该软件包包括4个文件（您需要登录网站才能下载所有文件）：M文件和帮助文件，其中引入了作为模糊逻辑控制器的分数模糊推理系统（FFIS）以控制倒立摆系统视情况而定。 由于已经证明通过使用FFIS，某人总是可以获得比其他模糊控制器（例如Mamdani）可能获得的结果更令人满意的结果。更满意的马纳尔。 分数模糊推理系统作为新一代的模糊推理系统已被引入到了本书中。 https://ieeexplore.ieee.org/document/9136681

传递函数模糊推理系统fis，G=1/s2+s+1传递函数。直接调用模糊工具箱调用即可。可嵌入到simulink中进行仿真。

这个库是为那些想在 Simulink 环境中使用 ANFIS/CANFIS 系统的人准备的。 每个模型都以逐个样本的在线模式进行训练和操作。 有关详细信息，请参阅随附的发行说明。 用于开发所有 ANFIS/CANFIS 模型的主要参考是： 神经模糊和软计算：学习和机器智能的计算方法，Jyh-Shing Roger Jang、Chuen-Tsai Sun、Eiji Mizutani。 普伦蒂斯大厅，1997 年 9 月。

陈继光《Matlab与自适应神经网络模糊推理系统》 (学习matlat 15本必备书之十四)

安菲斯 使用oop范式开发的自适应神经模糊推理系统

Matlab与自适应神经网络模糊推理系统，好，希望你有用。

自适应神经模糊推理系统（ANFIS）是一种能够进行函数逼近的计算工具，可以解决乳腺癌的分类问题。本实验设计了一种自适应神经模糊推理系统，用于乳腺癌分类问题。内附实验程序和实验报告，亲测完美运行。

Lua 的模糊推理系统 (FIS) 完全用 Lua 编写的简单模糊推理系统。 它使用离散步长（大小为 0.01）来获得最终的模糊集。 去模糊化使用质心方法获得输出值。 可以使用三个对象： F - 模糊集 L - 成员函数 R - FIS 规则 成员函数可以使用以下预定义的数学函数之一： 模糊高斯 模糊梯形 模糊三角形 可以使用模糊逻辑运算符定义规则：AND *、OR +、NOT - local rule = R ( 1 ) rule. premise = (service[ ' poor ' ] * food[ ' rancid ' ]) + ( - service[ ' excelent ' ]) rule. implication = tip[ ' cheap ' ] 您可以通过使用一组输入值调用模糊系统对象来获取输出值。 依赖关系 Lua 5.1.x 或 LuaJ

该档案库包含genfis4.m，该文件使用回归树算法生成Mamdani型和Sugeno型FIS，以从数据集中提取模糊规则信息。 它主要基于 Fuzzy Logic Toolbox，但需要修改 Toolbox 的模糊规则构建原理。 因此，一些原始的 m 文件适用于这种新的模糊规则结构。 它们用最后一个 'x' 符号标记并包含在存档中（例如，getfisx.m、evalfisx.m 等）尽管一些 Toolbox 的 m 文件仍然有效（例如，addvar.m、plotmf.m 等） 评论： - 在开始之前，您应该通过以下命令创建 MEX 文件： mex src/evalfisxmex.c 墨西哥 src/anfisxmex.c - 如果你想使用你自己的回归树算法，你需要重写 treefun.m（参见 example2.m 了解 MATLAB 的 fitrtree 用法）； - 有关模糊回归树的

ppt版本，包含matlab代码实验目的过程结果心得