MATLAB模糊邏輯工具箱函數(shù)PPT學(xué)習(xí)教案

1、會計學(xué)1MATLAB模糊邏輯工具箱函數(shù)模糊邏輯工具箱函數(shù)2 針對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Fuzzy Logic工具箱。該工具箱由長期從事模糊邏輯和模糊控制研究與開發(fā)工作的有關(guān)專家和技術(shù)人員編制。MATLAB Fuzzy Logic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迎。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)計的有效工具。” 第1頁/共104頁3 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試模糊邏輯系統(tǒng)的一整套功能函數(shù)，包括定義語言

2、變量及其隸屬度函數(shù)、輸入模糊推理規(guī)則、整個模糊推理系統(tǒng)的管理以及交互式地觀察模糊推理的過程和輸出結(jié)果。1 MATLAB模糊邏輯工具箱簡介模糊邏輯工具箱簡介第2頁/共104頁42. 提供圖形化的系統(tǒng)設(shè)計界面 在模糊邏輯工具箱中包含五個圖形化的系統(tǒng)設(shè)計工具，這五個設(shè)計工具是： 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，用于通過可視化手段建立語言變量的隸屬度函數(shù)； 模糊推理規(guī)則編輯器； 系統(tǒng)輸入輸出特性曲面測覽器； 模糊推理過程瀏覽器。 第3頁/共104頁53. 支持模糊邏輯中的高級技術(shù) 自適應(yīng)神經(jīng)模糊推理系統(tǒng)（ANFIS，A

3、daptive Neural Fuzzy Inference System）； 用于模式識別的模糊聚類技術(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。 第4頁/共104頁6 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的無縫連接，而且通過 RealTime Workshop能夠生成ANSI C源代碼，從而易于實現(xiàn)模糊系統(tǒng)的實時應(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)計后，可以將設(shè)計結(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)，可以實現(xiàn)模糊邏輯系統(tǒng)的獨(dú)立運(yùn)行或者作

4、為其他應(yīng)用的一部分運(yùn)行。 第5頁/共104頁7 模糊推理系統(tǒng)的基本類型模糊推理系統(tǒng)的基本類型 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)則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)則的后件是輸入語言變量的函數(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,或簡稱為Sugeno模型。 第6頁/共104頁81 基于標(biāo)準(zhǔn)模型的模糊邏輯系統(tǒng)基

5、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)則的前件和后件均為模糊語言值，即具有如下形式：IF x1 is A1 and x2 is A2 andand xn is An THEN y is B 其中Ai(i=1,2,n)是輸入模糊語言值，B是輸出模糊語言值。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)則庫由若干“IFTHEN”規(guī)則構(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)則映射成輸出模糊集合。它提供了一種量化專家語言信息和在模糊邏輯原則下系統(tǒng)地利用這類語言信息的一般化模式。第7頁/共104頁92

6、 基于高木基于高木關(guān)野（關(guān)野（TakagiSugeno）模型）模型的模糊邏輯系統(tǒng)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)則不同于一般的模糊規(guī)則形式。 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)則：IF x1 is A1 and x2 is A2 andand xn is An THEN 其 中 Ai( i = 1 , 2 , , n ) 是 輸 入 模 糊 語 言 值 ，ci(i=1,2,n)是真值參數(shù)。niiixcy1第8頁/共104頁10 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表示，因而能

7、夠利用參數(shù)估計方法來確定系統(tǒng)的參數(shù)ci(i=1,2,n)；同時，可以應(yīng)用線性控制系統(tǒng)的分析方法來近似分析和設(shè)計模糊邏輯系統(tǒng)。其缺點(diǎn)是規(guī)則的輸出部分不具有模糊語言值的形式，因此不能充分利用專家的控制知識，模糊邏輯的各種不同原則在這種模糊邏輯系統(tǒng)中應(yīng)用的自由度也受到限制。 第9頁/共104頁11 模糊邏輯系統(tǒng)的構(gòu)成模糊邏輯系統(tǒng)的構(gòu)成 前面討論了模糊邏輯系統(tǒng)的基本類型，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這一類型的模糊邏輯系統(tǒng)提供了分析和設(shè)計手段，但同時對高木一關(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)作為主要討論對象。第10頁/共104頁12

