MATLAB模糊邏輯工具箱函數(shù)

1MATLAB模糊邏輯工具箱簡介2利用模糊邏輯工具箱成立模糊推理系統(tǒng)3MATLAB模糊邏輯工具箱的圖形用戶界面4鑒于Simulink的模糊邏輯的系統(tǒng)模塊MATLAB模糊邏輯工具箱函數(shù)1針對模糊邏輯特別是模糊控制的快速推行應(yīng)用，MathWorks公司在其MATLAB版中增加了FuzzyLogic工具箱。該工具箱由長遠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。MATLABFuzzyLogic工具箱以其功能強盛和方便易用的特點獲取了用戶的寬泛歡迎。模糊邏輯的開創(chuàng)人Zadeh教授夸贊該工具箱“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)的看法與設(shè)計的有效工具?！?1.1模糊邏輯工具箱的功能特點1．易于使用模糊邏輯工具箱供應(yīng)了成立和測試模糊邏輯系統(tǒng)的一整套功能函數(shù)，包含定義語言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。1MATLAB模糊邏輯工具箱簡介32.供應(yīng)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)編寫器，該編寫器用于成立模糊邏輯系統(tǒng)的整體框架，包含輸入與輸出數(shù)目、去模糊化方法等；?隸屬度函數(shù)編寫器，用于經(jīng)過可視化手段成立語言變量的隸屬度函數(shù)；?模糊推理規(guī)則編寫器；?系統(tǒng)輸入輸出特征曲面測覽器；?模糊推理過程閱讀器。43.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，AdaptiveNeuralFuzzyInferenceSystem）；?用于模式識其余模糊聚類技術(shù)；?模糊推理方法的選擇，用戶可在寬泛采用的Mamdani型推理方法和Sugeno型推理方法二者之間選擇。54.集成的仿真和代碼生成功能模糊邏輯工具箱不僅能夠?qū)崿F(xiàn)Simulink的無縫連結(jié)，并且經(jīng)過Real－TimeWorkshop能夠生成ANSIC源代碼，從而易于實現(xiàn)模糊系統(tǒng)的及時應(yīng)用。5.獨立運行的模糊推理機在用戶達成模糊邏輯系統(tǒng)的設(shè)計后，能夠?qū)⒃O(shè)計結(jié)果以ASCII碼文件保存；利用模糊邏輯工具箱供應(yīng)的模糊推理機，能夠?qū)崿F(xiàn)模糊邏輯系統(tǒng)的獨立運行或許作為其余應(yīng)用的一部分運行。65.1.2模糊推理系統(tǒng)的基本種類在模糊系統(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會合，如NB，PB等，因為這種表示比較常用，且首次由Mamdani采用，因此稱它為模糊系統(tǒng)的標準模型或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)，典型的狀況是輸入變量的線性組合。因為該方法是日本學(xué)者高木（Takagi）和關(guān)野（Sugeno）第一提出來的，所以平時稱它為模糊系統(tǒng)的Takagi-Sugeno（高木-關(guān)野）模型,或簡稱為Sugeno模型。71鑒于標準模型的模糊邏輯系統(tǒng)在標準型模糊邏輯系統(tǒng)中，模糊規(guī)則的前件和后件均為模糊語言值，即擁有以下形式：IFx1isA1andx2isA2and…andxnisAnTHENyisB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鑒于標準模型的模糊邏輯系統(tǒng)原理圖

鑒于標準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“IF——THEN”規(guī)則構(gòu)成。模糊推理機在模糊推理系統(tǒng)中起著核心作用，它將輸入模糊會合依照模糊規(guī)則映照成輸出模糊會合。它供應(yīng)了一種量化專家語言信息和在模糊邏輯原則下系統(tǒng)地利用這種語言信息的一般化模式。82鑒于高木——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)是一類較為特別的模糊邏輯系統(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，采用以下形式的模糊規(guī)則：IFx1isA1andx2isA2and…andxnisAnTHEN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)。9能夠看出，高木-關(guān)野模糊邏輯系統(tǒng)的輸出量是精確值。這種模糊邏輯系統(tǒng)的優(yōu)點是輸出量可用輸入值的線性組合來表示，因此能夠利用參數(shù)估計方法來確定系統(tǒng)的參數(shù)ci(i=1,2,…,n)；同時，能夠應(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)。