Интерактивные модули с графическим пользовательским интерфейсом 5 страница
| Оптимизированная под Simulink функция нечеткого логического вывода. |
Синтаксис
output = sffis (t, x, u, flag, fis)
Описание
Функция sffis - это MEX-файл, специально оптимизированный для использования в пакете Simulink. Функция sffis выполняет нечеткий логический вывод аналогично функции evalfis. Функция sffis имеет 5 входных аргументов:
- t, x, и flag - стандартн_е аргументы S-функций пакета Simulink;
- u - вектор значений входных переменных, для которых необходимо осуществить нечеткий логический вывод;
- fis - система нечеткого логического вывода.
Функция sffis возвращает единственный аргумент output, содержащий результат нечеткого логического вывода.
| Иллюстрация применения встроенных методов дефаззификации |
Описание:
В этом разделе описывается демонстрационная программа defuzzdm, иллюстрирующая применение следующих встроенных методов дефаззификации:
- centroid - центр тяжести;
- bisector - медиана;
- lom - наибольший из максимумов;
- som - наименьший из максимумов;
- mom - центр максимумов.
Наиболее часто применяемым методом дефаззификации является центр тяжести. Однако, применяя этот метод необходимо помнить, что диапазон четких (после дефаззификации) значений выходной переменной будет всегда уже интервала, на котором она определена. Этого недостатка лишен второй по частоте использования метод дефаззификации - центр максимумов. При использовании метода центра максимумов следует учитывать то, что результат дефаззификации не чувствителен к вкладу правил, степени выполнения которых малы, т.к. он зависит лишь от правил, степени выполнения которых максимальны. Во многих случаях существует только одно такое правило, которое и определяет результат нечеткого логического вывода.
Программа defuzzdmвыводит на экран графическое окно (рис. 1.), содержащее результаты дефаззификации для двух нечетких чисел - положительного и отрицательного.
Рисунок 1. – Дефаззификация различными методами
В оглавление \ К следующему разделу \ К предыдущему разделу
| Иллюстрация применения нечеткого c-means алгоритма для задач кластеризации |
Описание:
В этом разделе описывается демонстрационная программа fcmdemo, иллюстрирующая применение нечеткого c-means алгоритма для задач кластеризации.
Программа fcmdemoвыводит на экран интерактивное графическое окно, позволяющее пользователю выбирать набор данных для кластеризации. устанавливать параметры нечеткого c-means алгоритма, просматривать результаты кластеризации, в том числе и графики функций принадлежности центров кластеров. Во время кластерного анализа в рабочую область MatLab выводятся значения целевой функции на каждой итерации нечеткого c-means алгоритма. Графическое окно fcmdemoсуказанием функционального назначения основных полей приведено на рис. 1.
Рисунок 1. – Окно демонстрационной программы fcmdemo
Графическое окно fcmdemo содержит 7 верхних типовых меню (File, Edit,View, Insert, Tools, Windows и Help), область визуализации, меню выбора данных, меню установки параметров алгоритма кластеризации, кнопку запуска кластерного анализа (Start), а также кнопки Infoи Close, которые позволяют вызвать окно справки и закрыть модуль, соответственно.
Меню выбора данных
Меню выбора данных расположено в правом верхнем углу графического окна. Пользователь имеет возможность выбрать один из пяти демо-наборов данных Data Set 1 - Data Set 5, а также загрузить собственные данные. Демо-наборы не являются постоянными; они генерируются программой fcmdemoпри каждой загрузке данных. Для загрузки собственных данных необходимо выбрать опцию Custom…и затем в типовом окне открытия файла указать соответствующий файл данных. Данные должны быть записаны в файле построчно, т. е. каждый объект необходимо описать одной строкой, содержащей значения двух признаков.
Область визуализации
В этой области, которая расположена в середине графического окна, в двумерном пространстве выводятся объекты (образы) и найденные центры кластеров. Маркеры в виде окружности соответствуют объектам, а маркеры в виде диска - центрам кластеров. Центры кластеров выделяются различными цветами. Такими же цветами выделяются и объекты, принадлежащие соответствующим кластерам. В процессе кластерного анализа центры кластеров пошагово перемещаются из середины области визуализации к “своим” местам. Траектории перемещения центров кластеров изображаются сплошными линиями. В процессе кластерного анализа изменяются цвета объектов согласно их принадлежностью кластерам на каждой итерации алгоритма.
Для управления визуализацией используются следующие кнопки:
- Label Data – разрешение / подавление выделения цветом принадлежности объектов кластерам;
- Clear Traj –удаление траектории перемещения центров кластеров;
- MF Plot–вывод функции принадлежности центра кластера. Для получения графического изображения функции принадлежности необходимо с помощью мыши выбрать центр кластера и нажать кнопку MF Plot. Пример функции принадлежности центра кластера показан на рис. 2.
Рисунок 2. – Функция принадлежности центра кластера