MATLAB模糊邏輯工具箱函數(shù)

1MATLAB模糊邏輯工具箱簡(jiǎn)介2利用模糊邏輯工具箱建立模糊推理系統(tǒng)3MATLAB模糊邏輯工具箱的圖形用戶界面4基于Simulink的模糊邏輯的系統(tǒng)模塊MATLAB模糊邏輯工具箱函數(shù)1編輯課件針對(duì)模糊邏輯尤其是模糊控制的迅速推廣應(yīng)用，MathWorks公司在其MATLAB版中添加了FuzzyLogic工具箱。該工具箱由長(zhǎng)期從事模糊邏輯和模糊控制研究與開(kāi)發(fā)工作的有關(guān)專家和技術(shù)人員編制。MATLABFuzzyLogic工具箱以其功能強(qiáng)大和方便易用的特點(diǎn)得到了用戶的廣泛歡送。模糊邏輯的創(chuàng)始人Zadeh教授稱贊該工具箱“在各方面都給人以深刻的印象，使模糊邏輯成為智能系統(tǒng)的概念與設(shè)計(jì)的有效工具。〞2編輯課件1.1模糊邏輯工具箱的功能特點(diǎn)1．易于使用模糊邏輯工具箱提供了建立和測(cè)試模糊邏輯系統(tǒng)的一整套功能函數(shù)，包括定義語(yǔ)言變量及其隸屬度函數(shù)、輸入模糊推理規(guī)那么、整個(gè)模糊推理系統(tǒng)的管理以及交互式地觀察模糊推理的過(guò)程和輸出結(jié)果。1MATLAB模糊邏輯工具箱簡(jiǎn)介3編輯課件2.提供圖形化的系統(tǒng)設(shè)計(jì)界面在模糊邏輯工具箱中包含五個(gè)圖形化的系統(tǒng)設(shè)計(jì)工具，這五個(gè)設(shè)計(jì)工具是：?模糊推理系統(tǒng)編輯器，該編輯器用于建立模糊邏輯系統(tǒng)的整體框架，包括輸入與輸出數(shù)目、去模糊化方法等；?隸屬度函數(shù)編輯器，用于通過(guò)可視化手段建立語(yǔ)言變量的隸屬度函數(shù)；?模糊推理規(guī)那么編輯器；?系統(tǒng)輸入輸出特性曲面測(cè)覽器；?模糊推理過(guò)程瀏覽器。4編輯課件3.支持模糊邏輯中的高級(jí)技術(shù)?自適應(yīng)神經(jīng)模糊推理系統(tǒng)〔ANFIS，AdaptiveNeuralFuzzyInferenceSystem〕；?用于模式識(shí)別的模糊聚類技術(shù)；?模糊推理方法的選擇，用戶可在廣泛采用的Mamdani型推理方法和Sugeno型推理方法兩者之間選擇。5編輯課件4.集成的仿真和代碼生成功能模糊邏輯工具箱不但能夠?qū)崿F(xiàn)Simulink的無(wú)縫連接，而且通過(guò)Real－TimeWorkshop能夠生成ANSIC源代碼，從而易于實(shí)現(xiàn)模糊系統(tǒng)的實(shí)時(shí)應(yīng)用。5.獨(dú)立運(yùn)行的模糊推理機(jī)在用戶完成模糊邏輯系統(tǒng)的設(shè)計(jì)后，可以將設(shè)計(jì)結(jié)果以ASCII碼文件保存；利用模糊邏輯工具箱提供的模糊推理機(jī)，可以實(shí)現(xiàn)模糊邏輯系統(tǒng)的獨(dú)立運(yùn)行或者作為其他應(yīng)用的一局部運(yùn)行。6編輯課件5.1.2模糊推理系統(tǒng)的根本類型在模糊系統(tǒng)中，模糊模型的表示主要有兩類：一類是模糊規(guī)那么的后件是輸出量的某一模糊集合，如NB，PB等，由于這種表示比較常用，且首次由Mamdani采用，因而稱它為模糊系統(tǒng)的標(biāo)準(zhǔn)模型或Mamdani模型表示；另一類是模糊規(guī)那么的后件是輸入語(yǔ)言變量的函數(shù)，典型的情況是輸入變量的線性組合。由于該方法是日本學(xué)者高木〔Takagi〕和關(guān)野〔Sugeno〕首先提出來(lái)的，因此通常稱它為模糊系統(tǒng)的Takagi-Sugeno〔高木-關(guān)野〕模型,或簡(jiǎn)稱為Sugeno模型。7編輯課件1基于標(biāo)準(zhǔn)模型的模糊邏輯系統(tǒng)在標(biāo)準(zhǔn)型模糊邏輯系統(tǒng)中，模糊規(guī)那么的前件和后件均為模糊語(yǔ)言值，即具有如下形式：IFx1isA1andx2isA2and…andxnisAnTHENyisB其中Ai(i=1,2,…,n)是輸入模糊語(yǔ)言值，B是輸出模糊語(yǔ)言值。圖5-1基于標(biāo)準(zhǔn)模型的模糊邏輯系統(tǒng)原理圖

