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;