matlab神经模糊推理系统

╰+攻爆jí腚メ 2022-09-04 12:42 165阅读 0赞

%数据点个数51 
    numpts=51; 
    x1=linspace(0,1,numpts); 
    y=.6*sin(pi*x1)+.3*sin(3*pi*x1)+.1*sin(5*pi*x1); 
    data=[x1' y'];     %整个数据集 
    trndata=data(1:2:numpts,:);    %训练数据集 
    chkdata=data(2:2:numpts,:);    %测试数据集 
    %训练数据和检验数据的分布曲线 
    plot(trndata(:,1),trndata(:,2),'o',chkdata(:,1),chkdata(:,2),'x') 
     
    %建立T_S模糊模型 
    %采用genfis1()函数直接由训练数据生成模糊推理系统 
    nummfs=5;           %隶属度函数个数 
    mftype='gbellmf';    %隶属度函数类型 
    fismat=genfis1(trndata,nummfs,mftype); 
    
    %绘制模糊推理系统的初始隶属度函数 
    [x,mf]=plotmf(fismat,'input',1); 
    figure 
    plot(x,mf); 
    title('initial menbership functions') 
     
    %使用函数anfis()进行神经模糊建摸 
    numepochs=40;   %训练次数40 
    [fismat1,truerr,ss,fismat2,chkerr]=anfis(trndata,fismat,numepochs,nan,chkdata); 
    %计算训练后神经模糊系统的输出与训练数据的均方根误差 
    trnout=evalfis(trndata(:,1),fismat1); 
    trnrmse=norm(trnout-trndata(:,2))/sqrt(length(trnout)); 
    
    %绘制训练过程中均方根误差的变化情况 
    epoch=1:numepochs; 
    figure 
    plot(epoch,truerr,'o',epoch,chkerr,'x') 
    hold on 
    plot(epoch,[truerr,chkerr]); 
    hold off 
    
    
    %绘制训练过程中的步长的变化的情况 
    figure 
    plot(epoch,ss,'-',epoch,ss,'x'); 
    
    %绘制训练后模糊推理系统的隶书度函数曲线 
    [x,mf]=plotmf(fismat1,'input',1); 
    figure 
    plot(x,mf) 
    title('fiual membership function'); 
    
    %绘制神经模糊推理系统的输出曲线 
    anfis_y=evalfis(x1,fismat1); 
    figure 
    plot(x1,y,'-',x1,anfis_y,'x');

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FpbmdmZW5neGQx_size_16_color_FFFFFF_t_70][]

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FpbmdmZW5neGQx_size_16_color_FFFFFF_t_70]: /images/20220829/e5457d758b354dbaa4290a906796088e.png