t-s模糊matlab编程

在MATLAB中进行T-S模糊编程的步骤如下：

1. 导入输入输出数据，可以通过load函数导入。

2. 设计模糊系统，使用fuzzy函数进行设计，可以设置输入输出变量的名称，以及模糊化的方法、输出的运算方法等参数。

3. 对输入数据进行模糊化，使用evalfis函数进行计算，可以得到每个输入变量对应的模糊值。

4. 进行模糊推理，使用inference函数进行计算，可以得到推理结果。

5. 对推理结果进行去模糊，使用defuzz函数进行计算，可以得到最终的输出结果。

下面是一个简单的T-S模糊编程示例：

% 导入数据
load data.mat

% 设计模糊系统
fis = fuzzy();

fis.input = struct('name', {'x', 'y'}, 'range', {[0 10], [0 10]});
fis.output = struct('name', 'z', 'range', [0 1]);

fis.rule(1).antecedent = [1 1];
fis.rule(1).consequent = 1;
fis.rule(1).weight = 1;

% 模糊化
in = [5 7];
fisIn = evalfis(fis, in);

% 推理
out = inference(fis, fisIn);

% 去模糊
defuzOut = defuzz(fis.output, out, 'centroid');

disp(defuzOut);

在这个示例中，我们定义了一个输入变量x和y，以及一个输出变量z。我们设计了一个简单的规则，当x和y的值都为1时，输出z的值为1。然后我们输入了一个测试数据[5 7]，进行模糊化、推理和去模糊，最终得到了输出结果0.9999。