Sugeno模型的模糊神经网络的运用

最新推荐文章于 2025-06-06 16:19:20 发布

qq_2773878606

最新推荐文章于 2025-06-06 16:19:20 发布

阅读量2.7k

点赞数

CC 4.0 BY-SA版权

分类专栏：代码练习神经网络

本文链接：https://blog.youkuaiyun.com/qq_18343569/article/details/50735894

本文展示了如何创建并应用Sugeno模糊神经网络模型。通过MATLAB代码，定义了输入变量X和Y的模糊成员函数，以及输出变量Z的线性函数。接着，定义了四个规则并将它们加入到模型中。最后，可视化了输入变量的模糊成员函数以及模型的表面生成图，以直观展示模型的工作原理。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

clear all;
close all;

ts2=newfis('ts2','sugeno');

ts2=addvar(ts2,'input','X',[0 5]);
ts2=addmf(ts2,'input',1,'little','gaussmf',[1.8 0]);
ts2=addmf(ts2,'input',1,'big','gaussmf',[1.8 5]);

ts2=addvar(ts2,'input','Y',[0 10]);
ts2=addmf(ts2,'input',2,'little','gaussmf',[4.4 0]);
ts2=addmf(ts2,'input',2,'big','gaussmf',[4.4 10]);

ts2=addvar(ts2,'output','Z',[-3 15]);
ts2=addmf(ts2,'output',1,'first area','linear',[-1 1 -3]);
ts2=addmf(ts2,'output',1,'second area','linear',[1 1 1]);
ts2=addmf(ts2,'output',1,'third area','linear',[0 -2 2]);
ts2=addmf(ts2,'output',1,'fourth area','linear',[2 1 -6]);

rulelist=[1 1 1 1 1;
          1 2 2 1 1;
          2 1 3 1 1;
          2 2 4 1 1];

ts2=addrule(ts2,rulelist);
showrule(ts2);

figure(1);
subplot 211;
plotmf(ts2,'input',1);
xlabel('x'),ylabel('MF Degree of input 1');
subplot 212;
plotmf(ts2,'input',2);
xlabel('x'),ylabel('MF Degree of input 2');

figure(2);
gensurf(ts2);
xlabel('x'),ylabel('y'),zlabel('z');<