8、構(gòu)造一個模糊邏輯系統(tǒng)，首先必須明確其主要組成部分。一個典型的模糊邏輯系統(tǒng)主要由如下幾個部分組成：（1）輸入與輸出語言變量，包括語言值及其隸屬度函數(shù)；（2）模糊規(guī)則；（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。 第11頁/共104頁13 針對模糊邏輯系統(tǒng)的以上主要構(gòu)成，在MATLAB模糊邏輯工具箱中構(gòu)造一個模糊推理系統(tǒng)有如下步驟：（1）模糊推理系統(tǒng)對應(yīng)的數(shù)據(jù)文件，其后綴為.fis，用于對該模糊系統(tǒng)進(jìn)行存儲、修改和管理；（2）確定輸入、輸出語言變量及其語言值；（3）確定各語言值的隸屬度函數(shù)，包括隸屬度函數(shù)的類型與參數(shù)；（4）確定模糊規(guī)則；（5）確定各種模糊運(yùn)算方法，包括模

9、糊推理方法、模糊化方法、去模糊化方法等。 第12頁/共104頁145.2 利用模糊邏輯工具箱建立模糊推理系統(tǒng)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、修改與存儲管理模糊推理系統(tǒng)的建立、修改與存儲管理 前面討論了模糊推理系統(tǒng)的主要構(gòu)成部分，即一個模糊推理系統(tǒng)由輸入、輸出語言變量及其隸屬度函數(shù)、模糊規(guī)則、模糊推理機(jī)和去模糊化方法等各部分組成，在MATLAB模糊邏輯工具箱中，把模糊推理系統(tǒng)的各部分作為一個整體，并以文件形式對模糊推理系統(tǒng)進(jìn)行建立、修改和存儲等管理功能。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。 第13頁/共104頁15表2-7 模糊推理系

10、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) 第14頁/共104頁161 .創(chuàng)建新的模糊推理系統(tǒng)函數(shù)newfis( ) 該函數(shù)用于創(chuàng)建一個新的模糊推理系統(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)個數(shù)可達(dá)7個。調(diào)用格式為fisMat=newfis(fisName,fis

11、Type,andMethod,orMethod,impMethod,aggMethod,defuzzMethod)第15頁/共104頁17例：fisMat=newfis(mysys);getfis(fisMat)顯示：Name = mysys Type = mamdani NumInputs = 0 InLabels = NumOutputs = 0 OutLabels = NumRules = 0 AndMethod = min OrMethod = max ImpMethod = min AggMethod = max DefuzzMethod = centroid第16頁/共104頁18

12、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)第17頁/共104頁19例如利用以下命令可加載一個MATLAB自帶的關(guān)于“小費(fèi)”問題的模糊推理系統(tǒng)。fisMat=readfis(tipper);getfis(fisMat);結(jié)果顯示： Name = tipper Type = mamdani NumInputs = 2 InLabels = service food NumOutputs = 1 OutLabels = tip NumRules = 3 AndMethod = min OrMethod = max ImpMethod

13、 = min AggMethod = max DefuzzMethod = centroid 第18頁/共104頁203. 獲得模糊推理系統(tǒng)的屬性函數(shù)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)的部分或全部特性，格式為 getfis(fisMat) getfis(fisMat,fisPropname) getfis(fisMat,varType,varIndex,varPropname); getfis(fisMat,varType,varIndex,mf,mfIndex) getfis(fisMat,varType,varIndex,mf,mfInd

14、ex,mfPropname);第19頁/共104頁21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

15、,name)第20頁/共104頁22 4. 將模糊推理系統(tǒng)以矩陣形式保存在內(nèi)存中的數(shù)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)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)是以矩陣形式存儲的，其對應(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，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)

16、第21頁/共104頁23 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,

17、mfindex,propname,nemeprop); 第22頁/共104頁24該函數(shù)可以有3個、5個或7個輸入?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) 第23頁/共104頁25 7. 繪圖表示模糊推理系統(tǒng)的函數(shù)繪圖表示模糊推理系統(tǒng)的函數(shù)plotfi