基于標(biāo)準(zhǔn)模型的模糊邏輯系統(tǒng)的框圖如圖5-1。圖中的模糊規(guī)那么庫(kù)由假設(shè)干“IF——THEN〞規(guī)那么構(gòu)成。模糊推理機(jī)在模糊推理系統(tǒng)中起著核心作用，它將輸入模糊集合按照模糊規(guī)那么映射成輸出模糊集合。它提供了一種量化專家語(yǔ)言信息和在模糊邏輯原那么下系統(tǒng)地利用這類語(yǔ)言信息的一般化模式。8編輯課件2基于高木——關(guān)野〔Takagi——Sugeno〕模型的模糊邏輯系統(tǒng)高木——關(guān)野模糊邏輯系統(tǒng)是一類較為特殊的模糊邏輯系統(tǒng)，其模糊規(guī)那么不同于一般的模糊規(guī)那么形式。在高木——關(guān)野模糊邏輯系統(tǒng)中，采用如下形式的模糊規(guī)那么：IFx1isA1andx2isA2and…andxnisAnTHEN其中Ai(i=1,2,…,n)是輸入模糊語(yǔ)言值，ci(i=1,2,…,n)是真值參數(shù)。9編輯課件可以看出，高木-關(guān)野模糊邏輯系統(tǒng)的輸出量是精確值。這類模糊邏輯系統(tǒng)的優(yōu)點(diǎn)是輸出量可用輸入值的線性組合來(lái)表示，因而能夠利用參數(shù)估計(jì)方法來(lái)確定系統(tǒng)的參數(shù)ci(i=1,2,…,n)；同時(shí)，可以應(yīng)用線性控制系統(tǒng)的分析方法來(lái)近似分析和設(shè)計(jì)模糊邏輯系統(tǒng)。其缺點(diǎn)是規(guī)那么的輸出局部不具有模糊語(yǔ)言值的形式，因此不能充分利用專家的控制知識(shí)，模糊邏輯的各種不同原那么在這種模糊邏輯系統(tǒng)中應(yīng)用的自由度也受到限制。10編輯課件5.1.3模糊邏輯系統(tǒng)的構(gòu)成前面討論了模糊邏輯系統(tǒng)的根本類型，標(biāo)準(zhǔn)型模糊邏輯系統(tǒng)應(yīng)用最為廣泛。在MATLAB模糊邏輯工具箱中主要針對(duì)這一類型的模糊邏輯系統(tǒng)提供了分析和設(shè)計(jì)手段，但同時(shí)對(duì)高木一關(guān)野模糊邏輯系統(tǒng)也提供了一些相關(guān)函數(shù)。下面將以標(biāo)準(zhǔn)型模糊邏輯系統(tǒng)作為主要討論對(duì)象。11編輯課件構(gòu)造一個(gè)模糊邏輯系統(tǒng)，首先必須明確其主要組成局部。一個(gè)典型的模糊邏輯系統(tǒng)主要由如下幾個(gè)局部組成：〔1〕輸入與輸出語(yǔ)言變量，包括語(yǔ)言值及其隸屬度函數(shù)；〔2〕模糊規(guī)那么；〔3〕輸入量的模糊化方法和輸出變量的去模糊化方法；〔4〕模糊推理算法。12編輯課件針對(duì)模糊邏輯系統(tǒng)的以上主要構(gòu)成，在MATLAB模糊邏輯工具箱中構(gòu)造一個(gè)模糊推理系統(tǒng)有如下步驟：〔1〕模糊推理系統(tǒng)對(duì)應(yīng)的數(shù)據(jù)文件，其后綴為.fis，用于對(duì)該模糊系統(tǒng)進(jìn)行存儲(chǔ)、修改和管理；〔2〕確定輸入、輸出語(yǔ)言變量及其語(yǔ)言值；〔3〕確定各語(yǔ)言值的隸屬度函數(shù)，包括隸屬度函數(shù)的類型與參數(shù)；〔4〕確定模糊規(guī)那么；〔5〕確定各種模糊運(yùn)算方法，包括模糊推理方法、模糊化方法、去模糊化方法等。13編輯課件5.2利用模糊邏輯工具箱建立模糊推理系統(tǒng)5.2.1模糊推理系統(tǒng)的建立、修改與存儲(chǔ)管理前面討論了模糊推理系統(tǒng)的主要構(gòu)成局部，即一個(gè)模糊推理系統(tǒng)由輸入、輸出語(yǔ)言變量及其隸屬度函數(shù)、模糊規(guī)那么、模糊推理機(jī)和去模糊化方法等各局部組成，在MATLAB模糊邏輯工具箱中，把模糊推理系統(tǒng)的各局部作為一個(gè)整體，并以文件形式對(duì)模糊推理系統(tǒng)進(jìn)行建立、修改和存儲(chǔ)等管理功能。表5-1所示為該工具箱提供的有關(guān)模糊推理系統(tǒng)管理的函數(shù)及其功能。14編輯課件表2-7模糊推理系統(tǒng)的管理函數(shù)函數(shù)名功能newfis()創(chuàng)建新的模糊推理系統(tǒng)readfis()從磁盤讀出存儲(chǔ)的模糊推理系統(tǒng)getfis()獲得模糊推理系統(tǒng)的特性數(shù)據(jù)writefis()保存模糊推理系統(tǒng)showfis()顯示添加注釋了的模糊推理系統(tǒng)setfis()設(shè)置模糊推理系統(tǒng)的特性plotfis()圖形顯示模糊推理系統(tǒng)的輸入—輸出特性表5-1模糊推理系統(tǒng)的管理函數(shù)

15編輯課件1.創(chuàng)立新的模糊推理系統(tǒng)函數(shù)newfis()該函數(shù)用于創(chuàng)立一個(gè)新的模糊推理系統(tǒng)，模糊推理系統(tǒng)的特性可由函數(shù)的參數(shù)指定，其參數(shù)個(gè)數(shù)可達(dá)7個(gè)。調(diào)用格式為fisMat=newfis(‘fisName’,fisType,andMethod,orMethod,impMethod,aggMethod,defuzzMethod)16編輯課件例：>>fisMat=newfis(‘mysys’);getfis(fisMat)顯示：Name=mysysType=mamdaniNumInputs=0InLabels=NumOutputs=0OutLabels=NumRules=0AndMethod=minOrMethod=maxImpMethod=minAggMethod=maxDefuzzMethod=centroid17編輯課件2.從磁盤中加載模糊推理系統(tǒng)函數(shù)readfis()調(diào)用格式fisMat=readfis(‘filemame’)18編輯課件例如利用以下命令可加載一個(gè)MATLAB自帶的關(guān)于“小費(fèi)〞問(wèn)題的模糊推理系統(tǒng)tipper.fis。>>fisMat=readfis('tipper');getfis(fisMat);結(jié)果顯示：Name=tipperType=mamdaniNumInputs=2InLabels=servicefoodNumOutputs=1OutLabels=tipNumRules=3AndMethod=minOrMethod=maxImpMethod=minAggMethod=maxDefuzzMethod=centroid19編輯課件3.獲得模糊推理系統(tǒng)的屬性函數(shù)getfis()利用getfis()可獲取模糊推理系統(tǒng)的局部或全部特性，格式為getfis(fisMat)getfis(fisMat,’fisPropname’)getfis(fisMat,’varType’,varIndex,’varPropname’);getfis(fisMat,’varType’,varIndex,’mf’,mfIndex)getfis(fisMat,’varType’,varIndex,’mf’,mfIndex,’mfPropname’);20編輯課件例>>fisMat=readfis('tipper')或>>fisMat=readfis('tipper');getfis(fisMat,'type')>>fisMat=readfis('tipper');getfis(fisMat,'input',1);>>fisMat=readfis('tipper');getfis(fisMat,'input',1,'name')>>fisMat=readfis('tipper');getfis(fisMat,'input',1,'mf',2);>>fisMat=readfis('tipper');getfis(fisMat,'input',1,'mf',2,'name')21編輯課件

4.將模糊推理系統(tǒng)以矩陣形式保存在內(nèi)存中的數(shù)據(jù)寫入磁盤文件函數(shù)writefis()模糊推理系統(tǒng)在內(nèi)存中的數(shù)據(jù)是以矩陣形式存儲(chǔ)的，其對(duì)應(yīng)的矩陣名為fisMat。當(dāng)需要將模糊推理系統(tǒng)的數(shù)據(jù)寫入磁盤文件時(shí)，就可利用writefis()函數(shù)。其調(diào)用格式為writefis(fisMat)writefis(fisMat,’filename’)writefis(fisMat,’filename’,’dialog’)例：>>fisMat=newfis(’tipper’);writefis(fisMat,’my_file’)22編輯課件5.以分行的形式顯示模糊推理系統(tǒng)矩陣的所有屬性函數(shù)showfis()調(diào)用格式showfis(fisMat)其中fisMat為模糊推理系統(tǒng)在內(nèi)存中的矩陣表示。例：>>fisMat=readfis(’tipper’);showfis(fisMat)6.設(shè)置模糊推理系統(tǒng)的屬性函數(shù)setfis()調(diào)用格式fisMat=setfis(fisMat,’propname’,newprop)

fisMat=setfis(fisMat,vartype,varindex,’propname’,newprop)

fisMat=setfis(fisMat,vartype,varindex,’mf’,mfindex,’propname’,nemeprop);

23編輯課件該函數(shù)可以有3個(gè)、5個(gè)或7個(gè)輸入?yún)?shù)。例>>fisMat=readfis('tipper');fisMat=setfis(fisMat,'name','eating')或>>fisMat=readfis('tipper');fisMat=setfis(fisMat,'input',1,'name','help')>>fisMat=readfis('tipper');fisMat=setfis(fisMat,'input',1,'mf',2,'name','wretched')