其弊端是規(guī)則的輸出部分不擁有模糊語言值的形式，所以不可以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)用的自由度也遇到限制。105.1.3模糊邏輯系統(tǒng)的構(gòu)成前面談?wù)摿四：壿嬒到y(tǒng)的基本種類，標準型模糊邏輯系統(tǒng)應(yīng)用最為寬泛。在MATLAB模糊邏輯工具箱中主要針對這一種類的模糊邏輯系統(tǒng)供應(yīng)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)也供應(yīng)了一些有關(guān)函數(shù)。下面將以標準型模糊邏輯系統(tǒng)作為主要談?wù)搶ο蟆?1結(jié)構(gòu)一個模糊邏輯系統(tǒng)，第一一定明確其主要構(gòu)成部分。一個典型的模糊邏輯系統(tǒng)主要由以下幾個部分構(gòu)成：（1）輸入與輸出語言變量，包含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。12針對模糊邏輯系統(tǒng)的以上主要構(gòu)成，在MATLAB模糊邏輯工具箱中結(jié)構(gòu)一個模糊推理系統(tǒng)有以下步驟：（1）模糊推理系統(tǒng)對應(yīng)的數(shù)據(jù)文件，此后綴為.fis，用于對該模糊系統(tǒng)進行儲存、改正和管理；（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)，包含隸屬度函數(shù)的種類與參數(shù)；（4）確定模糊規(guī)則；（5）確定各種模糊運算方法，包含模糊推理方法、模糊化方法、去模糊化方法等。135.2利用模糊邏輯工具箱成立模糊推理系統(tǒng)5.2.1模糊推理系統(tǒng)的成立、改正與儲存管理前面談?wù)摿四：评硐到y(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、模糊推理機和去模糊化方法等各部分構(gòu)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)進行成立、改正和儲存等管理功能。表5-1所示為該工具箱供應(yīng)的有關(guān)模糊推理系統(tǒng)管理的函數(shù)及其功能。14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)151.創(chuàng)立新的模糊推理系統(tǒng)函數(shù)newfis( )該函數(shù)用于創(chuàng)立一個新的模糊推理系統(tǒng)，模糊推理系統(tǒng)的特征可由函數(shù)的參數(shù)指定，其參數(shù)個數(shù)可達7個。調(diào)用格式為fisMat=newfis(‘fisName’,fisType,andMethod,orMethod,impMethod,aggMethod,defuzzMethod)16例：>>fisMat=newfis(‘mysys’);getfis(fisMat)顯示：Name=mysysType=mamdaniNumInputs=0InLabels=NumOutputs=0OutLabels=NumRules=0AndMethod=minOrMethod=maxImpMethod=minAggMethod=maxDefuzzMethod=centroid172.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比如利用以下命令可加載一個MATLAB自帶的對于“小費”問題的模糊推理系統(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=centroid193.獲取模糊推理系統(tǒng)的屬性函數(shù)getfis( )利用getfis( )可獲取模糊推理系統(tǒng)的部分或所有特征，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')214.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)是以矩陣形式儲存的，其對應(yīng)的矩陣名為fisMat。當需要將模糊推理系統(tǒng)的數(shù)據(jù)寫入磁盤文件時，即可利用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’)225.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該函數(shù)能夠有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')247.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)對應(yīng)的矩陣名稱。例：>>fisMat=readfis('tipper');plotfis(fisMat)8.將Mamdani型模糊推理系統(tǒng)變換成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)變換成零階的Sugeno型模糊推理系統(tǒng)。