18、s( ) 該函數(shù)的調(diào)用格式為 plotfis(fisMat)其中，fisMat為模糊推理系統(tǒng)對應(yīng)的矩陣名稱。例：fisMat=readfis(tipper); plotfis(fisMat) 8. 將將Mamdani型模糊推理系統(tǒng)轉(zhuǎn)換成型模糊推理系統(tǒng)轉(zhuǎn)換成Sugeno型模糊推理系統(tǒng)的函數(shù)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=m

19、am2sug(mam_fisMat)例：mam_fisMat=readfis(tipper); sug_fisMat=mam2sug(mam_fisMat)第24頁/共104頁265.2.2 模糊語言變量及其語言值模糊語言變量及其語言值 在模糊推理系統(tǒng)中，專家的控制知識以模糊規(guī)則形式表示。為直接反映人類自然語言的模糊性特點(diǎn)，模糊規(guī)則的前件和后件中引入語言變量和語言值的概念。語言變量分為輸入語言變量和輸出語言變量，輸入語言變量是對模糊推理系統(tǒng)輸入變量的模糊化描述，通常位于模糊規(guī)則的前件中，輸出語言變量是對模糊推理系統(tǒng)輸出變量的模糊化描述，通常位于模糊規(guī)則的后件中。 第25頁/共104頁27 語言

20、變量具有多個語言值，每個語言值對應(yīng)一個隸屬度函數(shù)。語言變量的語言值構(gòu)成了對輸入和輸出空間的模糊分割，模糊分割的個數(shù)即語言值的個數(shù)以及語言值對應(yīng)的隸屬度函數(shù)決定了模糊分割的精細(xì)化程度。模糊分割的個數(shù)也決定了模糊規(guī)則的個數(shù)，模糊分割數(shù)越多，控制規(guī)則數(shù)也越多。因此在設(shè)計模糊推理系統(tǒng)時，應(yīng)在模糊分割的精細(xì)程度與控制規(guī)則的復(fù)雜性之間取得折衷。 第26頁/共104頁28 在MATLAB模糊邏輯工具箱中，提供了向模糊推理系統(tǒng)添加或刪除模糊語言變量及其語言值的函數(shù)，如表5-2所示。表5-2 添加或刪除模糊語言變量函數(shù) 函 數(shù) 名功 能addvar( )添加模糊語言變量rmvar( )刪除模糊語言變量第27頁/

21、共104頁291向模糊推理系統(tǒng)添加語言變量函數(shù)向模糊推理系統(tǒng)添加語言變量函數(shù)addvar( ) 調(diào)用格式fisMat2=addvar(fisMat1,varType,varName,varBounds) 例fisMat=newfis(mysys);fisMat=addvar(fisMat,input,service,0 10) 第28頁/共104頁302. 從模糊推理系統(tǒng)中刪除語言變量從模糊推理系統(tǒng)中刪除語言變量rmvar( ) 調(diào)用格式fisMat2=rmvar(fisMat1,varType,varIndex) 當(dāng)一個模糊語言變量正在被當(dāng)前的模糊規(guī)則集使用時，則不能刪除該變量。在一個模糊語

22、言變量被刪除后，MATLAB模糊邏輯工具箱將會自動地對模糊規(guī)則集進(jìn)行修改，以保證一致性。例fisMat=newfis(mysys);fisMat=addvar(fisMat,input,temperature,0 100);fisMat1=rmvar(fisMat,input,1) 第29頁/共104頁315.2.3 模糊語言變量的隸屬度函數(shù)模糊語言變量的隸屬度函數(shù) 每個模糊語言變量具有多個模糊語言值。模糊語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)?。?、ZE（零）、PS（正?。?、PM（正中）、PB（正大）等。每個語言值都對應(yīng)一個隸屬度函數(shù)。隸屬度函數(shù)可有兩種描述方

23、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言變量的論域為離散的情形，此時隸屬度函數(shù)可用向量或表格的形式來表示；對于論域為連續(xù)的情況，隸屬度函數(shù)則采用函數(shù)描述方式。第30頁/共104頁32 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、型以及Z型。利用工具箱中提供的函數(shù)可以建立和計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輸入、輸出空間的模糊分割，對模糊推理系統(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)可以方便地對各類隸屬度函數(shù)進(jìn)行建立、修改和刪除

