fuzzy logic toolbox 产品信息 -凯发k8网页登录

设计和仿真模糊逻辑系统

fuzzy logic toolbox™ 提供了用于分析、设计和仿真模糊逻辑系统的 matlab^® 函数、app 和 simulink^® 模块。借助该产品，您可以指定和配置一型和二型模糊推理系统的输入、输出、隶属函数和规则。

该工具箱支持您基于数据自动调节模糊推理系统的隶属函数和规则。您可以在 matlab 和 simulink 中评估所设计的模糊逻辑系统。此外，您还可以使用模糊推理系统作为支持系统来解释基于人工智能 (ai) 的黑盒模型。您可以生成独立可执行文件或 c/c 代码和 iec 61131-3 结构化文本来评估和实现模糊逻辑系统。

fuzzy logic toolbox 概述

模糊逻辑设计器

使用模糊逻辑设计器或命令行函数以交互方式设计和仿真模糊推理系统。定义输入和输出变量以及隶属函数。指定模糊 if-then 规则。用多个输入组合评估您的模糊推理系统。

文档 | 示例

模糊推理系统 (fis)

实现 mamdani 和 sugeno 模糊推理系统。从 mamdani 系统转换为 sugeno 系统（或反过来）以创建和比较多种设计。此外，使用模糊树将复杂的模糊推理系统实现为互连的小模糊系统的集合。

文档 |

二型模糊逻辑

创建和评估具有附加隶属函数不确定性的区间二型模糊推理系统。使用模糊逻辑设计器或使用创建二型 mamdani 和 sugeno 模糊推理系统。

文档 | 示例

模糊推理系统调节

使用遗传算法、粒子群优化和其他 global optimization toolbox 调节方法调节单个模糊推理系统或模糊树的隶属函数参数和规则。使用类似训练神经网络使用的神经自适应学习方法来训练 sugeno 模糊推理系统。

文档 |

模糊聚类

使用模糊 c 均值或减法聚类在输入/输出数据中查找簇。使用得到的簇信息生成对输入/输出数据行为进行建模的 sugeno 型模糊推理系统。

文档 | 示例

simulink 中的模糊逻辑

使用 fuzzy logic controller 模块在 simulink 中评估和测试模糊推理系统的性能。在 simulink 中将模糊推理系统实现为更大的系统模型的一部分，以便进行系统级仿真和代码生成。

文档 | 示例

模糊逻辑部署

在 simulink 中实现您的模糊推理系统，并分别使用 simulink coder™ 或 simulink plc coder™ 生成 c/c 代码或 iec61131-3 结构化文本。使用 matlab coder™ 从在 matlab 中实现的模糊推理系统生成 c/c 代码。或者，使用 matlab compiler™ 将您的模糊推理系统编译为独立应用程序。

文档 |