找了半天在论坛上也没找到详细的解释 查阅资料后 找到了相关的解释 仅做自己记录使用
函数 evalfis
格式 output= evalfis(input,fismat)
output= evalfis(input,fismat, numPts)
[output, IRR, ORR, ARR]= evalfis(input,fismat)
[output, IRR, ORR, ARR]= evalfis(input,fismat, numPts)
说明
input :指定输入值的一个数或一个矩阵,如果输入是一个 M× N 矩阵,其中 N 是输入变量数,那么 evalfis 使用 input 的每一行作为一个输入向量,并且为变量 output 返回 M×L 矩阵,该矩阵每一行是一个向量并且 L 是输出变量数;
fismat :要计算的一个 FIS 结构;
numPts :一个可选变量,它表示在输入或输出范围内的采样点数,在这些点上计算隶属函数,如果 不使用此变量,就使 用 101 点的缺省值。
Evalfis 的值域如下:
Output :大小为 ML 的输出矩阵,这里 M 表示前面指定的输入值的数量,L 表示 FIS 的输出变量数。
evalfis 的可选值域变量只有当 input 是一个行向量时才计算这些可选值域变量是:
IRR :通过隶属函数计算的输入变量的结果,这是一个大小为 numRulesN 的矩阵,这里 numRules 是规则条数, N 是输 入变量数。
ORR:通过隶属函数计算的输出变量的结果,这是一个大小为 numPtsnumRulesL的矩阵,这里 numRules 是规则条数, L 是输出变量数,此矩阵的第一组 numRules 列,对应于第一个输出,第二组 numRules 对应于第二个输出,依次类推。
ARR :对每个输出,在输出值域中, numPts 处采样合成值的 numPtsL 矩阵,当只有一个值域变量调用时,该函数使用由 结构 fismat 指定的模糊推理系统,由标量或矩阵 inout 指定的输入值计算输出向量output 。

这篇博客详细介绍了evalfis函数的使用方法,包括输入参数、输出结果及其含义。evalfis用于计算模糊推理系统的输出,输入可以是单个数值或矩阵,输出是一个矩阵,包含了每个输入向量对应的模糊推理结果。此外,还提到了可选参数numPts用于控制采样点数量。博客中探讨了IRR、ORR和ARR等输出变量,它们提供了关于输入和输出的详细信息。
1352

被折叠的 条评论
为什么被折叠?