24、等操作，函數(shù)如表5-3所示。 第31頁/共104頁33表5-3 語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( )計算兩個sigmiod

25、隸屬度函數(shù)之積dsigmf( )計算兩個sigmiod隸屬度函數(shù)之和第32頁/共104頁341. 繪制語言變量的隸屬度曲線函數(shù)繪制語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)的語言變量添加隸屬度函數(shù)向模糊推理系統(tǒng)的語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)中存在的某一語言變量添加隸屬度函數(shù)，而不能添加到一個不存在的語言變量中。某個語言變量的隸屬度函數(shù)（即語言值）按照添加的順序加以編號，第一個添加的隸屬度函數(shù)被編為1號，此后依次遞增。該函數(shù)調(diào)用格式為fisMa

26、t2=addmf(fisMat1,varType,varIndex,mfName,mfType,mfParams)第33頁/共104頁35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,0 10);fisMat=addmf(fisMat,input,1,poor,gaussmf,1.5 0 );fisMat=addmf(fisMat,input,1,good,gaussmf,1.5 5);fisMat=addmf(fisMat,input,1,excellent,gaussm

27、f,1.5 10);plotmf(fisMat,input,1)01234567891000.20.40.60.81serviceDegree of membershippoorgoodexcellent第34頁/共104頁363. 從模糊推理系統(tǒng)中刪除一個語言變量的某一隸屬從模糊推理系統(tǒng)中刪除一個語言變量的某一隸屬度函數(shù)度函數(shù)rmmf( ) 當(dāng)一個隸屬度函數(shù)正在被當(dāng)前模糊推理規(guī)則使用時，則不能刪除。調(diào)用格式為fisMat2=rmmf(fisMat1,varType,varIndex,mf,mfIndex)第35頁/共104頁374. 建立高斯型隸屬度函數(shù)gaussmf( )調(diào)用格式 ygau

28、ssmf(x,params)ygaussmf(x,sig c)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。高斯型函數(shù)的形狀由sig和c兩個參數(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=0:0.1:10y=gaussmf(x,2 5);plot(x,y)xlabel(gaussmf, p=2 5) 22)(cxey第36頁/共104頁385. 建立雙邊高斯型隸屬度函數(shù)gauss2mf( ) 調(diào)用格式 y=gauss2mf(x,params)y=gauss2mf(x,sig1 c1 sig2 c2) 雙邊高斯

29、型函數(shù)的曲線由兩個中心點(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分別對應(yīng)左、右半邊高斯函數(shù)的寬度與中心點(diǎn)，c2c1。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, 1 3 3 4); plot(x,y),xlabel(gauss2mf, p=1 3 3 4) 2)(1)(,22222121cxecxeycxcx第37頁/共104頁396 . 建立一般的鐘形隸屬度函數(shù)gbellmf( )調(diào)用格式 y=gbellmf(x,params)y=gbellmf(x,a b c)其中

30、參數(shù)x指定變量的論域范圍，a b c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=0:0.1:10y=gbellmf(x, 2 4 6);plot(x,y)xlabel(gbellmf, p=2 4 6) bacxy211第38頁/共104頁40 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,a b c d) 其中 參數(shù)x指定函數(shù)的自變量范圍，a b c d決定函數(shù)的形狀，a，b分別對應(yīng)曲線下部的左右兩個拐點(diǎn)，b和c分別

31、對應(yīng)曲線上部的左右兩個拐點(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, 1 4 5 10 );plot(x,y),xlabel(pimf,p=1 4 5 10) 第39頁/共104頁418. 建立Sigmoid型隸屬度函數(shù)sigmf( ) 調(diào)用格式 y=sigmf(x,params) y=sigmf(x,a c)其中 參數(shù)x用于指定變量的論域范圍，a c決定了Sigmoid型函數(shù)的形狀，其表達(dá)式如下： Sigmoid型函數(shù)曲線具有半開的形狀，因而適于作為“極大”、“極小”等語言值的隸屬度函數(shù)。 例利用以下命令，可建立如圖5-7所示的sigm

