genfis2 Generates a Sugeno-type FIS

genfis2 Generates a Sugeno-type FIS using subtractive clustering.

Given separate sets of input and output data, genfis2 generates a fuzzy
inference system (FIS) using fuzzy subtractive clustering. genfis2 can be
used to generate an initial FIS for ANFIS training by first applying
subtractive clustering on the data. genfis2 accomplishes this by extracting
a set of rules that models the data behavior. The rule extraction method
first uses the SUBCLUST function to determine the number of rules and
antecedent membership functions and then uses linear least squares
estimation to determine each rule's consequent equations.

FIS = genfis2(XIN,XOUT,RADII) returns a Sugeno-type FIS given input data XIN
and output data XOUT. The matrices XIN and XOUT have one column per FIS
input and output, respectively. RADII specifies the range of influence of
the cluster center for each input and output dimension, assuming the data
falls within a unit hyperbox (range [0 1]). Specifying a smaller cluster
radius will usually yield more, smaller clusters in the data, and hence more
rules. When RADII is a scalar it is applied to all input and output
dimensions. When RADII is a vector, it has one entry for each input and
output dimension.

FIS = genfis2(...,XBOUNDS) also specifies a matrix XBOUNDS used to normalize
the data XIN and XOUT into a unit hyperbox (range [0 1]). XBOUNDS is size
2-by-N, where N is the total number of inputs and outputs. Each column of
XBOUNDS provides the minimum and maximum values for the corresponding input
or output data set. If XBOUNDS is an empty matrix or not provided, the
minimum and maximum data values found in XIN and XOUT, are used as defaults.

FIS = genfis2(...,XBOUNDS,OPTIONS) specifies options for changing the
default algorithm parameters, type HELP SUBCLUST for details.

FIS = genfis2(...,XBOUNDS,OPTIONS,USER_CENTERS) accepts user-supplied
cluster centers. USER_CENTERS has size J-by-N where J is the number of
clusters and N is the total number of inputs and outputs.

Examples
Xin1 = 7*rand(50,1);
Xin2 = 20*rand(50,1)-10;
Xin = [Xin1 Xin2];
Xout = 5*rand(50,1);
fis = genfis2(Xin,Xout,0.5) specifies a range of influence of 0.5 for
all data dimensions.

fis = genfis2(Xin,Xout,[0.5 0.25 0.3]) specifies the ranges of influence
in the first, second, and third data dimensions are 0.5, 0.25, and 0.3
times the width of the data space, respectively.

fis = genfis2(Xin,Xout,0.5,[0 -10 0; 7 10 5]) specifies the data in
the first column of Xin are scaled from [0 7], the data in the
second column of Xin are scaled from [-10 10], and the data in Xout are
scaled from [0 5].

ผลลัพธ์ (ไทย) 1:

