1. 求助MATLAB模糊工具箱模擬出錯 二輸入三輸出時
隸屬度函數裡面有三角形，梯形，高斯型，等這些隸屬度函數。設置的時候版只需要在參數哪兒，按照權他的格式，改變參數即可得到不同的隸屬度函數。先輸入fuzzy，然後點擊edit下的rules，即可修改模糊控制規則。對於simulink模擬，首先你輸入simulink，後建立模擬電路圖，別忘記加信號源還有示波器。最後存到matlab軟體包含的work文件夾下，你建立的模糊控制器也要放到work文件夾下，然後雙擊電路圖中的模糊控制器，把它的名字修改為與你建立的模糊控制器一樣的名字。模糊控制器名字比如c7fzpd.fis，那麼你就要把電路圖中的模糊控制器改成c7fzpd，然後保存，點擊模擬即可。
2. 已知被控對象的傳遞函數，如何用MATLAB模糊邏輯工具箱設計一個模糊控制器
應該是：信號→模糊控制器→被控對象→輸出
其中，模糊控制器可在MATLAB窗口中輸入內Fuzzy，然後設置輸入輸出各容參數、隸屬度函數、模糊控制規則得到。
完成模糊控制器的設置後，在Sinulink下構建一個Model，加入其他元素，進行模擬。
3. MATLAB中模糊聚類工具箱怎麼找到怎麼用呢
你help fcm,我這有整理過的MATLAB自帶的K均值與模糊C均值程序，我可以發給你，能不能給版點分？
function ff1=jd(g,c)%三維矩陣權g為m*n*c大小的矩陣
g=double(g);
[m,n,v]=size(g);
data=reshape(g,[],size(g,3);
[center,U,obj_fcm]=fcm(double(data),c);
[maxU,index]=max(U,[],1);
ff=reshape(index,m,n);
figure,imshow(ff,[]);
4. matlab里模糊工具箱模糊規則怎麼定義
隸屬度函數裡面有三角形，梯形，高斯型，等這些隸屬度函數。設置的內時候只需要在參容數哪兒，按照他的格式，改變參數即可得到不同的隸屬度函數。先輸入fuzzy，然後點擊edit下的rules，即可修改模糊控制規則。
5. MATLAB模糊工具箱的使用
隸屬度函數裡面有三角形，梯形，高斯型，等這些隸屬度函數。設置的內時候只需要在參數哪兒，按照容他的格式，改變參數即可得到不同的隸屬度函數。先輸入fuzzy，然後點擊edit下的rules，即可修改模糊控制規則。對於simulink模擬，首先你輸入simulink，後建立模擬電路圖，別忘記加信號源還有示波器。最後存到matlab軟體包含的work文件夾下，你建立的模糊控制器也要放到work文件夾下，然後雙擊電路圖中的模糊控制器，把它的名字修改為與你建立的模糊控制器一樣的名字。模糊控制器名字比如c7fzpd.fis，那麼你就要把電路圖中的模糊控制器改成c7fzpd，然後保存，點擊模擬即可。我的郵箱[email protected]
6. phtoshop模糊工具在哪裡聽說是畫筆。。請問是幾號畫筆。。該如何調
模糊工具跟銳化在一個工具箱里，點到模糊後，看上方的參數欄，和單機右鍵都可以調，想邊界模糊可以把硬度調下。
7. 如何調用MATLAB中的模糊神經工具箱
^一個例子：
clc
clear
a=rand(2,200);
x=a(1,:);
y=a(2,:);
F=x.^2+y.^2;
net=newff(minmax(a),[5,1],{'tansig' 'purelin'},'trainlm');
net.trainParam.epochs=100;
net.trainParam.lr=0.1;
net.trainparam.goal=0.001;
net=train(net,a,F)
b=rand(2,100);
x1=b(1,:);
y1=b(2,:);
F1=x1.^2+y1.^2;
ty=sim(net,b);
subplot(1,2,1)
plot(F1);
subplot(1,2,2)
plot(ty,'r')
關於函數，用help newff
help sim自己看回看，英文答的
8. ps怎麼進行局部模糊
9. matlab sugeno模糊工具箱怎麼用
功能型工具箱主要用來擴充MATLAB的符號自適應神經—模糊學習、聚類以及Sugeno推理 * 支持SIMULINK動態模擬 * 可生成* LMI問題的有效解法 * LMI問題
10. MATLAB中用遺傳演算法優化模糊控制的隸屬函數，模糊控制是用的模糊工具箱，優化結果怎樣連接模糊工具箱呢
(1)模糊統計法： 模糊統計法的基本思想是對論域U上的一個確定元素vo是否屬於論域上專的一個可變動屬的清晰集合A3作出清晰的判斷.對於不同的試驗者,清晰集合 A3可以有不同的邊界,但它們都對應於同一個模糊集A.模糊統計法的計算步驟是:在每次統計中, vo是固定的,A3的值是可變的,作 n次試驗,其模糊統計可按下式進行計算 v0對 A 的隸屬頻率 = v0∈A 的次數 / 試驗總次數 n 隨著 n的增大,隸屬頻率也會趨向穩定,這個穩定值就是 vo對A 的隸屬度值.這種方法較直觀地反映了模糊概念中的隸屬程度,但其計算量相當大. (2)例證法： 例證法的主要思想是從已知有限個μA的值,來估計論域 U 上的模糊子集 A 的隸屬函數.如論域 U代表全體人類,A 是「高個子的人」.顯然 A 是一個模糊子集.為了確定μA,先確定一個高度值 h,然後選定幾個語言真值(即一句話的真實程度)中的一個來回答某人是否算「高個子」.如語言真值可分為「真的」、「大致真的」、「似真似假」、