(gè) index，按加入的先后順序得到，從 1 開始。

4、增加控制規(guī)則，即模糊推理的規(guī)則。

a = addrule(a,ruleList)

其中 ruleList 是一個(gè)矩陣，每一行為一條規(guī)則，他們之間是 ALSO 的關(guān)系。

假定該 FIS 有 N 個(gè)輸入和 M 個(gè)輸出，則每行有 N+M+2 個(gè)元素，前 N 個(gè)數(shù)分別表示 N

個(gè)輸入變量的某一個(gè)語(yǔ)言名稱的 index，沒有的話用 0 表示，后面的 M

個(gè)數(shù)也類似，最后兩個(gè)分別表示該條規(guī)則的權(quán)重和個(gè)條件的關(guān)系，1 表示 AND，2 表示 OR。

例如，當(dāng)“輸入1” 為“名稱1” 和 “輸入2” 為“名稱3” 時(shí)，輸出為?“ 輸出1”

的“狀態(tài)2”，則寫為：

[1 3 2 1 1]

5、給定輸入，得到輸出，即進(jìn)行模糊推理。

output = evalfis(input,fismat)

其中 fismat 為前面建立的那個(gè) FIS 對(duì)象。

一個(gè)完整的例子如下：

clear all;

a = newfis('myfis');

a = addvar(a,'input','E',[0 7]);

a = addmf(a,'input',1,'small','trimf',[0 1 4.333]);

a = addmf(a,'input',1,'big','trimf',[1.6667 6 7]);

a = addvar(a,'output','U',[0 7]);

a = addmf(a,'output',1,'small','trimf',[0 1 4.333]);

a = addmf(a,'output',1,'big','trimf',[1.6667 6 7]);

rulelist = [1 1 1 1;

2 2 1 1];

a = addrule(a,rulelist);

u = evalfis(4,a)

其結(jié)果為：

u = 4.221

總結(jié)

以上是生活随笔為你收集整理的matlab画图模糊,[转载]matlab中模糊工具箱的使用的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。