我正在尝试使用基于规则的模糊控制系统来实现函数逼近器（聚合）。为了简化我的实现（并且有更好的理解），我试图近似y = x ^ 2（最简单的非线性函数）。据我所知，我必须将我的输入（例如，[-1,1]上的均匀样本）映射到模糊集（模糊化），然后使用defuzzyfication方法来获取清晰的值。有没有这个程序的简单解释，因为模糊控制系统文献有点乱。
答案 0 :(得分：1)
这是一个广泛的问题，但我会试一试，因为它已经无法回答这么久了。
首先，我认为您需要完善您的目标（至少如此处所述）。在这种情况下，我会毫不犹豫地使用术语“函数逼近”。如果我正确地按照你的问题，目标是通过模糊方法将非线性函数映射到另一个域。
为此，首先需要定义模糊集隶属函数。 （这个link是这个过程的一个很好的例子。）如果没有附加信息，我推荐三角函数，因为它易于实现。模糊集的数量，它们的位置和宽度（或支持）以及重叠程度是特定于应用程序的。你已经表明你的输入域是[-1,1]，所以你可能会发现有三个模糊集可以解决这个问题，即负面，零点和正面。
从那里，你需要制定一套规则，即如果x为负，那么......
根据规则，您可以定义去模糊化过程。简而言之，该步骤根据应用程序的需要对每个规则的激活进行加权。
我不相信我能更充分地贡献，直到更好地定义输出。您声明“使用defuzzyfication方法来获取清晰的值。” - 这组清晰的价值意味着什么？范围是多少？等等。如果你能确定你所处的区域（即更具体的问题），你会得到更多回复。