怎么用matlab弄模糊数学

A. matlab中lsqcurvefit怎么用

1、首先双击MATLAB软件的快捷键，进入MATLAB的工作界面。

B. matlab怎么用 matlab的基本使用方法

1、蠢前认识基本区域：上方为命令功能区，右侧为命令行输入栏，左上角为当前路径中文件夹详情，左下角为软件工作区。

2、数据的导入：matlab经常被用于做数据可视化，数据分析等，这就需要数据神举的导入，然后选择你要导入的数据的文件。

3、命令行的使用：在命令行中输入你的命令，这时只要点击确定，即可被执行。

4、函数的使用：点击新建，之后即可新建脚本，函数等文件。

5、imulink仿真游档碧：启动simulink模块，该模块可以进行数据模型的搭建，对一些事物进行仿真实验。

C. 怎么用matlab编写模糊关系中的合成运算

举个例子你就明白了，并可扰腊用matlab编程计缓雹滑算 matlab计算代码如肆态下：先建立函数文件 function ab=synt(a,b); m=size(a,1); n=size(b,2); for i=1:m for j=1:n ab(i,j)=max(min([a(i,:);b(:,j)'])); end end

D. matlab怎么用logsmooth

matlab使用logsmooth的隐迹铅方法如下：
1、准备数据：将需要平滑处理的数灶好据存储到一个向量或矩阵中。
2、调用函数：州袜使用logsmooth函数对数据进行平滑处理。
3、查看结果：将平滑处理后的数据进行可视化展示，以便更好地观察数据的变化趋势。

E. 用MATLAB怎么让图像模糊处理

要先搞清楚模糊的图像是怎样模糊的，噪声还是像素圆洞李低
噪声的话要考察是什么噪声
白噪声，可用二维高斯滤波器
椒盐噪声，求相邻像素点的平均值

像素低，可考虑插值
不橘迟求太精细做线形插值
精细一点可做多项式插值

但插值不会使图像变得高清，图像像素低意味着高频的细节少，任何插值都不能够加入没有的高频分量。插值只能使图像的像素点变多，使同样大小图像像素点更颤败密而看上去平滑一些。

F. 怎么用matlab实现模糊数学

ddd

G. 怎么用matlab画非线性调频信号的模糊函数啊

该去知网找找 我当时的论文就是很多论文改的，你要是需要可以留言 至于MATLAB矩阵实验室 入门容易 但是学段派兄精很难 没有汉化版，大图不好打。不过你的模型库全不啊，要不很多组件都没有，画的时候很费劲。以下是我论文的开题摘要:
摘 要
电气传动系统的智能控制是目前研究的主要课题，而模糊控制是智能控制的一个重要的分支，它不需要建立对象的精确数学模型，且具有良好的鲁棒性和非线性的控制特性，正受羡伍到越来越多的研究人员的关注。调压调速和矢量控制的调速系统有许多的优良特性，具有广阔的发展和应用前景，同时也存在着诸如系统结构复杂、非线性和电机参数变化影响系统性能等问题。
本文主要研究了模糊控制在交流异步电动机调压调速系统中的应用。首先介绍了电动机调速的方法及模糊控制原理，其中详细讨论了模糊控制器的设计；其次论文建立了异步电动机调压调速系统的仿真模型，模型中采用了模糊控制器和PID控制器相结合的双闭环控制系统，其中模糊控制器用来调节速度的变化，在速度环中将速度指令信号与速度反馈信号进行比较握袭而得到速度偏差，由速度调节器按速度偏差进行调节控制，使电动机转速快速跟随指令值变化，稳态时速度无静差；最后研究了模糊控制器在交流电动机的模糊控制调速系统中的应用，仿真实验结果表明，模糊控制器可以有效的克服交流电机模糊控制系统的非线性和参数变化对系统性能的影响，提高了系统的鲁棒性，是一种具有广阔应用前景的智能控制方法。

关键词：异步电动机；模糊控制；PID控制

需要留言 可以送你个论文 要的加分

H. 如何求模糊等价矩阵，MATLAB程序

”模糊等价矩阵”;英文对照
fuzzy equivalence matrix;
”模糊等价矩阵”;在学术文献中的解释
1、R满足自反性、对称性,且满足:(3)传递性min(r*k,r助)镇r.j’称为模糊等价矩阵,根据任意指定的闭值(0耳入蕊1),将R‘载为普通等价矩阵R‘,‘人
文献来源
2、这一矩阵称为模糊等价矩阵.用平方自合成法可以构造出等价矩阵,方法如下:R.R==R.R.R.=R.若R=R.则R为模糊等价矩阵

