• 大小: 432KB
    文件类型: .zip
    金币: 1
    下载: 0 次
    发布日期: 2021-06-14
  • 语言: Matlab
  • 标签: 水质评价  

资源简介

该资源内包括两个东西,一个是用天牛须智能算法(BAS)配合模糊神经网络对水质评估的论文说明,另一个是有关于离散模糊控制的MATLAB程序,可以通过第二个了解相关的模糊神经网络原理

资源截图

代码片段和文件信息

% 示例1:
%##定义E的模糊变量值1=PL2=PM3=PS4=ZE5=NS6=NM7=NL并输入误差E的隶属度表####
Me=[ 0 0 0 0 0 0 0 0 0 0.1 0.4 0.8 1.0;                                     %PL(A1)
     0 0 0 0 0 0 0 0 0.2 0.7 1.0 0.7 0.2;                                   %PM(A2)
     0 0 0 0 0 0 0.3 0.8 1.0 0.5 0.1 0 0;                                   %PS(A3)
     0 0 0 0 0.1 0.6 1 0.6 0.1 0 0 0 0;                                     %ZE(A4)
    0 0 0.1 0.5 1.0 0.8 0.3 0 0 0 0 0 0;                                    %NS(A5)
    0.2 0.7 1.0 0.7 0.2 0 0 0 0 0 0 0 0                                     %NM(A6)
    1 0.8 0.4 0.1 0 0 0 0 0 0 0 0 0];                                       %NL(A7)

%##定义EC的模糊变量值1=PL2=PM3=PS4=ZE5=NS6=NM7=NL并输入误差变化率EC的隶属度表####
Mec=[ 0 0 0 0 0 0 0 0 0 0.1 0.4 0.8 1.0;                                    %PL(B1)
     0 0 0 0 0 0 0 0 0.2 0.7 1.0 0.7 0.2;                                   %PM(B2)
     0 0 0 0 0 0 0 0.9 1.0 0.7 0.2 0 0;                                     %PS(B3)
     0 0 0 0 0 0.5 1 0.5 0 0 0 0 0;                                         %ZE(B4)
    0 0 0.2 0.7 1.0 0.9 0 0 0 0 0 0 0;                                      %NS(B5)
    0.2 0.7 1.0 0.7 0.2 0 0 0 0 0 0 0 0                                     %NM(B6)
    1 0.8 0.4 0.1 0 0 0 0 0 0 0 0 0];                                       %NL(B7)

%##定义U的模糊变量值1=PL2=PM3=PS4=ZE5=NS6=NM7=NL并输出U的隶属度表####
Mu=[0 0 0 0 0 0 0 0 0 0 0 0.1 0.4 0.8 1.0;                                  %PL(C1)
    0 0 0 0 0 0 0 0 0 0.2 0.7 1.0 0.7 0.2 0;                                %PM(C2)
    0 0 0 0 0 0 0 0.4 1.0 0.8 0.4 0.1 0 0 0;                                %PS(C3)
    0 0 0 0 0 0 0.5 1.0 0.5 0 0 0 0 0 0;                                    %ZE(C4)
    0 0 0 0.1 0.4 0.8 1.0 0.4 0 0 0 0 0 0 0;                                %NS(C5)
    0 0.2 0.7 1.0 0.7 0.2 0 0 0 0 0 0 0 0 0;                                %NM(C6)
    1.0 0.8 0.4 0.1 0 0 0 0 0 0 0 0 0 0 0];                                 %NL(C7)

%#######################输入模糊控制规则表1#########################
%####(ECUE)    NL(A7) NM(A6) NS(A5) ZE(A4) PS(A3) PM(A2) PL(A1) #####
%####   NL(B7)    NL     NL     NL      NL    NM     NS     ZE ########
%####   NM(B6)    NL     NL     NM      NM    NS     ZE     PS ########
%####   NS(B5)    NL     NL     NM      NS    ZE     PS     PM ########
%####   ZE(B4)    NL     NM     NS      ZE    PS     PM     PL ########
%####   PS(B3)    NM     NS     ZE      PS    PM     PL     PL ########
%####   PM(B2)    NS     ZE     PS      PM    PL     PL     PL ########
%####   PL(B1)    ZE     PS     PM      PL    PL     PL     PL ########
UC=[7 7 7 7 6 5 4;
    7 7 6 6 5 4 3;
    7 7 6 5 4 3 2;
    7 6 5 4 3 2 1;
    6 5 4 3 2 1 1;
    5 4 3 2 1 1 1;
    4 3 2 1 1 1 1];


% 示例2:
%##定义E的模糊变量值1=NB2=NM3=NS4=ZE5=PS6=PM7=PB并输入误差E的隶属度表####
Me=[ 1.0 0.7 0.3 0 0 0 0 0 0 0 0 0 0;                                       %NB(A1)
     0.3 0.7 1.0 0.7 0.3 0 0 0 0 0 0 0 0;                      

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     文件      588252  2019-06-04 20:17  天牛须智能算法(BAS)加模糊神经网络对水质预测&离散模糊控制MATLAB程序\基于BAS_TSFNN的水质监测方法研究_李明富.pdf
     目录           0  2019-05-20 09:34  天牛须智能算法(BAS)加模糊神经网络对水质预测&离散模糊控制MATLAB程序\离散模糊控制MATLAB程序\
     文件        5883  2015-05-19 11:22  天牛须智能算法(BAS)加模糊神经网络对水质预测&离散模糊控制MATLAB程序\离散模糊控制MATLAB程序\data.m
     文件        1306  2019-06-17 10:20  天牛须智能算法(BAS)加模糊神经网络对水质预测&离散模糊控制MATLAB程序\离散模糊控制MATLAB程序\fuzzy_deduce.m
     文件        3320  2015-05-19 11:30  天牛须智能算法(BAS)加模糊神经网络对水质预测&离散模糊控制MATLAB程序\离散模糊控制MATLAB程序\fuzzy_relation.m
     文件        1980  2015-05-19 10:45  天牛须智能算法(BAS)加模糊神经网络对水质预测&离散模糊控制MATLAB程序\离散模糊控制MATLAB程序\fuzzy_table.m
     文件         138  2015-05-19 11:35  天牛须智能算法(BAS)加模糊神经网络对水质预测&离散模糊控制MATLAB程序\离散模糊控制MATLAB程序\使用说明.txt
     目录           0  2019-06-17 10:29  天牛须智能算法(BAS)加模糊神经网络对水质预测&离散模糊控制MATLAB程序\

评论

共有 条评论