這裏推薦搭建先看這個ppt，再看後面matlab的實現，這樣你會很清晰，爲了賺點積分，這裏設置一下積分，抱歉大家了。
模糊推理是使用模糊邏輯制定從給定輸入到輸出的映射的過程。然後，映射提供了基礎，從中可以做出決策或識別出模式。模糊推理的過程涉及隸屬函數，邏輯運算和If-Then規則中描述的所有部分。
本節介紹了模糊推理過程，並使用雙輸入，單輸出，三規則小費問題的例子基本小費的問題，你在更詳細的介紹看到的。下圖顯示了此示例的基本結構：
信息從左到右，從兩個輸入流到一個輸出。規則的並行性質是模糊邏輯系統更重要的方面之一。邏輯不是從基於斷點的模式之間進行尖銳的切換，而是從系統行爲受一條規則或另一條規則支配的區域平穩地流動。
模糊推理過程包括五個部分：
甲模糊推理圖顯示模糊推理過程的所有部分-從模糊化通過去模糊化。
步驟1.模糊化輸入
第一步是獲取輸入，並通過隸屬函數確定輸入所屬的適當模糊集的程度。在Fuzzy Logic Toolbox™軟件中，輸入始終是一個清晰的數值，限於輸入變量的論述範圍（在這種情況下爲0到10之間的間隔），而輸出則是合格語言集中的模糊隸屬度（總是介於0和1之間的間隔）。輸入的模糊化等於表查找或功能評估。
該示例基於三個規則，每個規則都取決於將輸入分解爲許多不同的模糊語言集：服務差，服務好，食物腐爛，食物可口，等等。在評估規則之前，必須根據這些語言集中的每一個對輸入進行模糊處理。例如，食物在多大程度上真正美味？下圖顯示了假設餐廳的食物（等級從0到10）通過語言的隸屬度，其作爲語言變量的美味程度。在這種情況下，我們將食物的等級評定爲8，根據您對美味的圖形化定義，美味成員關係函數的µ = 0.7。
以這種方式，每個輸入都模糊了規則要求的所有合格成員資格函數。
步驟2.應用模糊運算符
在對輸入進行模糊處理之後，您將知道每個規則對前提的每個部分的滿意程度。如果給定規則的前提有一個以上的部分，則應用模糊算子獲得一個數字，該數字表示該規則的前提的結果。然後將此數字應用於輸出功能。模糊運算符的輸入是來自模糊輸入變量的兩個或多個隸屬度值。輸出是單個真值。
如“ 邏輯運算”部分所述，可以爲AND運算或OR運算填充任意數量的定義明確的方法。在工具箱中，支持兩種內置的AND方法：min（最小）和prod（產品）。還支持兩種內置的OR方法：max（maximum）和概率OR方法probor。的根據等式計算概率OR方法（也稱爲代數和）
| probor（ a， b）= a + b - ab |
除了這些內置方法之外，您還可以通過編寫任何函數並將其設置爲選擇的方法來爲AND和OR創建自己的方法。
下圖顯示了工作中的OR運算符max，它評估了小費計算的規則3的前提。前項的兩個不同部分（服務非常好，食物也很美味）的模糊隸屬度值分別爲0.0和0.7。模糊或運算符只需選擇兩個值中的最大值0.7，即可完成規則3的模糊運算。概率OR方法仍將得到0.7。
步驟3.應用蘊涵方法
在應用隱含方法之前，必須確定規則的權重。每個規則都有一個權重（0到1之間的一個數字），該權重將應用於前一個給定的數字。通常，此權重爲1（如本例所示），因此對暗示過程完全沒有影響。您可能會不時地想通過將一個規則的權重值更改爲1而不是其他來加權。
在爲每個規則分配了適當的權重之後，便會實施隱含方法。結果是由隸屬度函數表示的模糊集，該模糊集適當地加權了歸因於該模糊集的語言特徵。結果使用與該前提關聯的功能（單個數字）進行整形。隱含過程的輸入是一個由先決條件給出的數字，而輸出是一個模糊集。隱含實現每個規則。支持兩種內置方法，它們與AND方法使用的功能相同：min（最小）將截斷輸出模糊集，而prod（乘積）將縮放輸出模糊集。
步驟4.彙總所有輸出
由於決策基於對FIS中所有規則的測試，因此必須以某種方式組合規則才能做出決策。聚合是將代表每個規則的輸出的模糊集組合爲單個模糊集的過程。對於每個輸出變量，聚合僅發生一次，就在第五個也是最後一步，即去模糊化之前。聚合過程的輸入是隱含過程爲每個規則返回的截斷輸出函數的列表。聚合過程的輸出是每個輸出變量的一個模糊集。
只要聚合方法是可交換的（始終應該如此），那麼執行規則的順序就不重要了。支持三種內置方法：
-
max（最大值） -
probor（概率OR） -
sum（僅是每個規則的輸出集的總和）
在下圖中，所有這三個規則已放在一起，以顯示每個規則的輸出如何組合或聚合到單個模糊集中，該模糊集的隸屬函數爲每個輸出（提示）值分配權重。
第5步。
輸入 解模糊處理是一個模糊集（合計輸出模糊集），並且輸出是單個數字。儘管模糊有助於中間步驟中的規則評估，但每個變量的最終期望輸出通常爲單個數字。但是，模糊集的集合包含一系列輸出值，因此必須對其進行去模糊處理，以便從該集中解析單個輸出值。
支持五種內置的反模糊化方法：質心，平分線，最大值的中間值（輸出集最大值的平均值），最大值的最大值和最小值的最大值。也許最流行的去模糊方法是質心計算，它返回曲線下方的區域中心，如下所示：
雖然總輸出模糊集的覆蓋範圍是從0％到30％，但去模糊值在5％到25％之間。這些限制分別對應於cheap和generous隸屬函數的質心。
模糊推理圖
模糊推理圖是本節到目前爲止介紹的所有較小圖的合成。它同時顯示您檢查過的模糊推理過程的所有部分。信息流經模糊推理圖，如下圖所示。
在此圖中，流程從左下方的輸入開始向上，然後跨每一行或每個規則，然後向下的規則輸出在右下方完成。從語言變量的模糊化一直到總輸出的去模糊化，這種緊湊的流程可以立即顯示所有內容。
下圖顯示了實際的全尺寸模糊推理圖。在模糊推理圖中有很多可以看的東西，但是當您習慣了它之後，就可以很快地學習到很多關於系統的知識。例如，從帶有這些特定輸入的圖表中，您可以輕鬆地看到，蘊含方法是使用最小功能。該最大值函數被用於模糊或操作。規則3（前面顯示的圖中最底部的一行）對輸出的影響最大。等等。規則瀏覽器中所描述的規則瀏覽器是一個MATLAB ®模糊推理圖的實施。