基于模糊等价关系的模糊聚类分析 收藏
假设R是X上的模糊等价关系，则对任意的a,R的a-截集是X上的普通等握旅价关系，因此，可以根据X上的模糊关系，对X进行模糊分类。当取不同的a值，则可以得到不同的分类结果，即分类是动态的。
实际操作中，一般情况下，我们所获得是一系列样本，假设有N个，每个样本可以看作是M维空间中的一个点。可以表示如下，论域： ，对第i个元素有

1.数据预处理

考虑到不同的数据可能有不同的量纲，因此，再处理之前，有必要对数据进行相当的变换。常用的变换标准差变换和极差变换：

标准差变换：

经过变换后，每个变量的均值为0，标准差为1，并可以消除量纲的影响，但值不一定在0和1之间。

极差变换：

经过变换后，消除了量纲的影响，并且值在0和1之间。

2 模糊相似矩阵的建立

由已知的数据，可以建立论域上的模糊关系矩阵，其目的是为构造模糊等价矩阵提供数据。

计算模蠢帆糊关系矩阵由很多方法，如夹角余弦法，相关系数法，算术平均法，几何平均法，最大最小法，以夹角余弦为例，可用下述公式计算：

3 用传递闭包法求模糊等价矩阵

由以上过程所建立的矩阵一般仅具有自反性和对称性，不满度传递性，必须进行变换转换为模糊等价矩阵。常采用传递闭包法，即从上述R矩阵出发，求R^2-->R^4-->R^8...，直到第一次出现R^k × R^k＝R^k，这时表明R以具有传递性。

4 根据模糊等价矩阵和某以a得到分类结果。

部分代码实现：

'**********************************数据的标准差变化****************************
'
'过 程 名： Norm_Diff
'参 数： Data() - Double ,待变换的二维数组
'说 明： 执行改函数后数组中了保存段档凳变换的数据
'作 者：
'修 改 者： laviepbt
'修改日期： 2006-11-1
'
'**********************************数据的标准差变化****************************

Public Sub Norm_Diff(ByRef Data() As Double)
Dim m As Integer, N As Integer, i As Integer, j As Integer
Dim Ave As Double, s As Double
N = UBound(Data, 1): m = UBound(Data, 2) 'n样品数，m变量数
For j = 1 To m
Ave = 0
For i = 1 To N
Ave = Ave + Data(i, j)
Next
Ave = Ave / N 'ave是平均值
s = 0
For i = 1 To N
s = s + (Data(i, j) - Ave) ^ 2 's是标准差
Next
s = Sqr(s / N)
For i = 1 To N
Data(i, j) = (Data(i, j) - Ave) / s
Next
Next
End Sub

'**********************************数据的极差变换****************************
'
'过 程 名： Extre_Diff
'参 数： Data() - Double ,待变换的二维数组
'说 明： 执行改函数后数组中了保存变换的数据
'作 者：
'修 改 者： laviepbt
'修改日期： 2006-11-1
'
'**********************************数据的极差变换****************************

Public Sub Extre_Diff(ByRef Data() As Double)
Dim m As Integer, N As Integer, i As Integer, j As Integer
Dim Max As Double, Min As Double, d As Double
N = UBound(Data, 1): m = UBound(Data, 2) 'N样品数，M变量数
For j = 1 To m
Max = -10000000000#: Min = 10000000000#
For i = 1 To N
If Data(i, j) > Max Then Max = Data(i, j)
If Data(i, j) < Min Then Min = Data(i, j)
Next
d = Max - Min 'd是极差
For i = 1 To N
Data(i, j) = (Data(i, j) - Min) / d '极差标准化变换
Next
Next
End Sub

'**********************************夹角余弦法****************************
'
'过 程 名： Angle_Cos
'参 数： Data() - Double ,二维数组数据
' R() - Double, 相似矩阵
'说 明：
'作 者：
'修 改 者： laviepbt
'修改日期： 2006-11-1
'
'**********************************夹角余弦法****************************

Public Sub Angle_Cos(ByRef Data() As Double, ByRef R() As Double)
Dim m As Integer, N As Integer, i As Integer, j As Integer, k As Integer
Dim S1 As Double, Si2 As Double, Sj2 As Double
N = UBound(Data, 1): m = UBound(Data, 2) 'N样品数，M变量数
For i = 1 To N
For j = 1 To N
If i = j Then
R(i, j) = 1
Else
S1 = 0: Si2 = 0: Sj2 = 0
For k = 1 To m
S1 = S1 + Data(i, k) * Data(j, k)
Si2 = Si2 + Data(i, k) ^ 2
Sj2 = Sj2 + Data(j, k) ^ 2
Next
R(i, j) = Int((S1 / Sqr(Si2 * Sj2)) * 1000 + 0.5) / 1000
End If
Next
Next

