trapmf(x, [a b c d]); 建立梯形隸屬函數；
defuzz（x, mf, 'type'）; 執行反模糊化運算；
setfis(a, 'fispropname', 'newfisprop'); 設置模糊系統的屬性，a爲模糊規則庫；
newfis('fisname'); 創建一個模糊推理系統(FIS)；
addvar(a,'vartype','varname',varBounds); 向模糊推理系統（FIS）添加語言變量，vartype分input和output兩類，varBounds爲誤差變化率；
addmf(a,'vartype',varindex,'mfname','mftype',mfparams); 向FIS的語言變量中添加隸屬 度函數，varindex爲隸屬度函數的變量編號，mfname新添加的隸屬度函數名，mfparams指定隸屬度函數的參數向量；
addrule(a,rulelist); 添加模糊推理的控制規則，rulelist是一個矩陣，每一行爲一條規 則，且每行有N+M+2個元素，前N個數表示N個輸入變量的語言名稱的index，沒有則用0表示，後M個數表示OR。
writfis(a,'fuzzf'); 保存fuzzf.fis文件到磁盤上；
readfis('fuzzf'); 從磁盤導入fuzzf.fis文件；
disp(); 將內容輸出到matlab命令窗口中；
evalfis(input, fismat, numPts); 進行模糊推理運算，即給定輸入，得到輸出；
ceil（）； 向離他最近的較大的整數取整；
trimf(); 建立三角形隸屬度函數；
ruleview(); 模糊推理編輯器的顯示；
fuzzy 調用基本FIS編輯器；
tf() 建立傳遞函數，例H = s/(s^2 + 2*s +10),可寫爲tf([1,0],[1,2,10]);
c2d() 轉化爲差分方程；
[num, den]=tfdata(dsys, 'v') 提取差分方程係數；