24編輯課件7.繪圖表示模糊推理系統(tǒng)的函數(shù)plotfis()該函數(shù)的調(diào)用格式為plotfis(fisMat)其中，fisMat為模糊推理系統(tǒng)對(duì)應(yīng)的矩陣名稱。例：>>fisMat=readfis('tipper');plotfis(fisMat)8.將Mamdani型模糊推理系統(tǒng)轉(zhuǎn)換成Sugeno型模糊推理系統(tǒng)的函數(shù)mam2sug()函數(shù)mam2sug()可將Mamdani型模糊推理系統(tǒng)轉(zhuǎn)換成零階的Sugeno型模糊推理系統(tǒng)。得到的Sugeno型模糊推理系統(tǒng)具有常數(shù)隸屬度函數(shù)，其常數(shù)值由原來(lái)Mamdani型系統(tǒng)得到的隸屬度函數(shù)的質(zhì)心確定，并且其前件不變，該函數(shù)的調(diào)用格式為sug_fisMat=mam2sug(mam_fisMat)例：>>mam_fisMat=readfis('tipper');sug_fisMat=mam2sug(mam_fisMat)25編輯課件5.2.2模糊語(yǔ)言變量及其語(yǔ)言值在模糊推理系統(tǒng)中，專家的控制知識(shí)以模糊規(guī)那么形式表示。為直接反映人類自然語(yǔ)言的模糊性特點(diǎn)，模糊規(guī)那么的前件和后件中引入語(yǔ)言變量和語(yǔ)言值的概念。語(yǔ)言變量分為輸入語(yǔ)言變量和輸出語(yǔ)言變量，輸入語(yǔ)言變量是對(duì)模糊推理系統(tǒng)輸入變量的模糊化描述，通常位于模糊規(guī)那么的前件中，輸出語(yǔ)言變量是對(duì)模糊推理系統(tǒng)輸出變量的模糊化描述，通常位于模糊規(guī)那么的后件中。26編輯課件語(yǔ)言變量具有多個(gè)語(yǔ)言值，每個(gè)語(yǔ)言值對(duì)應(yīng)一個(gè)隸屬度函數(shù)。語(yǔ)言變量的語(yǔ)言值構(gòu)成了對(duì)輸入和輸出空間的模糊分割，模糊分割的個(gè)數(shù)即語(yǔ)言值的個(gè)數(shù)以及語(yǔ)言值對(duì)應(yīng)的隸屬度函數(shù)決定了模糊分割的精細(xì)化程度。模糊分割的個(gè)數(shù)也決定了模糊規(guī)那么的個(gè)數(shù)，模糊分割數(shù)越多，控制規(guī)那么數(shù)也越多。因此在設(shè)計(jì)模糊推理系統(tǒng)時(shí)，應(yīng)在模糊分割的精細(xì)程度與控制規(guī)那么的復(fù)雜性之間取得折衷。27編輯課件在MATLAB模糊邏輯工具箱中，提供了向模糊推理系統(tǒng)添加或刪除模糊語(yǔ)言變量及其語(yǔ)言值的函數(shù)，如表5-2所示。表5-2添加或刪除模糊語(yǔ)言變量函數(shù)

函數(shù)名功能addvar()添加模糊語(yǔ)言變量rmvar()刪除模糊語(yǔ)言變量28編輯課件1．向模糊推理系統(tǒng)添加語(yǔ)言變量函數(shù)addvar()調(diào)用格式fisMat2=addvar(fisMat1,’varType’,’varName’,varBounds)例>>fisMat=newfis('mysys');fisMat=addvar(fisMat,'input','service',[010])

29編輯課件2.從模糊推理系統(tǒng)中刪除語(yǔ)言變量rmvar()調(diào)用格式fisMat2=rmvar(fisMat1,'varType',varIndex)

當(dāng)一個(gè)模糊語(yǔ)言變量正在被當(dāng)前的模糊規(guī)那么集使用時(shí)，那么不能刪除該變量。在一個(gè)模糊語(yǔ)言變量被刪除后，MATLAB模糊邏輯工具箱將會(huì)自動(dòng)地對(duì)模糊規(guī)那么集進(jìn)行修改，以保證一致性。例>>fisMat=newfis('mysys');fisMat=addvar(fisMat,'input','temperature',[0100]);>>fisMat1=rmvar(fisMat,'input',1)30編輯課件5.2.3模糊語(yǔ)言變量的隸屬度函數(shù)每個(gè)模糊語(yǔ)言變量具有多個(gè)模糊語(yǔ)言值。模糊語(yǔ)言值的名稱通常具有一定的含義，如NB〔負(fù)大〕、NM〔負(fù)中〕、NS〔負(fù)小〕、ZE〔零〕、PS〔正小〕、PM〔正中〕、PB〔正大〕等。每個(gè)語(yǔ)言值都對(duì)應(yīng)一個(gè)隸屬度函數(shù)。隸屬度函數(shù)可有兩種描述方式，即數(shù)值描述方式和函數(shù)描述方式。數(shù)值描述方式適用于語(yǔ)言變量的論域?yàn)殡x散的情形，此時(shí)隸屬度函數(shù)可用向量或表格的形式來(lái)表示；對(duì)于論域?yàn)檫B續(xù)的情況，隸屬度函數(shù)那么采用函數(shù)描述方式。31編輯課件在MATLAB模糊邏輯工具箱中支持的隸屬度函數(shù)類型有如下幾種：高斯型、三角型、梯形、鐘型、Sigmoid型、л型以及Z型。利用工具箱中提供的函數(shù)可以建立和計(jì)算上述各種類型隸屬度函數(shù)。隸屬度函數(shù)曲線的形狀決定了對(duì)輸入、輸出空間的模糊分割，對(duì)模糊推理系統(tǒng)的性能有重要的影響。在MATLAB模糊邏輯工具箱中提供了豐富的隸屬度函數(shù)類型的支持，利用工具箱的有關(guān)函數(shù)可以方便地對(duì)各類隸屬度函數(shù)進(jìn)行建立、修改和刪除等操作，函數(shù)如表5-3所示。

32編輯課件表5-3語(yǔ)言變量的隸屬度的函數(shù)

函數(shù)名功能plotmf()繪制隸屬度函數(shù)曲線addmf()添加模糊語(yǔ)言變量的隸屬度函數(shù)rmmf()刪除隸屬度函數(shù)gaussmf()建立高斯型隸屬度函數(shù)gauss2mf()建立雙邊高斯型隸屬度函數(shù)gbellmf()建立一般的鐘型隸屬度函數(shù)pimf()建立