32、oid型隸屬度函數(shù)曲線。x=0:0.1:10;y=sigmf(x, 2 4 ); plot(x,y),xlabel(sigmf, p=2 4 ) )(11cxaey第40頁/共104頁429. 建立梯形隸屬度函數(shù)trapmf( )調(diào)用格式 y=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,1 5 7 8);plot(x,y),xlabel(trapmf,p=1 5 7

33、8) xddxccdxdcxbbxaabaxaxdcbaxf, 01, 0),(第41頁/共104頁4310. 建立三角形隸屬度函數(shù)trimf( )調(diào)用格式 y=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,3 6 8); plot(x,y),xlabel(trimf,p=3 6 8) xcdxccdxdbxaabaxaxdcbaxf, 0, 0),(第42頁/共104頁4411. 建立

34、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,3 6 8); plot(x,y),xlabel(trimf,p=3 6 8) 第43頁/共104頁4512. 通過兩個Sigmoid型函數(shù)的乘積來構(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sigmoid型函數(shù)之和或乘積來構(gòu)造新的隸屬度函數(shù)類型，模

35、糊邏輯工具箱中提供了相應(yīng)的函數(shù)，參見psigmf( )和dsigmf( )。調(diào)用格式y(tǒng)=psigmf(x,params) y=psigmf(x,a1 c1 a2 c2) 其中 參數(shù)al,c1和a2,c2分別用于指定兩個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：)1)(1 (1)()(2211cxacxaeey第44頁/共104頁46例利用以下命令，由兩個sigmoid型函數(shù)的乘積來構(gòu)造新的隸屬度函數(shù)，如圖5-11所示。x=0:0.1:10;y=psigmf(x,2 3 5 8); plot(x,y)xlabel(psigmf,p=2 3 -5 8) 第45頁/共

36、104頁4713. 通過計算兩個sigmoid型函數(shù)之和來構(gòu)造新的隸屬度函數(shù)dsigmf( )調(diào)用格式 y=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=0:0.1:10y=dsigmf(x,5 2 5 7); plot(x,y)xlabel(dsigmf,p=5 2 5 7) )()(22111111cxacxaeey第46頁/

37、共104頁4814. 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處的點(diǎn)的重合。但不可避免地會丟失一些信息。所以當(dāng)再次使用該函數(shù)進(jìn)行反向轉(zhuǎn)換時將無法得到與原來函數(shù)相同的參數(shù)。第47頁/共104頁49例利用以下命令，實現(xiàn)鐘型隸屬度函數(shù)向三角

38、形隸屬度函數(shù)的轉(zhuǎn)換，如圖5-13所示。 x=0:0.1:5;mfp1=1 2 3;mfp2=mf2mf(mfp1,gbellmf,trimf); plot(x,gbellmf(x,mfp1),x,trimf(x,mfp2) 第48頁/共104頁5015.隸屬度函數(shù)的計算函數(shù)隸屬度函數(shù)的計算函數(shù)fuzarith( ) 調(diào)用格式C=fuzarith (x, A,B,operator)其中，x為要計算的隸屬度函數(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:

39、0.1:10;A=trapmf(x,1 3 6 8);B=trimf(x,4 7 9); C=fuzarith(x,A,B,sum);plot(x,A,-, x,B,-,x,C,x) 第49頁/共104頁5116.計算隸屬度函數(shù)的值計算隸屬度函數(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)的計算結(jié)果曲線，如圖5-14所示。 x=0:0.1:10;myParams=2 4 6; y=evalm

40、f(x,myParams,gbellmf); plot(x,y);xlabel(gbellmf,x=2 4 6) 01234567891000.10.20.30.40.50.60.70.80.91gbellmf,x=2 4 6第50頁/共104頁525.2.4 模糊規(guī)則的建立與修改模糊規(guī)則的建立與修改 在模糊推理系統(tǒng)中，模糊規(guī)則以模糊語言的形式描述人類的經(jīng)驗和知識，規(guī)則是否正確地反映人類專家的經(jīng)驗和知識，是否反映對象的特性，直接決定模糊推理系統(tǒng)的性能。通常模糊規(guī)則的形式是“IF前件THEN后件”，前件由對模糊語言變量的語言值描述構(gòu)成，如“溫度較高，壓力較低”。在一般的模糊推理系統(tǒng)中，后件由對輸