獲取的Sugeno型模糊推理系統(tǒng)擁有常數(shù)隸屬度函數(shù)，其常數(shù)值由本來Mamdani型系統(tǒng)獲取的隸屬度函數(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)255.2.2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。為直接反應(yīng)人類自然語言的模糊性特點，模糊規(guī)則的前件和后件中引入語言變量和語言值的看法。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，平時位于模糊規(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，平時位于模糊規(guī)則的后件中。26語言變量擁有多個語言值，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切割，模糊切割的個數(shù)即語言值的個數(shù)以及語言值對應(yīng)的隸屬度函數(shù)決定了模糊切割的精美化程度。模糊切割的個數(shù)也決定了模糊規(guī)則的個數(shù)，模糊切割數(shù)越多，控制規(guī)則數(shù)也越多。所以在設(shè)計模糊推理系統(tǒng)時，應(yīng)在模糊切割的精美程度與控制規(guī)則的復(fù)雜性之間獲得折衷。27在MATLAB模糊邏輯工具箱中，供應(yīng)了向模糊推理系統(tǒng)增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增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281．向模糊推理系統(tǒng)增加語言變量函數(shù)addvar( )調(diào)用格式fisMat2=addvar(fisMat1,’varType’,’varName’,varBounds)例>>fisMat=newfis('mysys');fisMat=addvar(fisMat,'input','service',[010])292.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)當一個模糊語言變量正在被目前的模糊規(guī)則集使用時，則不可以刪除該變量。在一個模糊語言變量被刪除后，MATLAB模糊邏輯工具箱將會自動地對模糊規(guī)則集進行改正，以保證一致性。例>>fisMat=newfis('mysys');fisMat=addvar(fisMat,'input','temperature',[0100]);>>fisMat1=rmvar(fisMat,'input',1)305.2.3模糊語言變量的隸屬度函數(shù)每個模糊語言變量擁有多個模糊語言值。模糊語言值的名稱平時擁有必定的含義，如NB（負大）、NM（負中）、NS（負?。?、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)可有兩種描述方式，即數(shù)值描述方式和函數(shù)描述方式。數(shù)值描述方式合用于語言變量的論域為失散的情況，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)的狀況，隸屬度函數(shù)則采用函數(shù)描述方式。31在MATLAB模糊邏輯工具箱中支持的隸屬度函數(shù)種類有以下幾種：高斯型、三角型、梯形、鐘型、Sigmoid型、л型以及Z型。利用工具箱中供應(yīng)的函數(shù)能夠成立和計算上述各種種類隸屬度函數(shù)。隸屬度函數(shù)曲線的形狀決定了對輸入、輸出空間的模糊切割，對模糊推理系統(tǒng)的性能有重要的影響。在MATLAB模糊邏輯工具箱中供應(yīng)了豐富的隸屬度函數(shù)種類的支持，利用工具箱的有關(guān)函數(shù)能夠方便地對各種隸屬度函數(shù)進行成立、改正和刪除等操作，函數(shù)如表5-3所示。32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隸屬度函數(shù)之積dsigmf()計算兩個sigmiod隸屬度函數(shù)之和331.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)的語言變量增加隸屬度函數(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增加隸屬度函數(shù)，而不可以增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）依照增加的次序加以編號，第一個增加的隸屬度函數(shù)被編為1號，此后挨次遞加。該函數(shù)調(diào)用格式為fisMat2=addmf(fisMat1,’varType’,varIndex,’mfName’,’mfType’,mfParams)34比如利用以下命令，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)353.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)rmmf( )當一個隸屬度函數(shù)正在被目前模糊推理規(guī)則使用時，則不可以刪除。調(diào)用格式為fisMat2=rmmf(fisMat1,’varType’,varIndex,’mf’,mfIndex)

