fuzzy logic 学习材料
在学习fuzzy logic的过程中,在网上找了一些材料,在此分享。
推荐教材Neuro Fuzzy and soft computing。讲的简单易懂
推荐网站Neuro Fuzzy,感觉上面写的挺好的,我是学了几天之后,才发现这个网站的,感觉刚入门模糊逻辑,可以从头到尾看一遍。
推荐网站http://ce.sharif.edu/courses/92-93/1/ce957-1/resources/root/Lectures/Lecture17.pdf,讲ANFIS的,简单易懂,进而我发现了整个课程网站,Neural Networks and Fuzzy Systems,课程ppt,虽然我只看了ANFIS这一章,感觉其他的讲的应该不错。关于ANFIS, 我看了一下文章Adaptive network based fuzzy inference system (ANFIS) training approaches: a comprehensive survey,发现其基本的结构就是上面ppt中讲的,优化算法有多种。
matlab有一个模糊逻辑工具箱,输入anfisedit就可以进入,首先要导入数据,然后就要设计FIS,可以直接按默认的就行,然后就可以修改运行次数运行了。
下面只是我写的关于模糊逻辑的一些点:
神经网络和模糊系统都可以用于模式识别、回归等问题。
模糊系统是从一些语言学规则进行学习。If。。。then。。规则由专家提供或设计。
缺点:模糊规则的自动提取和模糊变量隶属度函数的自动生成与优化
模糊逻辑试图描述和处理人的语言和思维中存在的模糊观念。
在模糊系统中,模糊模型的表示主要有两种:一种是模糊规则的后件是输出量的某一模糊集合,被称为模糊系统的标准模型或Mamdani模型;另一种是模糊规则的后件是输入羽然变量的函数,定性的情况是输入变量的线性结合,称它为模糊系统的Sugeno模型。
模糊神经网络与BP和RBF网络一样,本质上是从输入到输出的非线性映射,使用误差反向传播进行参数修正,属于局部逼近网络。按照模糊系统模型建立的,网络中的各个节点及所有参数均有明显的物理意义。
当规则的数目不受限制,一个零阶Sugeno模型可以拟合任何一个非线性方程
模糊推理系统的核心思想上是分而治之。
下面就是我的疑惑了:
anfis是不是降低了专家给出的一些规则的意义,而是直接从数据里得出隶属度函数分布及规则,直接对数据进行处理不加上专家信息的话,感觉这样不如神经网络更好一些。参数可以解释性这个优势感觉也没什么意义啊。
具体怎么使用还是不会用。