41、出模糊語言變量的語言值描述構(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)則的這種形式化表示是符合人們通過自然語言對許多知識的描述和記憶習(xí)慣的。 第51頁/共104頁53 模糊規(guī)則的建立是構(gòu)造模糊推理系統(tǒng)的關(guān)鍵。在實際應(yīng)用中，初步建立的模糊規(guī)則往往難以到達(dá)良好的效果，必須不斷加以修正和試湊。在模糊規(guī)則的建立修正和試湊過程中，應(yīng)盡量保證模糊規(guī)則的完備性和相容性。在MATLAB模糊邏輯工具箱中，提供了有關(guān)對模糊規(guī)則建立和操作的函數(shù)，如表5-4所示。表5-4 模糊規(guī)則建立和修改函數(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(

42、 )解析模糊規(guī)則函數(shù)showrule( )顯示模糊規(guī)則函數(shù)第52頁/共104頁541. 向模糊推理系統(tǒng)添加模糊規(guī)則函數(shù)addrule( )調(diào)用格式fisMat2=addrule(fisMat1,rulelist)其中，參數(shù)fisMat1/2為填加規(guī)則前后模糊推理系統(tǒng)對應(yīng)的矩陣名稱；rulelist以向量的形式給出需要添加的模糊規(guī)則，該向量的格式有嚴(yán)格的要求，如果模糊推理系統(tǒng)有m個輸入語言變量和n個輸出語言變量，則向量rulelist的列數(shù)必須為mn2，而行數(shù)任意。在rulelist的每一行中，前m個數(shù)字表示各輸入變量對應(yīng)的隸屬度函數(shù)的編號，其后的n個數(shù)字表示輸出變量對應(yīng)的隸屬度函數(shù)的編號，第m

43、n1個數(shù)字是該規(guī)則適用的權(quán)重，權(quán)重的值在0到 1之間，一般設(shè)定為 l；第mn2個數(shù)字為0或1兩個值之一，如果為1則表示模糊規(guī)則前件的各語言變量之間是“與”的關(guān)系，如果是0則表示是“或”的關(guān)系。 第53頁/共104頁55例如系統(tǒng)fisMat有兩個輸入和一個輸出，其中兩條模糊規(guī)則分別為：IF x is X1 and y is Y1 THEN z is Z1IF x is X1 and y is Y2 THEN z is Z2則可采用如下的MATLAB命令來實現(xiàn)以上兩條模糊規(guī)則。rulelist=1 1 1 1 1; 1 2 2 1 1; fisMat=addrule(fisMat,rulelist

44、) 第54頁/共104頁56 例例5-1 假設(shè)一單輸入單輸出系統(tǒng)，輸入為表征飯店侍者服務(wù)好壞的值（010），輸出為客人付給的小費(fèi)（030）。其中規(guī)則有如下三條：IF 服務(wù) 差 THEN 小費(fèi) 低 IF 服務(wù) 好 THEN 小費(fèi) 中等IF 服務(wù) 很好 THEN 小費(fèi) 高適當(dāng)選擇服務(wù)和小費(fèi)的隸屬度函數(shù)后，設(shè)計一基于Mamdani模型的模糊推理系統(tǒng)，并繪制輸入/輸出曲線。 解解 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。第55頁/共104頁57 由圖5-15可見，由于隸屬度函數(shù)的合適選擇，模糊系統(tǒng)的輸出是輸入的嚴(yán)格遞增函數(shù)，也就是說，付給客人的小費(fèi)是隨著服務(wù)質(zhì)量的提高而增

45、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)大于時（如將以上程序中服務(wù)隸屬度函數(shù)的參數(shù)修改為），輸出將不是輸入的嚴(yán)格遞增函數(shù)，這時小費(fèi)有時可能會隨著服務(wù)質(zhì)量的提高而減少。01234567891000.51服 務(wù)輸入隸屬度差好很 好05101520253000.51小 費(fèi)輸出隸屬度低中 等高01234567891002040服 務(wù)小費(fèi)第56頁/共104頁58 例例5-2 假設(shè)一單輸入單輸出系統(tǒng)，輸入x0，15模糊化成三級：小、中和大；輸出y0，15由下列三條規(guī)則確定：IF x is 小 THEN y=xIF x is 中 THEN y=-0.5x+9IF x is 大 THEN y=2x-18

46、. 設(shè)計一基于Sugeno模型的模糊推理系統(tǒng)，并繪制輸入/輸出曲線。 解解 在利用MATLAB設(shè)計Sugeno模糊系統(tǒng)時，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)則中的線性函數(shù)或是常數(shù)取代了，因此推理的過程就省略蘊(yùn)涵運(yùn)算以及不同模糊規(guī)則之間結(jié)果的合成運(yùn)算，以致在后面介紹的基本模糊推理系統(tǒng)編輯器（fuzzy）環(huán)境里的“Implication”和“Aggregation”算法選擇項都不能使用。第57頁/共104頁59 但是這里對于輸出仍然會用到“隸屬度函數(shù)”的提法，只是對于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

47、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法直接確定（論域不能事先確定），因而在MATLAB中對于Sugeno型系統(tǒng)輸出變量的范圍（Rang）指定是沒有作用的。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.m 第58頁/共104頁60 由圖5-16可見，由于隸屬度函數(shù)的合適選擇，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Sugeno方法運(yùn)算后，輸入輸出的關(guān)系由原來給定的三個線

48、性函數(shù)內(nèi)插為一條光滑的輸入輸出曲線，這也說明了Sugeno系統(tǒng)是一種將線性方法用于非線性系統(tǒng)的簡單有效的手段。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)域的一個重要原因。 05101500.51xDegree of membership小中大051015051015xy第59頁/共104頁612. 解析模糊規(guī)則函數(shù)parsrule( ) 函數(shù)parsrule( )對給定的模糊語言規(guī)則進(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);

49、ruleTxt=if service is poor then tip is generous;fisMat2=parsrule(fisMat1,ruleTxt,verbose);showrule(fisMat2) 第60頁/共104頁623 . 顯示模糊規(guī)則函數(shù)顯示模糊規(guī)則函數(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)則，模糊規(guī)則可以按三種方式顯示，即：詳述方式（verbose）、符號方式（symbolic）和隸屬度函數(shù)編號方式（membership function index

50、referencing）。第一個參數(shù)是模糊推理系統(tǒng)矩陣的名稱，第二個參數(shù)是規(guī)則編號，第三個參數(shù)是規(guī)則顯示方式。規(guī)則編號可以以向量形式指定多個規(guī)則。例fisMat=readfis(tipper); showrule(fisMat,1)fisMat=readfis(tipper);showrule(fisMat,2)fisMat=readfis(tipper);showrule(fisMat,3 1,symbolic)fisMat=readfis(tipper);showrule(fisMat,1:3,indexed) 第61頁/共104頁635.2.5 模糊推理計算與去模糊化模糊推理計算與去模糊

51、化 在建立好模糊語言變量及其隸屬度的值，并構(gòu)造完成模糊規(guī)則之后，就可執(zhí)行模糊推理計算了。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)則、模糊規(guī)則前件部分的連接詞“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)則是“極大一極小”合成規(guī)則，設(shè)R表示規(guī)則：“X為AY為 B”表達(dá)的模糊關(guān)系，則當(dāng)X為 A時，按照“極大一極小”規(guī)則進(jìn)行模糊推理的結(jié)論B計算如下： YRAXxyyxxRAB/),()(第62頁/共104頁64 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，對于輸出為精確量

52、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，TakagiSugeno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TakagiSugeno型模糊規(guī)則的形式所決定的，在Sugeno型模糊規(guī)則的后件部分將輸出量表示為輸入量的線性組合，零階Sugeno型模糊規(guī)則具有如下形式。IF x為A 且 y為B THEN z=k其中，k為常數(shù)。第63頁/共104頁65而一階Sugeno型模糊規(guī)則的形式如下：IF x為A 且 y為B THEN z=p*x+q*y+r式中 p,q,r均為常數(shù)。 對于一個由n條

