使用模糊逻辑工具箱构建模糊推理系统

本资源主要介绍了如何使用模糊逻辑工具箱建立一个模糊推理系统，通过创建新的模糊逻辑系统、定义输入输出变量以及相应的隶属度函数，并利用规则编辑器和观察器来构建和理解模糊规则。 在模糊逻辑中，系统通常由一系列输入、输出变量和模糊规则组成，用于处理不确定或模糊的数据。在MATLAB的模糊逻辑工具箱中，我们可以使用命令行或者图形用户界面(GUI)来创建和管理模糊推理系统。以下是对标题和描述中提到的知识点的详细解释： 1. **建立模糊逻辑系统**： - 使用`newfis`函数创建了一个名为“tipper”的模糊逻辑系统，这将作为一个容器，包含输入、输出变量以及模糊规则。 2. **定义输入变量**： - 创建名为“service”的输入变量，它的取值范围被设定为0到10。 - 隶属度函数是模糊逻辑中的关键概念，它定义了输入变量值与模糊集的关系。这里为“service”变量创建了名为“poor”的隶属度函数，类型为“gaussmf”，即高斯函数，其参数为[1.5 0]，表示中心和标准差。 3. **定义输出变量**： - 创建名为“tip”的输出变量，该变量将是根据输入“service”和可能的其他输入计算得出的小费金额。 4. **模糊推理系统的基本GUI工具**： - **FIS编辑器**：用于设置系统的高级属性，如输入/输出变量的数量和名称。 - **隶属度函数编辑器**：允许用户定义每个变量的模糊集形状，即隶属度函数。 - **规则编辑器**：在这里定义模糊规则，比如小费计算的规则。 - **规则观察器**：显示模糊推理的结构，帮助诊断和理解规则的影响。 - **表面查看器**：显示输出与输入之间的关系，通过绘制输出曲面帮助可视化结果。 5. **GUI交互和操作**： - 这些GUI工具可以互相协作，从工作空间和磁盘读写信息，允许用户在不同的视图中查看和修改模糊系统。 - 用户可以针对任何模糊推理系统打开并使用所有5个GUI工具，窗口间能感知并更新相关信息。 6. **实例应用**： - 举例说明了如何使用这些工具来解决双输入（服务质量和食品质量）、单输出（小费金额）的问题。通过三条规则定义了不同服务质量下的小费策略。 通过这样的过程，模糊逻辑工具箱提供了一种直观且灵活的方式来设计和分析模糊逻辑系统，适用于处理现实世界中许多具有不确定性的复杂问题。