云模型 确定度即隶属度matlab代码

云模型是一种不确定性的建模方法，它将不确定性的知识表示为三个组成部分：确定区域、不确定区域以及不可能区域。其中，确定度（也称为隶属度）是指样本点属于某类的概率程度。

在MATLAB中，计算确定度通常涉及到模糊C均值聚类算法（Fuzzy C-Means, FCM）。以下是基本的步骤：

% 定义数据集
data = [randn(100, 1); % 确定区域数据
       0.8*randn(50, 1) + 0.2; % 不确定区域数据
       randn(30, 1) - 0.7]; % 不可能区域数据];

% 训练模糊C均值聚类
num_clusters = 3; % 需要3类，对应云模型的三部分
[cluster memberships, centers] = fcm(data', num_clusters);

% 确定度（隶属度）矩阵
membership = reshape(memberships, size(data));

% 显示每个点的确定度
for i = 1:num_clusters
    idx = find(cluster == i);
    plot(data(idx, :), 'o', 'MarkerFaceColor', membership(idx, i), ...
         'MarkerEdgeColor', 'none');
    hold on;
end

% 调整坐标轴范围和标题
xlim([-3, 3]);
ylim([-3, 3]);
xlabel('X');
ylabel('Y');
title('确定度分布示意图');
hold off;

% 计算每个点的确定度（最大隶属度）
determinacy = max(membership, [], 2); % 沿行求最大值

这个代码展示了如何使用MATLAB的FCM函数对数据进行分类，并计算每个点的确定度。`determinacy`变量就是每个点的所属类别中最大隶属度，也就是它的确定度。