364.成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，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兩個參數(shù)決定，高斯函數(shù)的表達式以下：參數(shù)x用于指定變量的論域。例利用以下命令，可成立如圖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]’)375.成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)的曲線由兩其中心點相同的高斯型函數(shù)的左、右半邊曲線組合而成，其表達式以下式所示。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，c2>c1。例利用以下命令，可成立如圖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]')386.成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)的表達式以下：例利用以下命令，可成立如圖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]’)397.成立型隸屬度函數(shù)pimf( )型函數(shù)是一種鑒于樣條的函數(shù)，因為其形狀近似字母而得名。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分別對應(yīng)曲線下部的左右兩個拐點，b和c分別對應(yīng)曲線上部的左右兩個拐點。例利用以下命令，可成立如圖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]’)408.成立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，其表達式以下：Sigmoid型函數(shù)曲線擁有半開的形狀，因此適于作為“極大”、“極小”等語言值的隸屬度函數(shù)。例利用以下命令，可成立如圖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]’)419.成立梯形隸屬度函數(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，其對應(yīng)的表達式以下：例利用以下命令，可成立如圖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]’)4210.成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，其表達式以下：例利用以下命令，可成立如圖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]’)4311.成立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)是一種鑒于樣條插值的函數(shù)，兩個參數(shù)a和b分別定義樣條插值的起點和終點；參數(shù)x指定變量的論域范圍。例利用以下命令，可成立如圖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]')4412.經(jīng)過兩個Sigmoid型函數(shù)的乘積來結(jié)構(gòu)新的隸屬度函數(shù)psigmf( )為了獲取更吻合人們習(xí)慣的隸屬度函數(shù)形狀，能夠利用兩個sigmoid型函數(shù)之和或乘積來結(jié)構(gòu)新的隸屬度函數(shù)種類，模糊邏輯工具箱中供應(yīng)了相應(yīng)的函數(shù)，拜見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)表達式以下：45例利用以下命令，由兩個sigmoid型函數(shù)的乘積來結(jié)構(gòu)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]’)4613.經(jīng)過計算兩個sigmoid型函數(shù)之和來結(jié)構(gòu)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( )近似，參數(shù)a1、c1和a2、c2分別用于指定兩個Sigmoid型函數(shù)的形狀，結(jié)構(gòu)獲取的新的隸屬度函數(shù)表達式為：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=0:0.1:10>>y=dsigmf(x,[5257]);>>plot(x,y)>>xlabel(‘dsigmf,p=[5257]’)4714.