型隸屬度函數(shù)sigmf()建立sigmiod型的隸屬度函數(shù)trapmf()建立梯形隸屬度函數(shù)trimf()建立三角型隸屬度函數(shù)zmf()建立Z型隸屬度函數(shù)mf2mf()隸屬度函數(shù)間的參數(shù)轉(zhuǎn)換psigmf()計(jì)算兩個(gè)sigmiod隸屬度函數(shù)之積dsigmf()計(jì)算兩個(gè)sigmiod隸屬度函數(shù)之和33編輯課件1.繪制語(yǔ)言變量的隸屬度曲線函數(shù)plotmf()調(diào)用格式[x,mf]=plotmf(fisMat,’varType’,varIndex)2.向模糊推理系統(tǒng)的語(yǔ)言變量添加隸屬度函數(shù)addmf()函數(shù)addmf()只能給模糊推理系統(tǒng)中存在的某一語(yǔ)言變量添加隸屬度函數(shù)，而不能添加到一個(gè)不存在的語(yǔ)言變量中。某個(gè)語(yǔ)言變量的隸屬度函數(shù)〔即語(yǔ)言值〕按照添加的順序加以編號(hào)，第一個(gè)添加的隸屬度函數(shù)被編為1號(hào)，此后依次遞增。該函數(shù)調(diào)用格式為fisMat2=addmf(fisMat1,’varType’,varIndex,’mfName’,’mfType’,mfParams)34編輯課件例如利用以下命令，可得如圖5-2所示的隸屬度函數(shù)曲線。>>fisMat=newfis('mysys');>>fisMat=addvar(fisMat,'input','service',[010]);>>fisMat=addmf(fisMat,'input',1,'poor','gaussmf',[1.50]);>>fisMat=addmf(fisMat,'input',1,'good','gaussmf',[1.55]);>>fisMat=addmf(fisMat,'input',1,'excellent','gaussmf',[1.510]);>>plotmf(fisMat,'input',1)35編輯課件3.從模糊推理系統(tǒng)中刪除一個(gè)語(yǔ)言變量的某一隸屬度函數(shù)rmmf()當(dāng)一個(gè)隸屬度函數(shù)正在被當(dāng)前模糊推理規(guī)那么使用時(shí)，那么不能刪除。調(diào)用格式為fisMat2=rmmf(fisMat1,’varType’,varIndex,’mf’,mfIndex)

36編輯課件4.建立高斯型隸屬度函數(shù)gaussmf()調(diào)用格式y(tǒng)＝gaussmf(x,params)y＝gaussmf(x,[sigc])其中c決定了函數(shù)的中心點(diǎn)，sig決定了函數(shù)曲線的寬度σ。高斯型函數(shù)的形狀由sig和c兩個(gè)參數(shù)決定，高斯函數(shù)的表達(dá)式如下：參數(shù)x用于指定變量的論域。例利用以下命令，可建立如圖5-3所示的高斯型隸屬度函數(shù)曲線。>>x=0:0.1:10>>y=gaussmf(x,[25]);>>plot(x,y)>>xlabel(‘gaussmf,p=[25]’)37編輯課件5.建立雙邊高斯型隸屬度函數(shù)gauss2mf()調(diào)用格式y(tǒng)=gauss2mf(x,params)y=gauss2mf(x,[sig1c1sig2c2])雙邊高斯型函數(shù)的曲線由兩個(gè)中心點(diǎn)相同的高斯型函數(shù)的左、右半邊曲線組合而成，其表達(dá)式如下式所示。參數(shù)sigl,c1,sig2,c2分別對(duì)應(yīng)左、右半邊高斯函數(shù)的寬度與中心點(diǎn)，c2>c1。例利用以下命令，可建立如圖5-4所示的雙邊高斯型隸屬度函數(shù)。>>x=0:0.1:10;>>y=gauss2mf(x,[1334]);>>plot(x,y),>>xlabel('gauss2mf,p=[1334]')38編輯課件6.建立一般的鐘形隸屬度函數(shù)gbellmf()調(diào)用格式y(tǒng)=gbellmf(x,params)y=gbellmf(x,[abc])其中參數(shù)x指定變量的論域范圍，[abc]指定鐘形函數(shù)的形狀，鐘形函數(shù)的表達(dá)式如下：

例利用以下命令，可建立如圖5-5所示的鐘形隸屬度函數(shù)曲線。>>x=0:0.1:10>>y=gbellmf(x,[246]);>>plot(x,y)>>xlabel(‘gbellmf,p=[246]’)39編輯課件7.建立

型隸屬度函數(shù)pimf()

型函數(shù)是一種基于樣條的函數(shù)，由于其形狀類似字母

而得名。該函數(shù)調(diào)用格式為：y=pimf(x,params)y=pimf(x,[abcd])

其中參數(shù)x指定函數(shù)的自變量范圍，［abcd］決定函數(shù)的形狀，a，b分別對(duì)應(yīng)曲線下部的左右兩個(gè)拐點(diǎn)，b和c分別對(duì)應(yīng)曲線上部的左右兩個(gè)拐點(diǎn)。例利用以下命令，可建立如圖5-6所示的型隸屬度函數(shù)曲線>>x=0:0.1:10;y=pimf(x,[14510]);>>plot(x,y),xlabel(‘pimf,p=[14510]’)40編輯課件8.建立Sigmoid型隸屬度函數(shù)sigmf()調(diào)用格式y(tǒng)=sigmf(x,params)y=sigmf(x,[ac])其中參數(shù)x用于指定變量的論域范圍，[ac]決定了Sigmoid型函數(shù)的形狀，其表達(dá)式如下：

Sigmoid型函數(shù)曲線具有半開(kāi)的形狀，因而適于作為“極大〞、“極小〞等語(yǔ)言值的隸屬度函數(shù)。例利用以下命令，可建立如圖5-7所示的sigmoid型隸屬度函數(shù)曲線。>>x=0:0.1:10;y=sigmf(x,[24]);>>plot(x,y),xlabel(‘sigmf,p=[24]’)41編輯課件9.建立梯形隸屬度函數(shù)trapmf()調(diào)用格式y(tǒng)=trapmf(x,params)y=trapmf(x,[a,b,c,d])其中參數(shù)x指定變量的論域范圍，參數(shù)a、b、c和d指定梯形隸屬度函數(shù)的形狀，其對(duì)應(yīng)的表達(dá)式如下：

例利用以下命令，可建立如圖5-8所示的梯形隸屬度函數(shù)曲線。>>x=0:0.1:10;y=trapmf(x,[1578]);>>plot(x,y),xlabel(‘trapmf,p=[1578]’)

42編輯課件10.建立三角形隸屬度函數(shù)trimf()調(diào)用格式y(tǒng)=trimf(x,params)y=trimf(x,[a,b,c])其中參數(shù)x指定變量的論域范圍，參數(shù)a、b和c指定三角形函數(shù)的形狀，其表達(dá)式如下：

例利用以下命令，可建立如圖5-9所示的三角形隸屬度函數(shù)并繪制曲線。>>x=0:0.1:10;y=trimf(x,[368]);

>>plot(x,y),xlabel(‘trimf,p=[368]’)

43編輯課件11.建立Z形隸屬度函數(shù)曲線函數(shù)zmf()調(diào)用格式y(tǒng)=zmf(x,params)y=zmf(x,[a,b,c])Z形函數(shù)是一種基于樣條插值的函數(shù)，兩個(gè)參數(shù)a和b分別定義樣條插值的起點(diǎn)和終點(diǎn)；參數(shù)x指定變量的論域范圍。例利用以下命令，可建立如圖5-10所示的Z形隸屬度函數(shù)曲線。>>x=0:0.1:10;>>y=zmf(x,[368]);>>plot(x,y),>>xlabel('trimf,p=[368]')44編輯課件12.通過(guò)兩個(gè)Sigmoid型函數(shù)的乘積來(lái)構(gòu)造新的隸屬度函數(shù)psigmf()為了得到更符合人們習(xí)慣的隸屬度函數(shù)形狀，可以利用兩個(gè)sigmoid型函數(shù)之和或乘積來(lái)構(gòu)造新的隸屬度函數(shù)類型，模糊邏輯工具箱中提供了相應(yīng)的函數(shù)，參見(jiàn)psigmf()和dsigmf()。調(diào)用格式y(tǒng)=psigmf(x,params)y=psigmf(x,[a1c1a2c2])

