模糊神经网络应用实例

1. MATLAB模糊神经网络GUI 打开方式：

anfisedit

2. anfis命令训练：

% anfis调用5种格式

fis=anfis(trainingData)

fis=anfis(trainingData,options)

[fis,trainError]=anfis(___)

[fis,trainError,stepSize] = anfis(___)

[fis,trainError,stepSize,chkFIS,chkError] = anfis(trainingData,options)

3. 基础案例

%% demo1 *** 自动生成默认初始FIS

load fuzex1trnData.dat %单输入输出数据集

fis = anfis(fuzex1trnData); % 自动生成输出FIS：默认grid partition方法，2个隶属度

x = fuzex1trnData(:,1);

anfisOutput = evalfis(fis,x); %使用训练好的结构进行推理

plot(x,fuzex1trnData(:,2),'*r',x,anfisOutput,'.b')

legend('Training Data','ANFIS Output','Location','NorthWest')

%% demo2 *** anfisOptions指定：模糊隶属函数个数为4;迭代次数为40

opt = anfisOptions('InitialFIS',4,'EpochNumber',40);

opt.DisplayErrorValues = 0;

opt.DisplayStepSize = 0;

fis = anfis(fuzex1trnData,opt); %-----2 通过anfisOptions指定

anfisOutput = evalfis(fis,x);

figure

plot(x,fuzex1trnData(:,2),'*r',x,anfisOutput,'.b')

legend('Training Data','ANFIS Output','Location','NorthWest')

%% demo3 *** genfis创建初始FIS

x = (0:0.1:10)';

y = sin(2*x)./exp(x/5);

%定义初始ANFIS结构

genOpt = genfisOptions('GridPartition'); % GridPartition

genOpt.NumMembershipFunctions = 5;%隶属函数个数为5

genOpt.InputMembershipFunctionType = 'gaussmf';%使用高斯隶属函数

inFIS = genfis(x,y,genOpt);

%配置选项

opt = anfisOptions('InitialFIS',inFIS);

opt.DisplayANFISInformation = 0;%是(1)否(0)显示ANFIS训练信息

opt.DisplayErrorValues = 0;%是(1)否(0)显示ANFIS目标训练误差

opt.DisplayStepSize = 0;%是(1)否(0)显示训练步长

opt.DisplayFinalResults = 0;%是(1)否(0)显示训练结果

opt.ValidationData = chkData;%chkData 验证数据集

%按照设置的选项训练ANFIS

outFIS = anfis([x y],opt);

%图形化显示

plot(x,y,x,evalfis(outFIS,x))

legend('Training Data','ANFIS Output')

%% demo4 *** 进行数据验证防止过度拟合

load fuzex1trnData.dat %导入训练数据

load fuzex1chkData.dat %导入验证数据

% 设定训练结构 4 membership functions;30 training epochs

opt = anfisOptions('InitialFIS',4,'EpochNumber',30);

opt.DisplayANFISInformation = 0;

opt.DisplayErrorValues = 0;

opt.DisplayStepSize = 0;

opt.DisplayFinalResults = 0;

% 设置验证数据集 fuzex1chkData;

opt.ValidationData = fuzex1chkData;

[fis,trainError,stepSize,chkFIS,chkError] = anfis(fuzex1trnData,opt);

%每个训练迭代步记录的 训练误差trainError, 验证误差 绘图

x = [1:30]; % 迭代次序

plot(x,trainError,'.b',x,chkError,'*r')

在迭代次数为17时，验证误差(红)最小，chkFIS为17时的参数，17后为过度拟合，