人工智能作业——python实现洗衣机模糊推理系统实验

实验环境
实验要求
代码
实验结果

书中实验要求用Matlab实现，但是Matlab包太大了，且还需要重新学习Matlab的使用。发现python也可以实现，故使用python完成。

实验环境

python3.6
开发环境Pycharm
需要安装的包：scikit-fuzzy，numpy
cmd命令：pip install scikit-fuzzypip install numpy

实验要求

污泥{SD(污泥少), MD(中等污泥), LD(污泥多)}
油脂{NG(无油脂), MG(中等油脂), LG(油脂多)}
洗涤时间{VS(很短), S(短), M(中等), L(长), VL(很长)}输入是污泥和油脂，论域：[0, 100]
输出是洗衣机的洗涤时间，论域：[0, 120]

代码

import numpy as np
import skfuzzy as fuzz
import matplotlib.pyplot as plt
from skfuzzy import control as ctrl#  污泥和油脂范围为[0，100]
#  洗涤时间范围为[0，120]
x_stain = np.arange(0, 110, 10)
x_oil = np.arange(0, 110, 10)
x_time = np.arange(0, 130, 10)
# 定义模糊控制变量
stain = ctrl.Antecedent(x_stain, 'stain')
oil = ctrl.Antecedent(x_oil, 'oil')
time = ctrl.Consequent(x_time, 'time')
# 生成模糊隶属函数
#函数中的三元变量，第一个代表折线的起点，第二是最大值，第三是终点
stain['SD'] = fuzz.trimf(x_stain, [0, 0, 50])  #定义污渍的三角隶属度函数横坐标
stain['MD'] = fuzz.trimf(x_stain, [0, 50, 100])
stain['LD'] = fuzz.trimf(x_stain, [50, 100, 100])
oil['NG'] = fuzz.trimf(x_oil, [0, 0, 50]) #定义油污的三角隶属度函数横坐标
oil['MG'] = fuzz.trimf(x_oil, [0, 50, 100])
oil['LG'] = fuzz.trimf(x_oil, [50, 100, 100])
time['VS'] = fuzz.trimf(x_time, [0, 0, 20]) #定义洗涤时间的三角隶属度函数横坐标
time['S'] = fuzz.trimf(x_time, [0, 20, 50])
time['M'] = fuzz.trimf(x_time, [20, 50, 80])
time['L'] = fuzz.trimf(x_time, [50, 80, 120])
time['VL'] = fuzz.trimf(x_time, [80, 120, 120])#采用解模糊方法——质心解模糊方式
time.defuzzify_method='centroid'#规则
rule1=ctrl.Rule(antecedent=((stain['SD'] & oil['NG'])),consequent=time['VS'],label='time=VS')
rule2=ctrl.Rule(antecedent=((stain['SD'] & oil['MG'])|(stain['MD'] & oil['MG'])|(stain['LD'] & oil['NG'])),consequent=time['M'],label='time=M')
rule3=ctrl.Rule(antecedent=((stain['SD'] & oil['LG'])|(stain['MD'] & oil['LG'])|(stain['LD'] & oil['MG'])),consequent=time['L'],label='time=L')
rule4=ctrl.Rule(antecedent=((stain['MD'] & oil['NG'])),consequent=time['S'],label='time=S')
rule5=ctrl.Rule(antecedent=((stain['LD'] & oil['LG'])),consequent=time['VL'],label='time=VL')# 系统和运行环境初始化
rule=[rule1, rule2, rule3,rule4,rule5]
time_ctrl = ctrl.ControlSystem(rule)
wash_time = ctrl.ControlSystemSimulation(time_ctrl)
#规则中带一些奇怪的规则，处理后输出
for i in range(len(rule)):print("rule",i,end=":")for item in str(rule[i]):if(item!='\n'):print(item,end="")else:breakprint('\t')
#输入输出
print("\n请输入污渍和油污的值")
p=input("污渍的值：")
q=input("油污的值：")
wash_time.input['stain'] = int(p)
wash_time.input['oil'] = int(q)
wash_time.compute()
print ("洗涤时间为：",wash_time.output['time'])#画图
stain.view()
oil.view()
time.view()
#time.view()
plt.show()

实验结果

参考：
链接: https://blog.csdn.net/dcyywin8/article/details/103460871.
官方库的介绍： https://pythonhosted.org/scikit-fuzzy/auto_examples/index.html.

人工智能作业——python实现洗衣机模糊推理系统实验相关推荐

人工智能基础 | Python实现洗衣机模糊推理系统
运行环境 Pycharm + Anaconda3 已知一组污泥和油脂两个参数的模糊集合,以及对应的洗涤时间推理的结果. 现再给出一组污泥和油脂的模糊集合,进行模糊推理,推出洗涤时间的模糊集合. 最后进 ...
人工智能洗衣机模糊推理系统实验（课本实验）
一.实验目的理解模糊逻辑推理的原理及特点,熟练应用模糊推理二.实验内容用python设计洗衣机洗涤时间的模糊控制三.实验要求已知人的操作经验是污泥越多,油脂越多,洗涤时间越长污泥适中,油 ...
汽车模糊推理系统实验
本实验代码可以通过面包多购买或者关注公众号免费获取.扫码关注回复"模糊汽车"即可获取全部内容! 一.实验目的理解模糊逻辑推理的原理及特点,熟练应用模糊推理,了解可能性理论. 模糊 ...
python第六周实验_机器学习 | 吴恩达机器学习第六周编程作业(Python版）
实验指导书下载密码:ovyt 本篇博客主要讲解,吴恩达机器学习第六周的编程作业,作业内容主要是实现一个正则化的线性回归算法,涉及本周讲的模型选择问题,绘制学习曲线判断高偏差/高方差问题.原始实 ...
人工智能语言python实验报告_【报名】人工智能语言Python启蒙课程（五六年级）...
原标题:[报名]人工智能语言Python启蒙课程(五六年级) 7月,图书馆为中低年级的小朋友准备了两期8节课的少儿编程启蒙课程.8月,我们将为小学高年级的学生朋友献上一期人工智能语言Python启蒙公 ...
python智能机器人原理_人工智能和Python是什么关系?详细分析！
提及到人工智能很多人都会想到Python语言,对于很多人来说Python和人工智能几乎为等号模式,那么Python和人工智能属于什么关系呢?为大家简单的介绍一下. Python是一种计算机程序设计语言 ...
机器学习 | 吴恩达机器学习第六周编程作业(Python版）
实验指导书下载密码:ovyt 本篇博客主要讲解,吴恩达机器学习第六周的编程作业,作业内容主要是实现一个正则化的线性回归算法,涉及本周讲的模型选择问题,绘制学习曲线判断高偏差/高方差问题.原始实 ...
人工智能-作业1：PyTorch实现反向传播
人工智能-作业1:PyTorch实现反向传播人工智能-作业1:PyTorch实现反向传播环境配置: 计算过程反向传播 PyTorch Autograd自动求导人工智能-作业1:PyTorch实 ...
基于自适应神经模糊推理系统的乳腺癌分类
前言第三弹分享,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. 引言乳腺癌是女性死亡率第二高的癌症.尽早发现是战胜这种疾病的关键.可以使用一种叫做细针穿刺的技术在早期检测体内的癌细胞 ...

人工智能作业——python实现洗衣机模糊推理系统实验

人工智能作业——python实现洗衣机模糊推理系统实验

实验环境

实验要求

代码

实验结果

人工智能作业——python实现洗衣机模糊推理系统实验相关推荐

最新文章

热门文章