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。