End Sub

'**********************************相关系数法****************************
'
'过 程 名： Correlation
'参 数： Data() - Double ,二维数组数据
' R() - Double, 相似矩阵
'说 明：
'作 者：
'修 改 者： laviepbt
'修改日期： 2006-11-1
'
'**********************************相关系数法****************************

Public Sub Correlation(ByRef Data() As Double, ByRef R() As Double)
Dim m As Integer, N As Integer, i As Integer, j As Integer, k As Integer
Dim Xia As Double, Xja As Double
Dim S1 As Double, Si2 As Double, Sj2 As Double
N = UBound(Data, 1): m = UBound(Data, 2) 'N样品数，M变量数
For i = 1 To N
For j = 1 To N
If i = j Then
R(i, j) = 1
Else
Xia = 0: Xja = 0
For k = 1 To m
Xia = Xia + Data(i, k)
Xja = Xja + Data(j, k)
Next
Xia = Xia / m
Xja = Xja / m

S1 = 0: Si2 = 0: Sj2 = 0
For k = 1 To m
S1 = S1 + Abs((Data(i, k) - Xia) * (Data(j, k) - Xja))
Si2 = Si2 + (Data(i, k) - Xia) ^ 2
Sj2 = Sj2 + (Data(j, k) - Xja) ^ 2
Next
R(i, j) = Int((S1 / Sqr(Si2 * Sj2)) * 1000 + 0.5) / 1000
End If
Next
Next
End Sub

'**********************************传递闭包法****************************
'
'过 程 名： TR
'参 数： R() - Double ,相似矩阵
' RR() - Double, 模糊乘积矩阵
'说 明：
'作 者：
'修 改 者： laviepbt
'修改日期： 2006-11-1
'
'**********************************传递闭包法****************************

Public Sub TR(ByRef R() As Double, ByRef RR() As Double)
Dim N As Integer, l As Integer
Dim i As Integer, j As Integer, k As Integer
Dim i1 As Integer, j1 As Integer
Dim dMax As Double
N = UBound(R, 1)
ReDim dMin(1 To N) As Double
l = 0
100:
l = l + 1
If l > 100 Then
MsgBox "已进行100次自乘，仍然没有获得传递性", vbCritical, "错误"
Exit Sub
End If
For i = 1 To N
For j = 1 To N
For k = 1 To N
If R(i, k) <= R(k, j) Then
dMin(k) = R(i, k)
Else
dMin(k) = R(k, j)
End If
Next
dMax = dMin(1) '模糊矩阵的乘法，取小取大
For k = 1 To N
If dMin(k) > dMax Then dMax = dMin(k)
Next
RR(i, j) = dMax
Next
Next
For i = 1 To N
For j = 1 To N
'判断是否式模糊等价矩阵，若非则继续做
If R(i, j) <> RR(i, j) Then
For i1 = 1 To N
For j1 = 1 To N
R(i1, j1) = RR(i1, j1)
Next
Next
GoTo 100
End If
Next
Next
End Sub

全部代码可参考《模糊数学基础及实用算法》一书。

处理结果：以一下数据为例：选用极差法预处理数据，夹角余弦法计算相似矩阵

数据 模糊等价矩阵

部分分析结果：

********************************
入值:0.908
第1类:U1 U2 U3 U4
第2类:U5 U6
第3类:U7 U8
F效验值: 6.099
显着性为.2的临界值：2.259
显着性为.1的临界值：3.78
结论：在给定的临界值下，该分类效果特别显着.^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
********************************
入值:0.894
第1类:U1 U2 U3 U4
第2类:U5 U6 U7 U8
F效验值: 7.634
显着性为.2的临界值：2.073
显着性为.1的临界值：3.776
结论：在给定的临界值下，该分类效果特别显着.^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
********************************
入值:0.888
第1类:U1 U2 U3 U4 U5 U6 U7 U8
F效验值: ********
显着性为.2的临界值：********
显着性为.1的临界值：********
结论：在给定的临界值下，该分类效果不显着.
********************************

显然对于不同lamda值，由不同得聚集效果，可以考虑使用F检验方法刷掉一些不合理得分类。详见《模糊数学基础及实用算法》一书。

I. 模糊偏差法用哪个软件

Matlab lingo spss。
模糊综合评价借助模糊数学的一些概念，对实际的综合评价问题提供评价，即模糊综合评价以模糊数学为基础早亩握，应用模糊关系合成原理，将一些边界不清，不易陆庆定量的因素定量化，进而进行综合性评价的一种方耐芹法。

J. matlab菜鸟一只求教，怎么编写模糊数学中的隶属函数和综合评判。

同学，你这个问题当时怎么解决的？