進行不同種類隸屬度函數(shù)之間的參數(shù)變換函數(shù)mf2mf( )調(diào)用格式outParams=mf2mf(inParams,inType,outType)其中inParams為變換前的隸屬度函數(shù)的參數(shù)；outParams為變換后的隸屬度函數(shù)的參數(shù)；inType為變換前的隸屬度函數(shù)的種類；outType為變換后的隸屬度函數(shù)的種類。該函數(shù)將盡量保持兩種種類的隸屬度函數(shù)曲線在形狀上的近似，特別是保持隸屬度等于0.5處的點的重合。但不可防止地會拋棄一些信息。所以當再次使用該函數(shù)進行反向變換時將無法獲取與本來函數(shù)相同的參數(shù)。48例利用以下命令，實現(xiàn)鐘型隸屬度函數(shù)向三角形隸屬度函數(shù)的變換，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))4915.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為模糊運算符，能夠是sum（加）、sub（減）、prod（乘）和div（除）四種運算中的任一種；C為A,B模糊運算后的隸屬度函數(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')5016.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)的種類；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=[246];>>y=evalmf(x,myParams,'gbellmf');>>plot(x,y);xlabel('gbellmf,x=[246]')515.2.4模糊規(guī)則的成立與改正在模糊推理系統(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)則能否正確地反應(yīng)人類專家的經(jīng)驗和知識，能否反對付象的特征，直接決定模糊推理系統(tǒng)的性能。平時模糊規(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吻合人們經(jīng)過自然語言對很多知識的描述和記憶習(xí)慣的。52模糊規(guī)則的成立是結(jié)構(gòu)模糊推理系統(tǒng)的重點。在實質(zhì)應(yīng)用中，初步成立的模糊規(guī)則常常難以到達優(yōu)異的成效，一定不斷加以修正和試湊。在模糊規(guī)則的成立修正和試湊過程中，應(yīng)盡量保證模糊規(guī)則的齊備性和相容性。在MATLAB模糊邏輯工具箱中，供應(yīng)了有關(guān)對模糊規(guī)則成立和操作的函數(shù)，如表5-4所示。表5-4模糊規(guī)則成立和改正函數(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)531.向模糊推理系統(tǒng)增加模糊規(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增加的模糊規(guī)則，該向量的格式有嚴格的要求，假如模糊推理系統(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)一定為m＋n＋2，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，此后的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＋n＋1個數(shù)字是該規(guī)則合用的權(quán)重，權(quán)重的值在0到1之間，一般設(shè)定為l；第m＋n＋2個數(shù)字為0或1兩個值之一，假如為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，假如是0則表示是“或”的關(guān)系。54比如系統(tǒng)fisMat有兩個輸入和一個輸出，其中兩條模糊規(guī)則分別為：IFxisX1andyisY1THENzisZ1IFxisX1andyisY2THENzisZ2則可采用以下的MATLAB命令來實現(xiàn)以上兩條模糊規(guī)則。>>rulelist=[11111;12211];>>fisMat=addrule(fisMat,rulelist)55例5-1假定一單輸入單輸出系統(tǒng)，輸入為表征飯店侍從服務(wù)利害的值（010），輸出為客人付給的小費（030）。其中規(guī)則有以下三條：IF服務(wù)差THEN小費低IF服務(wù)好THEN小費中等IF服務(wù)很好THEN小費高適當選擇服務(wù)和小費的隸屬度函數(shù)后，設(shè)計一鑒于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由圖5-15可見，因為隸屬度函數(shù)的適合選擇，模糊系統(tǒng)的輸出是輸入的嚴格遞加函數(shù)，也就是說，付給客人的小費是跟著服務(wù)質(zhì)量的提高而增加。