模糊神经网络工具箱应用.docVIP

模糊神经网络工具箱应用 一、数据归一化 f个样本第j个指标的平均值： 标准差为： 原始数据标准化为： 二、示例数据 1.dat 训练样本 0.5866 0.0613 0.628 3 0.1194 0.7945 0.6393 4 0.5924 0.0493 0.3306 3 0.2874 0.0467 0.7192 1 0.068 0.7802 0.4952 4 0.292 0.2465 0.856 1 0.06083 0.0135 0.5494 3 0.7959 0.5193 0.2956 2 0.129 0.8842 0.5453 4 0.1106 0.9974 0.6505 4 0.529 0.0903 0.405 3 0.0277 0.9516 0.6373 4 0.1626 0.908 0.5605 4 0.7772 0.9258 0 2 0.7072 0.8412 0.0164 2 0.4768 0.1135 0.7552 1 0.6227 0.1877 0.5709 3 0.7457 0.8759 0.2252 2 1 0.8762 0.0428 2 0.5705 0.1611 0.5312 3 0.5663 0.0097 0.4015 3 0.95 0.7581 0.4893 2 0.0508 0.7931 0.6053 4 0.6972 0.853 0.2436 2 0.4873 0.0439 0.9687 1 0.5563 0.0811 0.3493 3 0.1086 0.7891 0.6425 4 0.0913 0.7988 0.5244 4 0.073 0.7896 0.5794 4 注：前三个数据为归一化后的数值，第四个数为所属类别。 2.dat 测试样本 0.5738 0.043 0.5176 1 0.6338 0.1579 0.4859 1 0.2884 0.4038 0.675 1 0.6179 0.0811 0.361 1 0.1493 0.8919 0.5527 1 0.8037 0.9295 0.1485 1 0.7686 1 0.1387 1 0.6016 0.0212 0.5826 1 0.0598 0.8793 0.6446 1 0.5027 0.2667 0.6802 1 0.5378 0.1892 0.5371 1 0.5384 0.1889 0.3673 1 0.4168 0.1336 0.9808 1 0.7905 0.5623 0.3593 1 0.1128 0.9051 0.6205 1 0.7209 0.4904 0.0189 1 0.1375 0.804 0.5139 1 0.5071 0 0.4789 1 0.109 0.8902 0.5096 1 0.7447 0.8512 0.1351 1 0.755 0.7896 0.2577 1 0.532 0.1012 0.6507 1 0.6627 0.0198 0.4389 1 0.5029 0.2078 1 1 0.3765 0.0195 0.8109 1 0 0.9817 0.5432 1 0.4258 0.1837 0.7317 1 0.6079 0.0877 0.483 1 0.6131 0.1923 0.6053 1 0.6279 0.1172 0.4522 1 三、建立模糊神经网络过程 1.在MATLAB命令行中输入：anfisedit 图1 2.载入数据，选择“1.dat” 图2 3.勾选“Grid partition”,单击“Generate FIS”，出现图4，参数如图设置设置好后，单击“ok”，返回。 图3 图4 4.执行“Edit”——“FIS Properties”，出现图5，如图设置，设置完成单击“Close”。 图5 5.单击“Structure”，观看神经网络结构。 图6 图7 6.如图进行参数设置，完成后单击“Train Now” 图8 图9 7.（1）图10为误差曲线，如图11设置，单击“Test Now”，查看训练效果（效果良好），图12。 图10 图11 图12 （2）执行菜单命令Edit——Membership Functions,查看FIS系统三个输入变量的隶属度函数。 （3）执行菜单命令Edit——rules，查看模糊规则 8.如图13设置，先单击“Clear Plot”（图14），再单击“Load data”，载入“2.dat”（图15） 图13 图14 图15 9.单击“Test Now”，结果如图17所示 图16 图17