Java中的模糊邏輯：實現去模糊化過程的麻煩（使用質心方法）

我已經在Java中實現了一個完整的模糊邏輯系統，但是我在解模糊過程中遇到了嚴重的問題。Java中的模糊邏輯：實現去模糊化過程的麻煩（使用質心方法）

在我的代碼中，我將輸入定義爲時間和距離，輸出只是輸出。我有構造輸入和輸出集合的每個線性函數，所以我可以訪問它的任何值。

的模糊規則如下：

FuzzySet []outputs = new FuzzySet[9]; //these are the rules 

outputs[0] = new FuzzySet(INSUFFICIENT, min(timeMap.get(BAD).getDegreeOfMembership(), distanceMap.get(BAD).getDegreeOfMembership())); 
outputs[1] = new FuzzySet(AVERAGE_SUFICIENT, min(timeMap.get(AVERAGE).getDegreeOfMembership(), distanceMap.get(AVERAGE).getDegreeOfMembership())); 
outputs[2] = new FuzzySet(SUFFICIENT, min(timeMap.get(GOOD).getDegreeOfMembership(), distanceMap.get(GOOD).getDegreeOfMembership())); 
outputs[3] = new FuzzySet(AVERAGE_SUFICIENT, min(timeMap.get(GOOD).getDegreeOfMembership(), distanceMap.get(BAD).getDegreeOfMembership())); 
outputs[4] = new FuzzySet(SUFFICIENT, min(timeMap.get(GOOD).getDegreeOfMembership(), distanceMap.get(AVERAGE).getDegreeOfMembership())); 
outputs[5] = new FuzzySet(SUFFICIENT, min(timeMap.get(AVERAGE).getDegreeOfMembership(), distanceMap.get(GOOD).getDegreeOfMembership())); 
outputs[6] = new FuzzySet(INSUFFICIENT, min(timeMap.get(AVERAGE).getDegreeOfMembership(), distanceMap.get(BAD).getDegreeOfMembership())); 
outputs[7] = new FuzzySet(AVERAGE_SUFICIENT, min(timeMap.get(BAD).getDegreeOfMembership(), distanceMap.get(GOOD).getDegreeOfMembership())); 
outputs[8] = new FuzzySet(INSUFFICIENT, min(timeMap.get(BAD).getDegreeOfMembership(), distanceMap.get(AVERAGE).getDegreeOfMembership()));

在這些規則中的每一個，我首先定義在何種設置爲這兩個輸入輸出屬於（可能是INSUFFICIENT，AVERAGE_SUFFICIENT或SUFFICIENT）。做完這些之後，我需要進入去模糊化過程，這是我的理解有點陰影的地方。

在經過規則後，我對每組輸出（每個組合有三個輸出）（基本上有三個值分類爲SUFFICIENT,3個在SUFFICIENT_AVERAGE和3個INSUFFICIENT）。那麼現在怎麼辦？所有這9個輸出都將成爲質心計算的一部分嗎？我是否選擇所有三組中的最大值，然後將它們放入質心公式中？（這是我做的，但結果是沒有工作時，與matlab相比）

來源

2014-04-24 theJuls

我不是MATLAB的專家（因此我不完全確定你的系統的結構），但假設INSUFFICIENT，AVERAGE_SUFFICIENT和SUFFICIENT是結論中的模糊集合，那麼你應該只需要擔心每個結論集合的一個規則：給出最高的隸屬度值的那個。這是因爲參照相同結論集的規則通常可以被認爲是在一起（分離），即「IF規則1或規則2 OR ...」。這給你留下了三個（修改的）memberhp函數，一個用於INSUFFICIENT，AVERAGE_SUFFICIENT和SUFFICIENT。將它們疊加在一起（疊加它們？）並計算所得複合曲線下方區域的質量中心。

但是，根據我的經驗，這可能會有點費時。因此，我經常使用「捷徑」：我計算MFs最大值的加權平均值（類似於Sugeno的方法）。據我所知，你已經這樣做了，但是對於所有9條規則，對吧？當成員函數簡單（三角形或梯形）和非傾斜（對稱）時，快捷鍵工作得尤其好。

希望這會有所幫助。（我注意到這是一個相當古老的問題，但由於它仍然沒有答案......）

來源

2014-12-18 10:27:33 palun

Java中的模糊邏輯：實現去模糊化過程的麻煩（使用質心方法）

回答

相關問題