其中參數(shù)al,c1和a2,c2分別用于指定兩個(gè)Sigmoid型函數(shù)的形狀，參數(shù)x指定變量的利用范圍。新的函數(shù)表達(dá)式如下：45編輯課件例利用以下命令，由兩個(gè)sigmoid型函數(shù)的乘積來(lái)構(gòu)造新的隸屬度函數(shù)，如圖5-11所示。>>x=0:0.1:10;y=psigmf(x,[23–58]);>>plot(x,y)>>xlabel(‘psigmf,p=[23-58]’)46編輯課件13.通過(guò)計(jì)算兩個(gè)sigmoid型函數(shù)之和來(lái)構(gòu)造新的隸屬度函數(shù)dsigmf()調(diào)用格式y(tǒng)=dsigmf(x,params)y=dsigmf(x,[a1,c1,a2,c2])本函數(shù)的用法與函數(shù)psigmf()類似，參數(shù)a1、c1和a2、c2分別用于指定兩個(gè)Sigmoid型函數(shù)的形狀，構(gòu)造得到的新的隸屬度函數(shù)表達(dá)式為：

例利用以下命令，繪制兩個(gè)sigmoid型函數(shù)之和的隸屬度函數(shù)曲線，如圖5-12所示。>>x=0:0.1:10>>y=dsigmf(x,[5257]);>>plot(x,y)>>xlabel(‘dsigmf,p=[5257]’)47編輯課件14.進(jìn)行不同類型隸屬度函數(shù)之間的參數(shù)轉(zhuǎn)換函數(shù)mf2mf()調(diào)用格式outParams=mf2mf(inParams,inType,outType)其中inParams為轉(zhuǎn)換前的隸屬度函數(shù)的參數(shù)；outParams為轉(zhuǎn)換后的隸屬度函數(shù)的參數(shù)；inType為轉(zhuǎn)換前的隸屬度函數(shù)的類型；outType為轉(zhuǎn)換后的隸屬度函數(shù)的類型。該函數(shù)將盡量保持兩種類型的隸屬度函數(shù)曲線在形狀上的近似，特別是保持隸屬度等于0.5處的點(diǎn)的重合。但不可防止地會(huì)喪失一些信息。所以當(dāng)再次使用該函數(shù)進(jìn)行反向轉(zhuǎn)換時(shí)將無(wú)法得到與原來(lái)函數(shù)相同的參數(shù)。48編輯課件例利用以下命令，實(shí)現(xiàn)鐘型隸屬度函數(shù)向三角形隸屬度函數(shù)的轉(zhuǎn)換，如圖5-13所示。>>x=0:0.1:5;mfp1=[123];>>mfp2=mf2mf(mfp1,'gbellmf','trimf');>>plot(x,gbellmf(x,mfp1),x,trimf(x,mfp2))49編輯課件15.隸屬度函數(shù)的計(jì)算函數(shù)fuzarith()調(diào)用格式C=fuzarith(x,A,B,’operator’)其中，x為要計(jì)算的隸屬度函數(shù)的論域；A,B為隸屬度函數(shù)的值；operator為模糊運(yùn)算符，可以是sum〔加〕、sub〔減〕、prod〔乘〕和div〔除〕四種運(yùn)算中的任一種；C為A,B模糊運(yùn)算后的隸屬度函數(shù)值。例>>x=0:0.1:10;A=trapmf(x,[1368]);B=trimf(x,[479]);>>C=fuzarith(x,A,B,'sum');plot(x,A,'--',x,B,'-',x,C,'x')50編輯課件16.計(jì)算隸屬度函數(shù)的值evalmf()調(diào)用格式y(tǒng)=evalmf(x,myParams,’myType’)其中，x為要計(jì)算的隸屬度函數(shù)的論域；myParams為隸屬度函數(shù)的參數(shù)值；myType為隸屬度函數(shù)的類型；y為隸屬度函數(shù)的值。例利用以下命令，可得鐘型隸屬度函數(shù)的計(jì)算結(jié)果曲線，如圖5-14所示。>>x=0:0.1:10;myParams=[246];>>y=evalmf(x,myParams,'gbellmf');>>plot(x,y);xlabel('gbellmf,x=[246]')51編輯課件5.2.4模糊規(guī)那么的建立與修改在模糊推理系統(tǒng)中，模糊規(guī)那么以模糊語(yǔ)言的形式描述人類的經(jīng)驗(yàn)和知識(shí)，規(guī)那么是否正確地反映人類專家的經(jīng)驗(yàn)和知識(shí)，是否反映對(duì)象的特性，直接決定模糊推理系統(tǒng)的性能。通常模糊規(guī)那么的形式是“IF前件THEN后件〞，前件由對(duì)模糊語(yǔ)言變量的語(yǔ)言值描述構(gòu)成，如“溫度較高，壓力較低〞。在一般的模糊推理系統(tǒng)中，后件由對(duì)輸出模糊語(yǔ)言變量的語(yǔ)言值描述構(gòu)成，但在高木——關(guān)野模糊推理系統(tǒng)中，后件將輸出變量表示成輸入量的精確值的組合。模糊規(guī)那么的這種形式化表示是符合人們通過(guò)自然語(yǔ)言對(duì)許多知識(shí)的描述和記憶習(xí)慣的。52編輯課件模糊規(guī)那么的建立是構(gòu)造模糊推理系統(tǒng)的關(guān)鍵。在實(shí)際應(yīng)用中，初步建立的模糊規(guī)那么往往難以到達(dá)良好的效果，必須不斷加以修正和試湊。在模糊規(guī)那么的建立修正和試湊過(guò)程中，應(yīng)盡量保證模糊規(guī)那么的完備性和相容性。在MATLAB模糊邏輯工具箱中，提供了有關(guān)對(duì)模糊規(guī)那么建立和操作的函數(shù)，如表5-4所示。表5-4模糊規(guī)那么建立和修改函數(shù)函數(shù)名功能addrule()向模糊推理系統(tǒng)添加模糊規(guī)則函數(shù)parsrule()解析模糊規(guī)則函數(shù)showrule()顯示模糊規(guī)則函數(shù)53編輯課件1.向模糊推理系統(tǒng)添加模糊規(guī)那么函數(shù)addrule()調(diào)用格式fisMat2=addrule(fisMat1,rulelist)其中，參數(shù)fisMat1/2為填加規(guī)那么前后模糊推理系統(tǒng)對(duì)應(yīng)的矩陣名稱；rulelist以向量的形式給出需要添加的模糊規(guī)那么，該向量的格式有嚴(yán)格的要求，如果模糊推理系統(tǒng)有m個(gè)輸入語(yǔ)言變量和n個(gè)輸出語(yǔ)言變量，那么向量rulelist的列數(shù)必須為m＋n＋2，而行數(shù)任意。在rulelist的每一行中，前m個(gè)數(shù)字表示各輸入變量對(duì)應(yīng)的隸屬度函數(shù)的編號(hào)，其后的n個(gè)數(shù)字表示輸出變量對(duì)應(yīng)的隸屬度函數(shù)的編號(hào)，第m＋n＋1個(gè)數(shù)字是該規(guī)那么適用的權(quán)重，權(quán)重的值在0到1之間，一般設(shè)定為l；第m＋n＋2個(gè)數(shù)字為0或1兩個(gè)值之一，如果為1那么表示模糊規(guī)那么前件的各語(yǔ)言變量之間是“與〞的關(guān)系，如果是0那么表示是“或〞的關(guān)系。54編輯課件例如系統(tǒng)fisMat有兩個(gè)輸入和一個(gè)輸出，其中兩條模糊規(guī)那么分別為：IFxisX1andyisY1THENzisZ1IFxisX1andyisY2THENzisZ2那么可采用如下的MATLAB命令來(lái)實(shí)現(xiàn)以上兩條模糊規(guī)那么。>>rulelist=[11111;12211];>>fisMat=addrule(fisMat,rulelist)55編輯課件例5-1假設(shè)一單輸入單輸出系統(tǒng)，輸入為表征飯店侍者效勞好壞的值〔010〕，輸出為客人付給的小費(fèi)〔030〕。其中規(guī)那么有如下三條：IF效勞差THEN小費(fèi)低IF效勞好THEN小費(fèi)中等IF效勞很好THEN小費(fèi)高適中選擇效勞和小費(fèi)的隸屬度函數(shù)后，設(shè)計(jì)一基于Mamdani模型的模糊推理系統(tǒng)，并繪制輸入/輸出曲線。解利用以下程序，可得如圖5-15所示的隸屬度函數(shù)的設(shè)定與輸入/輸出曲線。%ex5_1.m56編輯課件由圖5-15可見(jiàn)，由于隸屬度函數(shù)的適宜選擇，模糊系統(tǒng)的輸出是輸入的嚴(yán)格遞增函數(shù)，也就是說(shuō)，付給客人的小費(fèi)是隨著效勞質(zhì)量的提高而增加。當(dāng)隸屬度函數(shù)的選取不能保證相鄰模糊量的交點(diǎn)大于0.5時(shí)〔如將以上程序中效勞隸屬度函數(shù)的參數(shù)1.8修改為1.0〕，輸出將不是輸入的嚴(yán)格遞增函數(shù)，這時(shí)小費(fèi)有時(shí)可能會(huì)隨著效勞質(zhì)量的提高而減少。57編輯課件例5-2假設(shè)一單輸入單輸出系統(tǒng)，輸入x[0，15]模糊化成三級(jí)：小、中和大；輸出y[0，15]由以下三條規(guī)那么確定：IFxis小THENy=xIFxis中THENy=-0.5x+9IFxis大THENy=2x-18.設(shè)計(jì)一基于Sugeno模型的模糊推理系統(tǒng)，并繪制輸入/輸出曲線。解在利用MATLAB設(shè)計(jì)Sugeno模糊系統(tǒng)時(shí)，其步驟仍然與建立Mamdani模糊系統(tǒng)相似，只是輸出變量值的隸屬度的概念被模糊規(guī)那么中的線性函數(shù)或是常數(shù)取代了，因此推理的過(guò)程就省略蘊(yùn)涵運(yùn)算以及不同模糊規(guī)那么之間結(jié)果的合成運(yùn)算，以致在后面介紹的根本模糊推理系統(tǒng)編輯器〔fuzzy〕環(huán)境里的“Implication〞和“Aggregation〞算法選擇項(xiàng)都不能使用。58編輯課件但是這里對(duì)于輸出仍然會(huì)用到“隸屬度函數(shù)〞的提法，只是對(duì)于Sugeno型系統(tǒng)輸出變量的“隸屬度函數(shù)〞不是通常模糊邏輯意義中的隸屬度函數(shù)，而是輸出變量取值關(guān)于輸入變量的線性或是常值函數(shù)〔姑且將它們看作單點(diǎn)模糊集，因此也可將系統(tǒng)的輸出看作模糊量，其隸屬度函數(shù)分別采用constant和linear〕。這樣也就使的輸出變量的范圍無(wú)法直接確定〔論域不能事先確定〕，因而在MATLAB中對(duì)于Sugeno型系統(tǒng)輸出變量的范圍〔Rang〕指定是沒(méi)有作用的。利用以下MATLAB程序，可得如圖5-16所示的輸入隸屬度函數(shù)的設(shè)定與輸入/輸出曲線。%ex5_2.m59編輯課件由圖5-16可見(jiàn)，由于隸屬度函數(shù)的適宜選擇，模糊系統(tǒng)的輸出曲線是光滑的。從以上的輸入輸出關(guān)系圖上可以清楚地看到，經(jīng)過(guò)Sugeno方法運(yùn)算后，輸入輸出的關(guān)系由原來(lái)給定的三個(gè)線性函數(shù)內(nèi)插為一條光滑的輸入輸出曲線，這也說(shuō)明了Sugeno系統(tǒng)是一種將線性方法用于非線性系統(tǒng)的簡(jiǎn)單有效的手段。這一點(diǎn)正是它被廣泛使用在諸如系統(tǒng)控制、系統(tǒng)建模等領(lǐng)域的一個(gè)重要原因。60編輯課件2.解析模糊規(guī)那么函數(shù)parsrule()函數(shù)parsrule()對(duì)給定的模糊語(yǔ)言規(guī)那么進(jìn)行解析并添加到模糊推理系統(tǒng)矩陣中，其調(diào)用格式