當隸屬度函數(shù)的選用不可以保證相鄰模糊量的交點大于0.5時（如將以上程序中服務(wù)隸屬度函數(shù)的參數(shù)1.8改正為1.0），輸出將不是輸入的嚴格遞加函數(shù)，這時小費有時可能會跟著服務(wù)質(zhì)量的提高而減少。57例5-2假定一單輸入單輸出系統(tǒng)，輸入x[0，15]模糊化成三級：小、中和大；輸出y[0，15]由以下三條規(guī)則確定：IFxis小THENy=xIFxis中THENy=-0.5x+9IFxis大THENy=2x-18.設(shè)計一鑒于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Sugeno模糊系統(tǒng)時，其步驟仍舊與成立Mamdani模糊系統(tǒng)相像，不過輸出變量值的隸屬度的看法被模糊規(guī)則中的線性函數(shù)或是常數(shù)取代了，所以推理的過程就省略蘊涵運算以及不同模糊規(guī)則之間結(jié)果的合成運算，以致在后邊介紹的基本模糊推理系統(tǒng)編寫器（fuzzy）環(huán)境里的“Implication”和“Aggregation”算法選擇項都不可以使用。58但是這里對于輸出仍舊會用到“隸屬度函數(shù)”的提法，不過對于Sugeno型系統(tǒng)輸出變量的“隸屬度函數(shù)”不是平時模糊邏輯意義中的隸屬度函數(shù)，而是輸出變量取值對于輸入變量的線性或是常值函數(shù)（暫時將它們看作單點模糊集，所以也可將系統(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（論域不可以起初確定），因此在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.m59由圖5-16可見，因為隸屬度函數(shù)的適合選擇，模糊系統(tǒng)的輸出曲線是圓滑的。從以上的輸入輸出關(guān)系圖上能夠清楚地看到，經(jīng)過Sugeno方法運算后，輸入輸出的關(guān)系由本來給定的三個線性函數(shù)內(nèi)插為一條圓滑的輸入輸出曲線，這也說了然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。這一點正是它被寬泛使用在諸如系統(tǒng)控制、系統(tǒng)建模等領(lǐng)域的一個重要原因。602.分析模糊規(guī)則函數(shù)parsrule( )函數(shù)parsrule( )對給定的模糊語言規(guī)則進行分析并增加到模糊推理系統(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)613.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)則能夠按三種方式顯示，即：詳述方式（verbose）、符號方式（symbolic）和隸屬度函數(shù)編號方式（membershipfunctionindexreferencing）。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)則編號能夠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,[31],'symbolic')>>fisMat=readfis('tipper');showrule(fisMat,1:3,'indexed')625.2.5模糊推理計算與去模糊化在成立好模糊語言變量及其隸屬度的值，并結(jié)構(gòu)達成模糊規(guī)則以后，即可執(zhí)行模糊推理計算了。模糊推理的執(zhí)行結(jié)果與模糊包含操作的定義、推理合成規(guī)則、模糊規(guī)則前件部分的連結(jié)詞“and”的操作定義等有關(guān)，因此有多種不同的算法。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”表達的模糊關(guān)系，則當X為A’時，依照“極大一極小”規(guī)則進行模糊推理的結(jié)論B’計算以下：63鑒于模糊包含操作的不同定義，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。此外，對于輸出為精確量的一類特別模糊邏輯系統(tǒng)——Takagi-Sugeno型模糊推理系統(tǒng)，采用了將模糊推理與去模糊化聯(lián)合的運算操作。與其余種類的模糊推理方法不同，Takagi——Sugeno型模糊推理將去模糊化也聯(lián)合到模糊推理中，其輸出為精確量。這是由Takagi——Sugeno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)則擁有以下形式。IFx為A且y為BTHENz=k其中，k為常數(shù)。64而一階Sugeno型模糊規(guī)則的形式以下：IFx為A且y為BTHENz=p*x+q*y+r式中p,q,r均為常數(shù)。