建立模糊专家系统实验报告

建立模糊专家系统 为了说明如何设计模糊专家系统，下面用一个备件服务中心的例子。 备件服务中心，保存备件并修复损坏的备件。客户拿来一个损坏的零件备件，换走一个相同型号的零件备件，损坏的零件备件被修好后放置在架子上作为零件备件。如果架子上有所需的备件，那么客户从架子上拿走备件并离开服务中心，若没有，客户就须等待，直到拿到需要的备件为止。服务中心的经理应该决定在客户可以接受范围内维持平均延迟时间所需要的配件的数目。所以我们的目标是向零件备件服务中心的经理建议使客户满意的决策方针。步骤一:指定问题并定义语言变量 在上述问题中，可以确定四个主要的语言变量：平均等待时间(平均延迟)m、服务中心的修理利用因子q、服务员人数s以及初始零件备件数量n。 对于客户平均延迟m，这里仅考虑了三个语言值：VeryShort、Short、Medium，因为其他取值，例如Long和VeryLong是不实际的。服务中心的经理决策不可能容忍客户的等待的时间超过Medium。 接下来确定语言变量的范围。下表是得到的结果，其中m、s、n已标准化，即除以相应的最大量级基本数值，得到的范围[0,1]。 语言变量及范围 语言变量：平均延迟，m 语言变量：平均延迟，m 语言值 符号 值范围（标准化） VeryShort VS [0,0.3] Short S [0.1,0.5] Medium M [0.4,0.7] 语言变量：服务员人数，s 语言变量：服务员人数，s 语言值 符号 值范围（标准化） Small S [0,0.35] Medium M [0.30,0.70] Large L [0.60,1] 语言变量：修理利用因子，q 语言值 符号 值范围（标准化） 语言变量：修理利用因子，q 语言值 符号 值范围（标准化） Low L [0,0.6] Medium M [0.4,0.8] High H [0.6,1] 语言变量：备件数，n 语言值 符号 值范围（标准化） VerySmall VS [0,0.30] Small S [0,0.40] RatherSmall RS [0.25,0.45] Medium M [0.30,0.70] RatherLarge RL [0.55,0.75] Large L [0.60,1] VeryLarge VL [0.70,1] 步骤二:确定模糊集模糊集可以有不同的形状。通常三角形或四边形就足以表达专家的知识了，同时也能极大地简化计算的过程。 如下图，显示了问题中用到的语言变量的模糊集。步骤三:抽取并构造模糊规则 下面要获得模糊规则。要完成这个任务，就需要向专家咨询如何使用前面定义过的模糊语言变量来解决问题。 本例中，使用研究论文(Turksenetal.，1992)中提供的规则。如下图：步骤四:对模糊集、模糊规则和过程编码 定义模糊集和模糊规则后，就要对它们编码，建立实际的专家系统。代码如下:a=readfis('centre_2.fis');figure('name','Blockdiagramofthefuzzysystem');plotfis(a);pausefigure('name','Meandelay(normalised)');plotmf(a,'input',1);pausefigure('name','Numberofserver(normalised)');plotmf(a,'input',2);pausefigure('name','Utillisationfactor(normalised)');plotmf(a,'input',3);pausefigure('name','Numberofspares(normalised)');plotmf(a,'output',1);pauseruleedit(a);pausefigure('name','Three-dimensionalsurface(a)');gensurf(a,[12],1);view([4936]);pauseruleview(a);pausen=round((evalfis([0.70.80.6],a))*100)pausen=round((evalfis([0.350.80.6],a))*100)disp('Endoffuzzy_centre_2.m')运行结果：n= 20 n= 35 Endoffuzzy_centre_2.m 实验心得 通过实验，我对模糊专家