fisMat2=parsrule(fisMat1,txtRuleList,ruleFormat,lang)例：>>fisMat1=readfis('tipper');ruleTxt='ifserviceispoorthentipisgenerous';>>fisMat2=parsrule(fisMat1,ruleTxt,'verbose');showrule(fisMat2)61編輯課件3.顯示模糊規(guī)那么函數(shù)showrule()調(diào)用格式:showrule(fisMat,indexList,format,lang〕本函數(shù)用于顯示指定的模糊推理系統(tǒng)的模糊規(guī)那么，模糊規(guī)那么可以按三種方式顯示，即：詳述方式〔verbose〕、符號(hào)方式〔symbolic〕和隸屬度函數(shù)編號(hào)方式〔membershipfunctionindexreferencing〕。第一個(gè)參數(shù)是模糊推理系統(tǒng)矩陣的名稱，第二個(gè)參數(shù)是規(guī)那么編號(hào)，第三個(gè)參數(shù)是規(guī)那么顯示方式。規(guī)那么編號(hào)可以以向量形式指定多個(gè)規(guī)那么。例>>fisMat=readfis('tipper');showrule(fisMat,1)>>fisMat=readfis('tipper');showrule(fisMat,2)>>fisMat=readfis('tipper');showrule(fisMat,[31],'symbolic')>>fisMat=readfis('tipper');showrule(fisMat,1:3,'indexed')62編輯課件5.2.5模糊推理計(jì)算與去模糊化在建立好模糊語(yǔ)言變量及其隸屬度的值，并構(gòu)造完成模糊規(guī)那么之后，就可執(zhí)行模糊推理計(jì)算了。模糊推理的執(zhí)行結(jié)果與模糊蘊(yùn)含操作的定義、推理合成規(guī)那么、模糊規(guī)那么前件局部的連接詞“and〞的操作定義等有關(guān)，因而有多種不同的算法。目前常用的模糊推理合成規(guī)那么是“極大一極小〞合成規(guī)那么，設(shè)R表示規(guī)那么：“X為AY為B〞表達(dá)的模糊關(guān)系，那么當(dāng)X為A’時(shí)，按照“極大一極小〞規(guī)那么進(jìn)行模糊推理的結(jié)論B’計(jì)算如下：