對于一個由n條規(guī)則構(gòu)成的Sugeno型模糊推理系統(tǒng)，設(shè)每條規(guī)則擁有下面的形式：Ri：IFx為Ai且y為BiTHENz=zi(i=1,2,…,n)則系統(tǒng)總的輸出用下式計算：65在MATLAB模糊邏輯工具箱中供應(yīng)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)661.執(zhí)行模糊推理計算函數(shù)evalfis( )該函數(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)67例5-3某一工業(yè)過程要依據(jù)測量的溫度和壓力來確定閥門開啟的角度。假定輸入溫度[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IF壓力is正常THEN閥門角度的增量is零適當選擇隸屬度函數(shù)后，設(shè)計一鑒于Mamdani模型的模糊推理系統(tǒng)，計算當溫度和壓力分別為5和1.5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。解利用以下MATLAB程序，可得以下結(jié)果和如圖5-17所示的系統(tǒng)輸入/輸出曲面圖。%ex5_3.m68執(zhí)行結(jié)果：out=2.50003.3921由以上結(jié)果可知，當溫度和壓力分別為5和1.5時，閥門開啟角度的增量為2.5；溫度和壓力分別為11和2時，角度的增量為3.3921。692.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會合；type是去模糊化的方法，去模糊化的方法包含5種，即centroid（面積中心法）、bisector（面積均分法）、mom（均勻最大隸屬度方法）、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=-3.2857703.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坐標方向的網(wǎng)絡(luò)數(shù)目；當系統(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。71因為gensurf( )函數(shù)只能繪制二維平面圖或三維曲面圖，當系統(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，不然應(yīng)指明繪制哪兩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,[12],1)>>fisMat=readfis('tipper');gensurf(fisMat,1,1)>>fisMat=readfis('tipper');gensurf(fisMat,2,1)725.3MATLAB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)結(jié)構(gòu)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。為了進一步方便用戶，模糊邏輯工具箱供了一套用于結(jié)構(gòu)模糊推理系統(tǒng)的圖形用戶界面，它擁有以下五大功能。735.3.1基本模糊推理系統(tǒng)編寫器(Fuzzy）基本模糊推理系統(tǒng)編寫器供應(yīng)了利用圖形界面（GUI）對模糊系統(tǒng)的高層屬性的編寫、改正功能，這些屬性包含輸入、輸出語言變量的個數(shù)和去模糊化方法等。用戶在基本模糊編寫器中能夠經(jīng)過菜單項選擇擇激活其余幾個圖形界面編寫器，如隸屬度函數(shù)編寫器（mfedit）、模糊規(guī)則編寫器（ruleedit）等。74在MATLAB命令窗口中，能夠用以下兩種方法啟動基本模糊推理系統(tǒng)編寫器FISEditer：1)在MATLAB的命令窗口中直接鍵入fuzzy命令；2)第一利用MATLAB左下角的StartToolboxesFuzzyLogic命令，打開模糊邏輯系統(tǒng)工具箱菜單窗口。而后利用鼠標雙擊模糊邏輯系統(tǒng)（FuzzyLogic）中的FISEditorViewer項。75在以上兩種方式啟動下，基本模糊推理系統(tǒng)編寫器的圖形界面如圖5-18所示。圖5-18基本模糊推理系統(tǒng)編寫器圖形界面76從圖5-18中能夠看到，在窗口上半部以圖形框的形式列出了模糊推理系統(tǒng)的基本構(gòu)成部分，即輸入模糊變量(input1)、模糊規(guī)則(Mamdani型或Sugeno型)和輸出模糊變量(output1)。經(jīng)過鼠標雙擊上述圖形框，能夠激活隸屬度函數(shù)編寫器和模糊規(guī)則編寫器等相應(yīng)的編寫窗口。在窗口下半部分的右邊，列出了目前選定的模糊語言變量(CurrentVariable)的名稱、種類及其論域范圍。窗口的下半部分的左邊列出了模糊推理系統(tǒng)的名稱（FISName）、種類（FISType）和一些基本屬性，包含“與”運算(Andmethod)、“或”運算(Ormethed)、包含運算(Implication)、模糊規(guī)則的綜合運算(Aggregation)以及去模糊化(Defuzzification)等。