fuzzy.m

模糊神经网络结构的构建

x=(0:0.5:10);
y=(sin(2*x)./exp(x/5));
trnData = [x' y'];     %%%%%%%%%%%%%%   训练数据对
numMFs=30;              %%%%%%%%%%%%%%   5条隶属度函数
mfType='gaussmf';      %%%%%%%%%%%%%%   采用高斯型隶属度函数，也可以采用其它种类的隶属度函数
epoch_n=200;            %%%%%%%%%%%%%%   训练的次数


%%%%%%%%%%%%%%%%%%%%%%%   函数genfis1的主要作用是确定一个合适的初始模糊系统的结构，在使用anfis训练的过程中，已经
%%%%%%%%%%%%%%%%%%%%%%%   给定的初始模糊推理系统的结构（隶属度函数个数，模糊规则数目）不会改变，只是对相应的结构参数进行调整
%%%%%%%%%%%%%%%%%%%%%%%   和优化。

in_fismat = genfis1(trnData,numMFs,mfType);    


out_fismat = anfis(trnData,in_fismat,epoch_n);


x=(0:0.1:10);
y=(sin(2*x)./exp(x/5));


plot(x,y,'o',x,evalfis(x',out_fismat),'k')   %%%%%%%%%%%%%%%     evalfis  执行模糊推理计算。
legend('Training Data','ANFIS Output')       %%%%%%%%%%%%%%%%    给每个坐标系加上插图说明。