63編輯課件基于模糊蘊(yùn)含操作的不同定義，人們提出了多種模糊推理算法，其中較為常用的是Mamdani模糊推理算法和Larsen模糊推理算法。另外，對(duì)于輸出為精確量的一類特殊模糊邏輯系統(tǒng)——Takagi-Sugeno型模糊推理系統(tǒng)，采用了將模糊推理與去模糊化結(jié)合的運(yùn)算操作。與其他類型的模糊推理方法不同，Takagi——Sugeno型模糊推理將去模糊化也結(jié)合到模糊推理中，其輸出為精確量。這是由Takagi——Sugeno型模糊規(guī)那么的形式所決定的，在Sugeno型模糊規(guī)那么的后件局部將輸出量表示為輸入量的線性組合，零階Sugeno型模糊規(guī)那么具有如下形式。IFx為A且y為BTHENz=k其中，k為常數(shù)。64編輯課件而一階Sugeno型模糊規(guī)那么的形式如下：IFx為A且y為BTHENz=p*x+q*y+r式中p,q,r均為常數(shù)。對(duì)于一個(gè)由n條規(guī)那么組成的Sugeno型模糊推理系統(tǒng)，設(shè)每條規(guī)那么具有下面的形式：Ri：IFx為Ai且y為BiTHENz=zi(i=1,2,…,n)那么系統(tǒng)總的輸出用下式計(jì)算：65編輯課件在MATLAB模糊邏輯工具箱中提供了有關(guān)對(duì)模糊推理計(jì)算與去模糊化的函數(shù)，如表5-5所示。表5-5模糊推理計(jì)算與去模糊化的函數(shù)

函數(shù)名功能evalfis()執(zhí)行模糊推理計(jì)算函數(shù)defuzz()執(zhí)行輸出去模糊化函數(shù)gensurf()生成模糊推理系統(tǒng)的輸出曲面并顯示函數(shù)66編輯課件1.執(zhí)行模糊推理計(jì)算函數(shù)evalfis()該函數(shù)用于計(jì)算模糊系統(tǒng)在給定輸入變量時(shí)的輸出值，其調(diào)用格式output=evalfis(input,fisMat)67編輯課件例5-3某一工業(yè)過(guò)程要根據(jù)測(cè)量的溫度和壓力來(lái)確定閥門開(kāi)啟的角度。假設(shè)輸入溫度[0，30]]模糊化成兩級(jí)：冷和熱；壓力[0，3]模糊化成兩級(jí)：高和正常；輸出閥門開(kāi)啟角度的增量[-10，10]模糊化成三級(jí)：正、負(fù)和零。模糊規(guī)那么為：IF溫度is冷and壓力is高THEN閥門角度的增量is正IF溫度is熱and壓力is高THEN閥門角度的增量is負(fù)IF壓力is正常THEN閥門角度的增量is零適中選擇隸屬度函數(shù)后，設(shè)計(jì)一基于Mamdani模型的模糊推理系統(tǒng)，計(jì)算當(dāng)溫度和壓力分別為5和1.5以及11和2時(shí)閥門開(kāi)啟的角度的增量，并繪制輸入/輸出曲面圖。解利用以下MATLAB程序，可得如下結(jié)果和如圖5-17所示的系統(tǒng)輸入/輸出曲面圖。%ex5_3.m68編輯課件執(zhí)行結(jié)果：out=2.50003.3921由以上結(jié)果可知，當(dāng)溫度和壓力分別為5和1.5時(shí)，閥門開(kāi)啟角度的增量為2.5；溫度和壓力分別為11和2時(shí)，角度的增量為3.3921。69編輯課件2.執(zhí)行輸出去模糊化函數(shù)defuzz()調(diào)用格式:out=defuzz(x,mf,type)其中，參數(shù)x是變量的論域范圍；mf為待去模糊化的模糊集合；type是去模糊化的方法，去模糊化的方法包括5種，即centroid〔面積中心法〕、bisector〔面積平分法〕、mom〔平均最大隸屬度方法〕、som〔最大隸屬度中的取最小值方法〕、lom〔最大隸屬度中的取最大值方法〕。例：>>x=-10:0.1:10;mf=trapmf(x,[-10-8-47]);xx=defuzz(x,mf,’centroid’)輸出結(jié)果：xx=-3.285770編輯課件3.生成模糊推理系統(tǒng)的輸出曲面并顯示函數(shù)gensurf()調(diào)用格式gensurf(fisMat)gensurf(fisMat,inputs,outputs)gensurf(fisMat,inputs,outputs,grids,refinput)其中，參數(shù)fisMat為模糊推理系統(tǒng)對(duì)應(yīng)的矩陣；inputs為模糊推理系統(tǒng)的一個(gè)或兩個(gè)輸入語(yǔ)言變量的編號(hào)；output為模糊系統(tǒng)的輸出語(yǔ)言變量的編號(hào)；參數(shù)grids用干指定x和y坐標(biāo)方向的網(wǎng)絡(luò)數(shù)目；當(dāng)系統(tǒng)輸入變量多于兩個(gè)時(shí)，參數(shù)refinput用于指定保持不變的輸入變量。71編輯課件由于gensurf()函數(shù)只能繪制二維平面圖或三維曲面圖，當(dāng)系統(tǒng)的輸入?yún)?shù)多于兩個(gè)時(shí)，函數(shù)gensurf(fisMat)〔僅有一個(gè)參數(shù)fisMat〕生成由模糊推理系統(tǒng)的前兩個(gè)輸入和第一個(gè)輸出構(gòu)成的三維曲面，否那么應(yīng)指明繪制哪兩個(gè)輸入和哪一個(gè)輸出的三維曲面。例針對(duì)兩輸入單輸出的模糊推理系統(tǒng)tipper，函數(shù)gensurf()有以下幾種使用方法：>>fisMat=readfis('tipper');gensurf(fisMat)或>>fisMat=readfis('tipper');gensurf(fisMat,[12],1)>>fisMat=readfis('tipper');gensurf(fisMat,1,1)>>fisMat=readfis('tipper');gensurf(fisMat,2,1)72編輯課件5.3MATLAB模糊邏輯工具箱的圖形用戶界面

前面介紹了模糊邏輯工具箱中有關(guān)構(gòu)造模糊推理系統(tǒng)的函數(shù)，這些函數(shù)都是直接在MATLAB命令行窗口執(zhí)行并顯示結(jié)果的。為了進(jìn)一步方便用戶，模糊邏輯工具箱供了一套用于構(gòu)造模糊推理系統(tǒng)的圖形用戶界面，它具有以下五大功能。

