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

为了克服末端接触点距离力传感器中心较远时, 力传感器测量实际接触力的局限性, 分析实际作用力与测量力/力矩值之间的关系, 利用力传感器信息或力矩信息得到位置控制方向和力控制方向. 根据位控与力控方向对机器人末端进行参考轨迹规划, 在阻抗控制律中应用参考比例因子调节参考轨迹. 基于力误差信息通过模糊推理调节参考比例因子的大小, 使生成的参考轨迹适应未知表面的变化. 实验结果表明, 所提出的控制方法能实现未知工件表面的恒力跟踪.

从头开始：从头开始的自适应神经模糊推理系统。 内部所有代码，无依赖性

针对装甲车辆铅酸蓄电池健康状况影响因素复杂、难以准确预测的特点，提出了基于自适应神经网络模糊推理系统的蓄电池SOH预测模型。在确定模型的输入变量后，对其进行了MATLAB仿真和实测数据验证分析。结果表明，该模型具有很高的预测精度，在装甲车辆铅酸蓄电池SOH预测上具有很高的实用价值。

一种基于模糊推理的专家系统的设计与实现的改进，高占宇，钟绍春，本文在文【1】所提出的模糊专家系统的基础上，提出了一种基于重要度的框架规则表示方法，并对其推理机制进行了四个方面的改进，��

：本文对常用的模糊推理系统进行了阐述，介绍了一种在模糊控制系统设计中构建 Takagi-Sugeno 型模糊推理系统的方法，使用了 MATLAB 的模糊工具箱Simulink 工具进行了仿真，效果是令人满意的。

智能控制（第四版）刘金琨著，第三章的模糊推理仿真MATLAB程序

MATLAB实现的模糊神经网络算法，中间可以根据自己需要加其他的聚类分析算法，确定模糊规则的个数，本算法建立了基本的模糊推理系统，可以根据自己项目的需要，进行修改