Fuzzy Logic Toolbox

Fuzzy Logic Designer

Fuzzy Logic Designer アプリまたはコマンド ライン関数を使用して、ファジィ推論システムを対話的に設計してシミュレーションします。入力および出力変数、メンバーシップ関数を定義します。ファジィ if-then ルールを指定します。ファジィ推論システムを、複数の入力の組み合わせで評価します。

ファジィ推論システム (FIS)

Mamdani および菅野ファジィ推論システムを実装します。Mamdani システムから菅野システムに変換したり、逆に菅野システムから Mamdani システムに変換して、複数の設計を作成および比較します。また、ファジィツリーを用いて相互接続された小さなファジィシステムの集合として、複雑なファジィ推論システムを実装します。

Type-2 メンバーシップ関数を表示する Fuzzy Logic Designer アプリのスクリーンショット。

Type-2 ファジィ論理

追加のメンバーシップ関数の不確かさを用いて、インターバル Type-2 ファジィ推論システムを作成して評価します。Fuzzy Logic Designer アプリを使用するか、またはツールボックスの関数を使用して、Type-2 の Mamdani および菅野ファジィ推論システムを作成します。

適応ニューロファジィ推論システム (ANFIS) を使用した Mackey-Glass (MG) 時系列および予測された時系列のプロット。

ファジィ推論システムの調整

遺伝的アルゴリズム、粒子群最適化、およびその他 Global Optimization Toolbox の調整手法を使用して、単一のファジィ推論システムまたはファジィツリーのメンバーシップ関数のパラメーターおよびルールを調整します。ニューラル ネットワークの学習に用いられる手法と似たニューロ適応学習手法を用いて、菅野ファジィ推論システムを学習させます。

ファジィ c 平均法アルゴリズムを使用して識別されたアヤメのデータのクラスター中心

ファジィ クラスタリング

ファジィ c 平均法クラスタリングまたは減法クラスタリングを使用して入力/出力データのクラスターを探索します。結果として得られたクラスター情報を使用して、入力/出力データの挙動をモデル化する菅野タイプのファジィ推論システムを生成します。

Fuzzy Logic Controller ブロックを含む Simulink モデルでファジィ推論システムを実装。

Simulink におけるファジィ論理

Simulink で Fuzzy Logic Controller ブロックを用いて、ファジィ推論システムのパフォーマンスを評価してテストします。Simulink で大規模なシステムモデルの一部としてファジィ推論システムを実装し、システムレベルのシミュレーションおよびコード生成を行います。

ファジィ推論システムを評価するための生成されたコードを表示するスクリプト。

ファジィ論理の展開

ファジィ推論システムを Simulink で実装し、Simulink Coder または Simulink PLC Coder をそれぞれ使用して、C/C++ コードまたは IEC 61131-3 ストラクチャード テキストを生成します。MATLAB Coder を使用して、MATLAB で実装されたファジィ推論システムから C/C++ コードを生成します。あるいは、MATLAB Compiler を使用して、ファジィ推論システムをスタンドアロン アプリケーションとしてコンパイルします。

ブラックボックス予測のランタイムの説明のための、ブラックボックス モデルとファジィシステム間の制御フローを表す図。

説明可能な AI のためのファジィ論理

ファジィ推論システムをサポートシステムとして使用して、AI ベースのブラックボックス システムによりモデル化された入出力の関係を説明します。ファジィ推論システムの説明可能なルールベースを使用して、ブラックボックス モデルの意思決定プロセスを解釈します。