genfis2 Generates Sugeno-ชนิด FIS ใช้แบบลดทอนคลัสเตอร์ ให้แยกชุดข้อมูลอินพุท และเอาท์พุท genfis2 สร้างที่พร่าเลือน สรุประบบ (FIS) โดยใช้ clustering แม่พร่าเลือน genfis2 สามารถ ใช้ในการสร้าง FIS เริ่มต้นฝึก ANFIS โดยการใช้ครั้งแรก แม่ clustering ข้อมูล genfis2 สำเร็จนี้ โดยแยก ชุดของกฎที่รูปแบบลักษณะการทำงานของข้อมูล วิธีการสกัดกฎ ก่อน ใช้ฟังก์ชัน SUBCLUST เพื่อกำหนดหมายเลขของกฎ และ เป็นสมาชิกมาก่อนฟังก์ชัน และจากนั้น ใช้เส้นกำลังสองน้อยสุด การประเมินเพื่อตรวจสอบแต่ละกฎสมการตที่ตามมา FIS = genfis2(XIN,XOUT,RADII) กลับ FIS Sugeno ชนิดที่ได้รับข้อมูลป้อนเข้าซิ และแสดงผลข้อมูล XOUT เมทริกซ์ซิและ XOUT มีคอลัมน์หนึ่งคอลัมน์ต่อ FIS อินพุตและเอาต์พุต ตามลำดับ รัศมีระบุช่วงของอิทธิพลของ ศูนย์กลางของคลัสเตอร์แต่ละอินพุท และเอาท์พุทมิติ สมมติว่าข้อมูล อยู่ภายในเป็นหน่วย hyperbox (ช่วง [0 1]) ระบุคลัสเตอร์ขนาดเล็ก รัศมีจะมักจะให้ผลผลิตมากขึ้น คลัสเตอร์ขนาดเล็กในข้อมูล และด้วยเหตุนี้เพิ่มเติม กฎ เมื่อรัศมีเป็นสเกลาร์ ยังกับทั้งอินพุต และเอาต์พุต มิติ เมื่อรัศมี เวกเตอร์ มีรายการหนึ่งสำหรับแต่ละอินพุต และ มิติของผลผลิต FIS = genfis2(...,XBOUNDS) ยังระบุเมทริกซ์ XBOUNDS ที่ใช้ปกติ ข้อมูลซิและ XOUT ในการ hyperbox หน่วย (ช่วง [0 1]) XBOUNDS มีขนาด 2 โดย-N โดยที่ N คือ จำนวนของอินพุตและ แต่ละคอลัมน์ของ XBOUNDS มีค่าต่ำสุด และสูงสุดสำหรับการป้อนข้อมูลที่สอดคล้องกัน หรือแสดงผลชุดข้อมูล ถ้า XBOUNDS เป็นเมทริกซ์การว่าง หรือไม่ ให้ การ ค่าต่ำสุด และสูงสุดข้อมูลพบในซิและ XOUT ที่ใช้เป็นค่าเริ่มต้น FIS = genfis2(...,XBOUNDS,OPTIONS) ระบุตัวเลือกสำหรับการเปลี่ยนแปลง เริ่มต้นพารามิเตอร์อัลกอริทึม พิมพ์ช่วย SUBCLUST สำหรับรายละเอียด FIS = genfis2(...,XBOUNDS,OPTIONS,USER_CENTERS) ยอมรับให้ผู้ใช้ คลัสเตอร์ศูนย์ USER_CENTERS มีขนาด J โดย N ที่ J เป็นจำนวน คลัสเตอร์และ N คือ จำนวนของอินพุตและ ตัวอย่าง Xin1 = 7*rand(50,1) Xin2 = 20 * rand -10 (50,1) ซิน = [Xin1 Xin2]; Xout = 5*rand(50,1) fis = genfis2(Xin,Xout,0.5) ระบุช่วงของอิทธิพลของ 0.5 สำหรับ มิติข้อมูลทั้งหมด fis = genfis2 (ซิ Xout, [0.5 0.25 0.3]) ระบุช่วงของอิทธิพล ในครั้งแรก ข้อมูล 2 และ 3 มิติคือ 0.5, 0.25, 0.3 และ เท่าความกว้างของพื้นที่ข้อมูล ตามลำดับ fis = genfis2 (ซิ Xout, 0.5, [0 -10 0; 7 10 5]) ระบุข้อมูลใน คอลัมน์แรกของซิจะปรับจาก [0 7], ข้อมูลในการ คอลัมน์ที่สองของซิจะปรับจาก [10-10], และมีข้อมูลใน Xout ปรับจาก [0 5]

ผลลัพธ์ (ไทย) 2:

genfis2 สร้าง Sugeno ประเภทสถาบันการเงินโดยใช้การจัดกลุ่มลด. ป.ร. ให้ชุดเฉพาะกิจการของอินพุตและเอาต์พุตข้อมูล genfis2 สร้างเลือนระบบการอนุมาน (FIS) โดยใช้การจัดกลุ่มลดเลือน genfis2 สามารถนำมาใช้เพื่อสร้างสถาบันการเงินเริ่มต้นสำหรับการฝึกอบรมโดยใช้ ANFIS แรกจัดกลุ่มลดข้อมูลที่ genfis2 สำเร็จนี้โดยการแยกชุดของกฎที่แบบจำลองข้อมูลพฤติกรรมการ วิธีการสกัดกฎแรกใช้ฟังก์ชั่น SUBCLUST เพื่อตรวจสอบจำนวนของกฎและฟังก์ชั่นสมาชิกก่อนแล้วใช้เชิงเส้นสี่เหลี่ยมอย่างน้อยประมาณค่าในการกำหนดสมการผลเนื่องมาจากแต่ละกฎของ. FIS = genfis2 (ซิน XOUT รัศมี) ส่งกลับ Sugeno ประเภทสถาบันการเงินที่ได้รับ การใส่ข้อมูลซินและการส่งออก XOUT ข้อมูล เมทริกซ์ซินและ XOUT มีคอลัมน์หนึ่งต่อ FIS เข้าและส่งออกตามลำดับ รัศมีระบุช่วงของอิทธิพลของกลุ่มศูนย์สำหรับแต่ละ input และ output มิติสมมติว่าข้อมูลอยู่ภายในหน่วย hyperbox (ช่วง [0 1]) ระบุเป็นกลุ่มที่มีขนาดเล็กรัศมีมักจะให้ผลผลิตมากขึ้นกลุ่มที่มีขนาดเล็กในข้อมูลและด้วยเหตุนี้เพิ่มเติมกฎ เมื่อรัศมีเป็นสเกลามันถูกนำไปใช้กับทุก input และ output มิติ เมื่อรัศมีเป็นเวกเตอร์ก็มีหนึ่งรายการสำหรับแต่ละอินพุทและเอาท์พุทมิติ. FIS = genfis2 ( ... , XBOUNDS) ยังระบุ XBOUNDS เมทริกซ์ที่ใช้ในการปกติข้อมูลซินและ XOUT เป็นหน่วย hyperbox (ช่วง [0 1] ) XBOUNDS คือขนาด2 โดย-N ซึ่ง N คือจำนวนของปัจจัยการผลิตและผล คอลัมน์ของแต่ละXBOUNDS ให้ต่ำสุดและสูงสุดค่าสำหรับการป้อนข้อมูลที่สอดคล้องกันหรือข้อมูลการส่งออกชุด หาก XBOUNDS เป็นเมทริกซ์ว่างเปล่าหรือไม่ได้ให้ที่ต่ำสุดและสูงสุดของข้อมูลค่าที่พบในซินและ XOUT จะถูกนำมาใช้เป็นค่าเริ่มต้น. FIS = genfis2 ( ... , XBOUNDS ตัวเลือก) ระบุตัวเลือกสำหรับการเปลี่ยนพารามิเตอร์ขั้นตอนวิธีการเริ่มต้นพิมพ์ help SUBCLUST สำหรับรายละเอียด. FIS = genfis2 ( ... , XBOUNDS ตัวเลือก USER_CENTERS) ยอมรับจากผู้ใช้ศูนย์คลัสเตอร์ USER_CENTERS มีขนาด J-โดย-N ที่ J เป็นจำนวนของกลุ่มและ N คือจำนวนของปัจจัยการผลิตและผล. ตัวอย่างXin1 = 7 * Rand (50,1); Xin2 = 20 * Rand (50,1) -10 ; ซิน = [Xin1 Xin2]; Xout = 5 * Rand (50,1); FIS = genfis2 (ซิน Xout, 0.5) ระบุช่วงของอิทธิพลของ 0.5 สำหรับ. ทุกมิติข้อมูลFIS = genfis2 (ซิน Xout [ 0.5 0.25 0.3]) ระบุช่วงของอิทธิพลในครั้งแรกที่สองและขนาดข้อมูลที่สามเป็น 0.5, 0.25 และ 0.3 เท่าความกว้างของพื้นที่ข้อมูลตามลำดับ. FIS = genfis2 (ซิน Xout, 0.5, [0 - 10 0 7 10 5]) ระบุข้อมูลในคอลัมน์แรกของซินจะลดขนาดจาก [0 7] ข้อมูลในส่วนคอลัมน์ที่สองของซินจะลดขนาดจาก [-10 10], และข้อมูลใน Xout ที่มีการปรับขนาดจาก [0 5]

