模糊推理系统相关函数介绍

### 模糊推理系统相关函数介绍 在模糊推理系统的构建和使用过程中，有许多实用的函数可以帮助我们完成各种任务，如系统类型转换、隶属度函数参数转换、打开编辑器、创建新系统以及解析规则等。下面将详细介绍这些函数。 #### 1. mam2sug：将Mamdani模糊推理系统转换为Sugeno模糊推理系统 - **功能说明**：该函数用于将Mamdani模糊推理系统转换为Sugeno模糊推理系统。不过需要注意的是，`mam2sug`将在未来版本中被移除，建议使用`convertToSugeno`替代。 - **语法**： ```matlab sugFIS = mam2sug(mamFIS) ``` - **输入参数**： - `mamFIS`：Mamdani模糊推理系统，以结构体形式指定。可以在命令行构建，也可使用模糊逻辑设计器构建。 - **输出参数**： - `sugFIS`：Sugeno模糊推理系统，以结构体形式返回。其具有以下特点： - 具有常量输出隶属度函数，其值对应于`mamFIS`中输出隶属度函数的质心。 - 使用加权平均去模糊化方法。 - 使用乘积蕴含方法。 - 使用求和聚合方法。 其余属性，包括输入隶属度函数和规则定义，与`mamFIS`保持不变。 - **示例**： ```matlab % 加载Mamdani模糊推理系统 mam_fismat = readfis('mam22.fis'); % 将系统转换为Sugeno模糊推理系统 sug_fismat = mam2sug(mam_fismat); % 绘制两个模糊系统的输出曲面 subplot(2,2,1) gensurf(mam_fismat) title('Mamdani system (Output 1)') subplot(2,2,2) gensurf(sug_fismat) title('Sugeno system (Output 1)') subplot(2,2,3) gensurf(mam_fismat,gensurfOptions('OutputIndex',2)) title('Mamdani system (Output 2)') subplot(2,2,4) gensurf(sug_fismat,gensurfOptions('OutputIndex',2)) title('Sugeno system (Output 2)') ``` - **操作步骤**： 1. 加载Mamdani模糊推理系统。 2. 使用`mam2sug`函数进行转换。 3. 绘制输出曲面进行对比。 - **Tips**： - 若有一个运行良好的Mamdani模糊推理系统，可考虑使用`mam2sug`转换为计算效率更高的Sugeno结构以提高性能。 - 若`sugFIS`有单个输出变量且有适当的输入/输出训练数据，可使用`anfis`调整`sugFIS`的隶属度函数参数。 #### 2. mf2mf：隶属度函数参数转换 - **功能说明**：该函数用于将任何内置隶属度函数类型的参数转换为另一种类型。不过，`mf2mf`将在未来版本中被移除，建议使用`fismf`对象的点表示法进行隶属度函数转换。 - **语法**： ```matlab outParams = mf2mf(inParams,inType,outType) ``` - **输入参数**： - `inParams`：要转换的隶属度函数的参数，指定为行向量。 - `inType`：要转换的隶属度函数类型。 - `outType`：要转换到的隶属度函数类型。 可指定的隶属度函数类型如下表所示： | 隶属度函数类型 | 描述 | 更多信息 | | --- | --- | --- | | 'gbellmf' | 广义钟形隶属度函数 | gbellmf | | 'gaussmf' | 高斯隶属度函数 | gaussmf | | 'gauss2mf' | 高斯组合隶属度函数 | gauss2mf | | 'trimf' | 三角形隶属度函数 | trimf | | 'trapmf' | 梯形隶属度函数 | trapmf | | 'sigmf' | S形隶属度函数 | sigmf | | 'dsigmf' | 两个S形隶属度函数的差 | dsigmf | | 'psigmf' | 两个S形隶属度函数的乘积 | psigmf | | 'zmf' | Z形隶属度函数 | zmf | | 'pimf' | π形隶属度函数 | pimf | | 'smf' | S形隶属度函数 | smf | - **示例**： ```matlab x = 0:0.1:5; mf1 = [1 2 3]; mf2 = mf2mf(mf1,'gbellmf','trimf'); plot(x,gbellmf(x,mf1),x,trimf(x,mf2)) legend('Generalized bell-shaped','Triangle-shaped','Location','South') ylim([-0.05 1.05]) ``` - **操作步骤**： 1. 定义输入参数和隶属度函数类型。 2. 使用`mf2mf`函数进行参数转换。 3. 绘制转换前后的隶属度函数进行对比。 - **兼容性考虑**： - 之前，要更改模糊推理系统中隶属度函数的类型，需使用`mf2mf`转换参数。 ```matlab fis = readfis('tipper'); oldType = fis.input(1).mf(1).type; oldParams = fis.input(1).mf(1).params; fis.input(1).mf(1).type = newType; fis.input(1).mf(1).params = mf2mf(oldParams,oldType,newType); ``` - 现在，更改隶属度函数类型时，参数会自动转换。 ```matlab fis = readfis('tip ```