77用戶只需用鼠標即可設(shè)定相應(yīng)的屬性。其中“與”運算(Andmethod)可為其選擇min（最?。?、prod（乘積）或custom（自定義）運算；“或”運算(Ormethed)可為其選擇max（最大）、probor（概率方法）或custom運算；包含運算(Implication)可為其選擇min、prod或custom運算，但不合用于Sugeno型的模糊推理；模糊規(guī)則的綜合運算(Aggregation)可為其選擇max、sum（乞降）、probor或custom運算，但不合用于Sugeno型的模糊推理；去模糊化(Defuzzification)對Mamdani型模糊推理系統(tǒng)，可為其選擇centroid（地區(qū)重心法）、bisector（地區(qū)均分法）、mom（極大均勻法）、som（極大最小法）、lom（極大最大法）或custom；對于Sugeno型模糊推理系統(tǒng)，可為其選擇wtaver（加權(quán)均勻）或wtsum（加權(quán)乞降）。78在圖5-18中，模糊推理系統(tǒng)的基本屬性默認設(shè)定為：“與”運算采用極小運算(min)，“或”運算采用極大運算(max)，模糊包含采用極小運算(min)，模糊規(guī)則綜合采用極大運算(max)，去模糊化采用重心法(centroid)。791．文件（FIIe）菜單文件菜單的主要功能包含：·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模糊推理系統(tǒng)；·ImportFromFile——從磁盤文件加載一個模糊推理系統(tǒng)；·ExporttoWorkspace—將目前的模糊推理系統(tǒng)保存到工作空間；·ExporttoFile——將目前的模糊推理系統(tǒng)保存到磁盤文件；·Print——打印模糊推理系統(tǒng)的信息；·CloseWindow——封閉窗口。802．編寫（Edit）菜單編寫菜單的功能包含：·Undot——撤消近來的操作；·AddVariable...Input——增加輸入語言變量；·AddVariable...Output—一增加輸出語言變量；·RemoveSelectedVariable——刪除所選語言變量；·AddMFs——在目前變量中增加系統(tǒng)所供應(yīng)的隸屬度函數(shù)；·AddCustomMF—一在目前變量中增加用戶自定義的隸屬度函數(shù)（.m文件）；·RemoveSelectedMF——刪除所選隸屬度函數(shù)；·RemoveAllMFs——刪除目前變量的所有隸屬度函數(shù)；·MembershipFunctions——打開隸屬度函數(shù)編寫器（Mfedit）；·Rules——打開模糊規(guī)則編寫器（Ruleedit）；·FISProperties——打開模糊推理系統(tǒng)編寫器（Fuzzy）。813．視圖（View）菜單視圖菜單的功能包含：·Rules——打開模糊規(guī)則閱讀器（Ruleview）；·Surface——打開模糊系統(tǒng)輸入輸出曲面視圖（Surfview）。825.3.2隸屬度函數(shù)編寫器（Mfedit）在MATLAB命令窗口鍵入mfedit或在基本模糊推理系統(tǒng)編寫器中選擇編寫隸屬度函數(shù)菜單(Edit/MembershipFunctions)，都可激活隸屬度函數(shù)編寫器。在該編寫器中，供應(yīng)了對輸入輸出語言變量各語言值的隸屬度函數(shù)種類、參數(shù)進行編寫、改正的圖形界面工具，其界面如圖5-19所示。83在該圖形界面中，窗口上半部分為隸屬度函數(shù)的圖形顯示，下半部分為隸屬度函數(shù)的參數(shù)設(shè)定界面，包含語言變量的名稱、論域和隸屬度函數(shù)的名稱、種類和參數(shù)。在菜單部分，文件菜單和視圖菜單的功能與模糊推理系統(tǒng)編寫器的文件功能近似。編寫菜單的功能包含增加隸屬度函數(shù)、增加定制的隸屬度函數(shù)以及刪除隸屬度函數(shù)等。845.3.3模糊規(guī)則編寫器（Ruleedit）在MATLAB命令窗口鍵入ruleedit或在基本模糊推理系統(tǒng)編寫器中選擇編寫模糊規(guī)則菜單(Edit/Rules)，均可激活模糊規(guī)則編寫器。在模糊規(guī)則編寫器中，供應(yīng)了增加、改正和刪除模糊規(guī)則的圖形界面，如圖5-20所示。85在模糊規(guī)則編寫器中供應(yīng)了一個文本編寫窗口，用于規(guī)則的輸入和改正。模糊規(guī)則的形式可有三種，即語言型（Verbose）、符號型（Simbolic）以及索引型（Indexed）。在窗口的下部有一個下拉列表框，供用戶選擇某一規(guī)則種類。為利用規(guī)則編寫器成立規(guī)則，第一應(yīng)定義該編寫器使用的所有輸入和輸出變量（系統(tǒng)自動地將在該編寫器中定義的輸入/輸出變量顯示在窗口的左下部），而后在窗口上選擇相應(yīng)的輸入/輸出變量（以及能否加否定詞not）和不同輸入變量之間的連結(jié)關(guān)系（or或則and）以及權(quán)重weight的值（默認值為1），最后單擊[Addrule]按鈕，即可將此規(guī)則顯示在編寫器的顯示地區(qū)中。模糊