模糊神經网络工具箱应用.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