53、規(guī)則組成的Sugeno型模糊推理系統(tǒng)，設(shè)每條規(guī)則具有下面的形式： Ri：IF x為Ai且y為Bi THEN z=zi (i=1,2,n)則系統(tǒng)總的輸出用下式計算：niBAniiBAyxzyxyiiii11)()()()(第64頁/共104頁66 在MATLAB模糊邏輯工具箱中提供了有關(guān)對模糊推理計算與去模糊化的函數(shù)，如表5-5所示。表5-5 模糊推理計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)第65頁/共104頁671. 執(zhí)行模糊推理計算函數(shù)evalfis( ) 該函

54、數(shù)用于計算已知模糊系統(tǒng)在給定輸入變量時的輸出值，其調(diào)用格式output=evalfis(input,fisMat)第66頁/共104頁68 例例5-3 某一工業(yè)過程要根據(jù)測量的溫度和壓力來確定閥門開啟的角度。假設(shè)輸入溫度0，30 模糊化成兩級：冷和熱；壓力0，3模糊化成兩級：高和正常；輸出閥門開啟角度的增量-10，10模糊化成三級：正、負(fù)和零。模糊規(guī)則為： 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零適當(dāng)選擇隸屬度函數(shù)后，設(shè)

55、計一基于Mamdani模型的模糊推理系統(tǒng)，計算當(dāng)溫度和壓力分別為5和以及11和2時閥門開啟的角度的增量，并繪制輸入/輸出曲面圖。 解解 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。第67頁/共104頁69執(zhí)行結(jié)果：out = 由以上結(jié)果可知，當(dāng)溫度和壓力分別為5和時，閥門開啟角度的增量為；溫度和壓力分別為11和2時，角度的增量為。 01020300123-505溫 度壓 力增量第68頁/共104頁702. 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；t

56、ype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 -4 7);xx=defuzz(x,mf,centroid)輸出結(jié)果：xx =第69頁/共104頁713. 生成模糊推理系統(tǒng)的輸出曲面并顯示函數(shù)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

57、(fisMat,inputs,outputs,grids,refinput)其中，參數(shù)fisMat為模糊推理系統(tǒng)對應(yīng)的矩陣；inputs為模糊推理系統(tǒng)的一個或兩個輸入語言變量的編號；output為模糊系統(tǒng)的輸出語言變量的編號；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)輸入變量多于兩個時，參數(shù)refinput用于指定保持不變的輸入變量。第70頁/共104頁72 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)多于兩個時，函數(shù)gensurf(fisMat)（僅有一個參數(shù)fisMat）生成由模糊推理系統(tǒng)的前兩個輸入和第一個輸出構(gòu)成的三維曲面，否則應(yīng)指明繪制哪兩

58、個輸入和哪一個輸出的三維曲面。例針對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,1 2,1) fisMat=readfis(tipper);gensurf(fisMat,1,1) fisMat=readfis(tipper);gensurf(fisMat,2,1)第71頁/共104頁735.3 MATLAB模糊邏輯工具箱的圖形用戶界面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

59、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。 第72頁/共104頁745.3.1 基本模糊推理系統(tǒng)編輯器基本模糊推理系統(tǒng)編輯器(Fuzzy） 基本模糊推理系統(tǒng)編輯器提供了利用圖形界面（GUI）對模糊系統(tǒng)的高層屬性的編輯、修改功能，這些屬性包括輸入、輸出語言變量的個數(shù)和去模糊化方法等。用戶在基本模糊編輯器中可以通過菜單選擇激活其他幾個圖形界面編輯器，如隸屬度函數(shù)編輯器（mfedit）、模糊規(guī)則編輯器（ruleedit）等。 第73頁/共104頁75 在MATLAB命令

60、窗口中，可以用以下兩種方法啟動基本模糊推理系統(tǒng)編輯器FIS Editer： 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StartToolboxes Fuzzy Logic命令，打開模糊邏輯系統(tǒng)工具箱菜單窗口。然后利用鼠標(biāo)雙擊模糊邏輯系統(tǒng)（Fuzzy Logic）中的FIS Editor Viewer項。第74頁/共104頁76 在以上兩種方式啟動下，基本模糊推理系統(tǒng)編輯器的圖形界面如圖5-18所示。 圖5-18 基本模糊推理系統(tǒng)編輯器圖形界面第75頁/共104頁77 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)的基本組成