73編輯課件5.3.1根本模糊推理系統(tǒng)編輯器(Fuzzy〕根本模糊推理系統(tǒng)編輯器提供了利用圖形界面〔GUI〕對(duì)模糊系統(tǒng)的高層屬性的編輯、修改功能，這些屬性包括輸入、輸出語(yǔ)言變量的個(gè)數(shù)和去模糊化方法等。用戶在根本模糊編輯器中可以通過(guò)菜單項(xiàng)選擇擇激活其他幾個(gè)圖形界面編輯器，如隸屬度函數(shù)編輯器〔mfedit〕、模糊規(guī)那么編輯器〔ruleedit〕等。74編輯課件在MATLAB命令窗口中，可以用以下兩種方法啟動(dòng)根本模糊推理系統(tǒng)編輯器FISEditer：1)在MATLAB的命令窗口中直接鍵入fuzzy命令；2)首先利用MATLAB左下角的StartToolboxesFuzzyLogic命令，翻開(kāi)模糊邏輯系統(tǒng)工具箱菜單窗口。然后利用鼠標(biāo)雙擊模糊邏輯系統(tǒng)〔FuzzyLogic〕中的FISEditorViewer項(xiàng)。75編輯課件在以上兩種方式啟動(dòng)下，根本模糊推理系統(tǒng)編輯器的圖形界面如圖5-18所示。圖5-18根本模糊推理系統(tǒng)編輯器圖形界面76編輯課件從圖5-18中可以看到，在窗口上半部以圖形框的形式列出了模糊推理系統(tǒng)的根本組成局部，即輸入模糊變量(input1)、模糊規(guī)那么(Mamdani型或Sugeno型)和輸出模糊變量(output1)。通過(guò)鼠標(biāo)雙擊上述圖形框，能夠激活隸屬度函數(shù)編輯器和模糊規(guī)那么編輯器等相應(yīng)的編輯窗口。在窗口下半局部的右側(cè)，列出了當(dāng)前選定的模糊語(yǔ)言變量(CurrentVariable)的名稱、類型及其論域范圍。窗口的下半局部的左側(cè)列出了模糊推理系統(tǒng)的名稱〔FISName〕、類型〔FISType〕和一些根本屬性，包括“與〞運(yùn)算(Andmethod)、“或〞運(yùn)算(Ormethed)、蘊(yùn)含運(yùn)算(Implication)、模糊規(guī)那么的綜合運(yùn)算(Aggregation)以及去模糊化(Defuzzification)等。77編輯課件用戶只需用鼠標(biāo)即可設(shè)定相應(yīng)的屬性。其中“與〞運(yùn)算(Andmethod)可為其選擇min〔最小〕、prod〔乘積〕或custom〔自定義〕運(yùn)算；“或〞運(yùn)算(Ormethed)可為其選擇max〔最大〕、probor〔概率方法〕或custom運(yùn)算；蘊(yùn)含運(yùn)算(Implication)可為其選擇min、prod或custom運(yùn)算，但不適用于Sugeno型的模糊推理；模糊規(guī)那么的綜合運(yùn)算(Aggregation)可為其選擇max、sum〔求和〕、probor或custom運(yùn)算，但不適用于Sugeno型的模糊推理；去模糊化(Defuzzification)對(duì)Mamdani型模糊推理系統(tǒng)，可為其選擇centroid〔區(qū)域重心法〕、bisector〔區(qū)域等分法〕、mom〔極大平均法〕、som〔極大最小法〕、lom〔極大最大法〕或custom；對(duì)于Sugeno型模糊推理系統(tǒng)，可為其選擇wtaver〔加權(quán)平均〕或wtsum〔加權(quán)求和〕。78編輯課件在圖5-18中，模糊推理系統(tǒng)的根本屬性默認(rèn)設(shè)定為：“與〞運(yùn)算采用極小運(yùn)算(min)，“或〞運(yùn)算采用極大運(yùn)算(max)，模糊蘊(yùn)含采用極小運(yùn)算(min)，模糊規(guī)那么綜合采用極大運(yùn)算(max)，去模糊化采用重心法(centroid)。79編輯課件1．文件〔FIIe〕菜單文件菜單的主要功能包括：·NewMamdaniFIS——新建Mamdani型模糊推理系統(tǒng)；·NewSugenoFIS——新建Sugeno型模糊推理系統(tǒng)；·ImportFromWorkspace——從工作空間加載一個(gè)模糊推理系統(tǒng)；·ImportFromFile——從磁盤文件加載一個(gè)模糊推理系統(tǒng)；·ExporttoWorkspace—將當(dāng)前的模糊推理系統(tǒng)保存到工作空間；·ExporttoFile——將當(dāng)前的模糊推理系統(tǒng)保存到磁盤文件；·Print——打印模糊推理系統(tǒng)的信息；·CloseWindow——關(guān)閉窗口。80編輯課件2．編輯〔Edit〕菜單編輯菜單的功能包括：·Undot——撤消最近的操作；·AddVariable...Input——添加輸入語(yǔ)言變量；·AddVariable...Output—一添加輸出語(yǔ)言變量；·RemoveSelectedVariable——?jiǎng)h除所選語(yǔ)言變量；·AddMFs——在當(dāng)前變量中添加系統(tǒng)所提供的隸屬度函數(shù)；·AddCustomMF—一在當(dāng)前變量中添加用戶自定義的隸屬度函數(shù)〔.m文件〕；·RemoveSelectedMF——?jiǎng)h除所選隸屬度函數(shù)；·RemoveAllMFs——?jiǎng)h除當(dāng)前變量的所有隸屬度函數(shù)；·MembershipFunctions——翻開(kāi)隸屬度函數(shù)編輯器〔Mfedit〕；·Rules——翻開(kāi)模糊規(guī)那么編輯器〔Ruleedit〕；·FISProperties——翻開(kāi)模糊推理系統(tǒng)編輯器〔Fuzzy〕。81編輯課件3．視圖〔View〕菜單視圖菜單的功能包括：·Rules——翻開(kāi)模糊規(guī)那么瀏覽器〔Ruleview〕；·Surface——翻開(kāi)模糊系統(tǒng)輸入輸出曲面視圖〔Surfview〕。82編輯課件5.3.2隸屬度函數(shù)編輯器〔Mfedit〕在MATLAB命令窗口鍵入mfedit或在根本模糊推理系統(tǒng)編輯器中選擇編輯隸屬度函數(shù)菜單(Edit/MembershipFunctions)，都可激活隸屬度函數(shù)編輯器。在該編輯器中，提供了對(duì)輸入輸出語(yǔ)言變量各語(yǔ)言值的隸屬度函數(shù)類型、參數(shù)進(jìn)行編輯、修改的圖形界面工具，其界面如圖5-19所示。83編輯課件在該圖形界面中，窗口上半局部為隸屬度函數(shù)的圖形顯示，下半局部為隸屬度函數(shù)的參數(shù)設(shè)定界面，包括語(yǔ)言變量的名稱、論域和隸屬度函數(shù)的名稱、類型和參數(shù)。在菜單局部，文件菜單和視圖菜單的功能與模糊推理系統(tǒng)編輯器的文件功能類似。編輯菜單的功能包括添加隸屬度函數(shù)、添加定制的隸屬度函數(shù)以及刪除隸屬度函數(shù)等。84編輯課件5.3.3模糊規(guī)那么編輯器〔Ruleedit〕在MATLAB命令窗口鍵入ruleedit或在根本模糊推理系統(tǒng)編輯器中選擇編輯模糊規(guī)那么菜單(Edit/Rules)，均可激活模糊規(guī)那么編輯器。在模糊規(guī)那么編輯器中，提供了添加、修改和刪除模糊規(guī)那么的圖形界面，如圖5-20所示。85編輯課件在模糊規(guī)那么編輯器中提供了一個(gè)文本編輯窗口，用于規(guī)那么的輸入和修改。模糊規(guī)那么的形式可有三種，即語(yǔ)言型〔Verbose〕、符號(hào)型〔Simbolic〕以及索引型〔Indexed〕。在窗口的下部有一個(gè)下拉列表框，供用戶選擇某一規(guī)那么類型。為利用規(guī)那么編輯器建立規(guī)那么，首先應(yīng)定義該編輯器使用的所有輸入和輸出變量〔系統(tǒng)自動(dòng)地將在該編輯器中定義的輸入/輸出變量顯示在窗口的左下部〕，然后在窗口上選擇相應(yīng)的輸入/輸出變量〔以及是否加否認(rèn)詞not〕和不同輸入變量之間的連接關(guān)系〔or或那么and〕以及權(quán)重weight的值〔默認(rèn)值為1〕，最后單擊[Addrule]按鈕，便可將此規(guī)那么顯示在編輯器的顯示區(qū)域中。模糊規(guī)那么編輯器的菜單功能與前兩種編輯器根本類似，在其視圖菜單中能夠激活其他的編輯器或窗口。86編輯課件5.3.4模糊規(guī)那么瀏覽器〔Ruleview〕