ผลลัพธ์ (ไทย) 3:

genfis2 สร้าง sugeno ชนิดปรับใช้ใช้การแบ่งกลุ่มข้อมูลได้รับชุดแยกของนำเข้าและส่งออกข้อมูล genfis2 สร้างแบบฟัซซี่ ,ระบบอนุมานฟัซซี ( 6 ) ใช้สำหรับลบ . genfis2 สามารถใช้เพื่อสร้างชื่อเริ่มต้นสำหรับการ anfis แรกใช้ลบข้อมูลในข้อมูล genfis2 สําเร็จนี้โดยแยกชุดของกฎที่เป็นรูปแบบข้อมูลพฤติกรรม กฎวิธีสกัดแรกใช้ฟังก์ชัน subclust เพื่อตรวจสอบจำนวนของกฎและฟังก์ชันสมาชิกมาก่อนแล้วใช้เชิงเส้นกำลังสองน้อยที่สุดการกำหนดกฎของแต่ละจากสมการชื่อ = genfis2 ( ซิน xout รัศมี , ) ส่งกลับ sugeno ประเภทให้ข้อมูล ชื่อซินและการส่งออกข้อมูล xout . เมทริกซ์ ฉิน และ xout มีคอลัมน์หนึ่ง ต่อคณะการส่งออกและนำเข้า ตามลำดับ ระบุช่วงของอิทธิพลของรัศมีศูนย์รวมข้อมูลและแต่ละมิติออกทะลึ่งข้อมูลอยู่ภายในหน่วย hyperbox ( ช่วง [ 1 ] ) ระบุชื่อกลุ่มเล็กรัศมีโดยปกติจะให้ผลผลิตมากขึ้น มีขนาดเล็กลง กลุ่มในข้อมูล ดังนั้นเพิ่มเติมกฎ เมื่อรัศมีเป็นสเกลาร์ มันถูกใช้เพื่อการนำเข้าและส่งออกทั้งหมดมิติ เมื่อรัศมีเป็นพาหะ ได้หนึ่งรายการสำหรับแต่ละอินพุทและมิติออกชื่อ = genfis2 ( . . . . . xbounds ) ยังกำหนดให้ xbounds ใช้เมทริกซ์ข้อมูล ซิน xout และเป็นหน่วย hyperbox ( ช่วง [ 1 ] ) xbounds คือขนาด2-by-n โดยที่ N คือจำนวนของปัจจัยการผลิตและผลผลิต แต่ละคอลัมน์ของxbounds ให้ต่ำสุดและสูงสุดสำหรับการป้อนข้อมูลที่สอดคล้องกันหรือส่งออกชุดข้อมูล ถ้า xbounds เป็นเมทริกซ์ว่างหรือไม่ให้ ,ค่าต่ำสุดและสูงสุดที่พบใน ซิน และ ข้อมูล xout จะใช้เป็นค่าเริ่มต้น .ชื่อ = genfis2 ( . . . . . xbounds ตัวเลือก ) ระบุตัวเลือกสำหรับการเปลี่ยนแปลงขั้นตอนวิธีการเริ่มต้นพารามิเตอร์ประเภทช่วย subclust สำหรับรายละเอียดชื่อ = genfis2 ( . . . . . xbounds ตัวเลือก user_centers ) ยอมรับผู้ใช้มาศูนย์กลุ่ม user_centers มีขนาด j-by-n ที่ J จำนวนกลุ่มและ n คือจำนวนของปัจจัยการผลิตและผลผลิตตัวอย่างxin1 = 7 * แรนด์ ( 50,1 )xin2 = 20 * แรนด์ ( 50,1 ) - 10 ;ซิน = [ xin1 xin2 ] ;xout = 5 * แรนด์ ( 50,1 )ชื่อ = genfis2 ( ซิน xout , 0.5 ) ระบุช่วงของอิทธิพลของ 0.5 สำหรับข้อมูลทุกมิติชื่อ = genfis2 ( ซิน xout [ 0.5 0.25 0.3 ] ) ระบุช่วงของอิทธิพลใน 1 , 2 , และ 3 มิติข้อมูล 0.5 , 0.5 และ 0.3เท่าของความกว้างของข้อมูลพื้นที่ตามลำดับชื่อ = genfis2 ( ซิน xout 0.5 [ 0 10 0 ; 7 10 5 ] ) ระบุข้อมูลในคอลัมน์แรกของซินจะถูกปรับจาก 7 [ 0 ] , ข้อมูลในคอลัมน์ที่สองของซินจะถูกปรับจาก [ 10 ] และข้อมูลใน xout เป็นปรับจาก 5 [ 0 ]