Legend('экспериментальные данные', 'нечеткое моделирование')

Результаты выполнения этих команд показаны на рис. 9-2. Видно, что нечеткая модель описывает тенденцию в данных. Однако, в отдельных случаях расхождения между экспериментальными данными и результатами моделирования значительные.

Рисунок 11 - Тестирование нечеткой модели, синтезированной с помощью субтрактивной кластеризации

Попытаемся улучшить модель с помощью ANFIS-обучения. Зададим относительно небольшое количество итераций обучения - 50. При обучении будем использовать только обучающую выборку с последующей проверкой настроенной нечеткой модели на тестирующей выборке. Обучение нечеткой модели осуществим командой fis2=anfis([datin datout],fis,[50 0 0.1]);.

Рассчитаем ошибки моделирования на обучающей и тестирующей выборках после обучения:

fuzout2=evalfis(datin,fis2);

trnRMSE2=norm(fuzout2-datout)/sqrt(length(fuzout2))

chkfuzout2=evalfis(chkdatin,fis2);

chkRMSE2=norm(chkfuzout2-chkdatout)/sqrt(length(chkfuzout2))

Значения ошибок равны: trnRMSE2 = 0.3407 и chkRMSE2 = 0.5836. Качество моделирования значительно возросло на обучающей выборке. В то же время адекватность модели на тестирующей выборке улучшилась несущественно. На это указывает и графики на рис. 9.3, построенные командами: