39;gaussmf', [pop (1,29) pop (1,30)]);
% задаємо навчальні правила = [
1 Травня 1 січня
4 лютого 1 січня
3 лютого 1 січня
1 квітня 1 січня
5 1 1 1
1 квітня 1 січня
3 лютого 1 січня
3 лютого 1 січня
1 квітня 1 січня
5 1 1 1
1 лютого 1 січня
2 лютого 1 січня
3 лютого 1 січня
4 2 1 1
2 травня 1 січня
1 1 1 1
1 лютого 1 січня
3 лютого 1 січня
3 квітня 1 січня
5 квітня 1 січня
1 1 1 1
1 лютого 1 січня
3 лютого 1 січня
4 квітня 1 січня
5 травня 1 січня];
% додаємо правила в фис файл
a = addrule (a, ruleList);
% змінюємо значення методів = setfis (a, 'AndMethod', 'prod'); = setfis (a, 'ImpMethod', 'prod');
= 0; i = -2:1:2 j = -2:1:2
% значеіе з фісфайла = evalfis ([ij], a);
% реальне значення функції
realValue = i ^ 2 + j ^ 2 + 4 * i * j;
% сума по Гауса = sum + (efis - realValue) ^ 2;
end
% вихідний параметр - помилка по Гауса = sqrt (sum);
. Застосування генетичного алгоритму
= gaoptimset;
% інтервал приналежності = gaoptimset (options, 'PopInitRange', [0 -2 0 -2 0 -2 0 -2 0 -2 0 -2 0 -2 0 -2 0 -2 0 - 2 0 -8 0 -8 0 -8 0 -8 0 -8; 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 60 24 60 24 60 24 60 24 60 24]);
% початкові значення параметрів = gaoptimset (options, 'InitialPopulation', [0.4248 -2 0.4248 -1 0.4248 0 0.4248 1 0.4248 2 0.4248 -2 0.4248 -1 0.4248 0 0.4248 1 0.4248 2 3.397 -8 3.397 0 3.397 8 3.397 16 3.397 24]);
% малювання графіка
options = gaoptimset (options, 'PlotFcns', {@ gaplotbestf});
[x, fval] = ga (@ fitnes, 30, [], [], [], [], [], [], [], options);
Застосування генетичного алгоритму:
options = gaoptimset;
options = gaoptimset (options, 'PopInitRange', [0 -2 0 -2 0 -2 0 -2 0 -2 0 -2 0 -2 0 -2 0 -2 0 -2 0 -68 0 -68 0 -68 0 -68 0 -68; 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 50 84 50 84 50...
