這裏推薦搭建先看這個ppt，再看後面matlab的實現，這樣你會很清晰，爲了賺點積分，這裏設置一下積分，抱歉大家了。
模糊邏輯的描述
近年來，模糊邏輯的應用數量和種類已大大增加。應用範圍從消費產品（例如相機，便攜式攝像機，洗衣機和微波爐）到工業過程控制，醫療儀器，決策支持系統和產品組合選擇。
要了解爲什麼增加了模糊邏輯的使用，您必須首先了解模糊邏輯的含義。
模糊邏輯有兩種不同的含義。從狹義上講，模糊邏輯是一個邏輯系統，是多值邏輯的擴展。但是，從廣義上講，模糊邏輯（FL）幾乎與模糊集理論同義，模糊集理論涉及具有不清晰邊界的對象類，其中隸屬度是一個問題。從這個角度來看，模糊邏輯的狹義含義是FL的一個分支。即使模糊邏輯的定義比較狹窄，其概念和實質也與傳統的多值邏輯系統不同。
在Fuzzy Logic Toolbox™軟件中，模糊邏輯應解釋爲FL，即廣義上的模糊邏輯。在模糊邏輯基礎中非常清楚地解釋了FL的基本思想。可以添加的是，FL的基本概念是語言變量的概念，即，其值是單詞而不是數字的變量。實際上，FL的大部分可以被視爲一種使用單詞而不是數字進行計算的方法。儘管單詞本質上不如數字精確，但是它們的使用更接近於人類的直覺。此外，用文字進行計算會利用不精確的容忍度，從而降低了解決方案的成本。
FL的另一個基本概念在大多數應用中起着核心作用，它是模糊的if-then規則或簡單的模糊規則。儘管基於規則的系統在人工智能（AI）中的使用已有很長的歷史，但此類系統中缺少的是一種處理模糊結果和模糊先例的機制。在模糊邏輯中，這種機制由模糊規則的演算提供。模糊規則的演算可作爲所謂的模糊依賴和命令語言（FDCL）的基礎。儘管FDCL沒有在工具箱中明確使用，但它實際上是其主要組成部分之一。在模糊邏輯的大多數應用中，實際上，模糊邏輯解決方案是將人類解決方案轉換爲FDCL。
可見性的趨勢與模糊邏輯結合神經計算和遺傳算法的使用有關。更一般地，模糊邏輯，神經計算和遺傳算法可以被視爲所謂的軟計算的主要組成部分。與傳統的硬計算不同，軟計算可以適應現實世界的不精確性。軟計算的指導原則是：利用不精確性，不確定性和部分真理的容忍度，以實現可處理性，魯棒性和較低的解決方案成本。將來，軟計算在MIQ（機器IQ）遠高於傳統方法設計的系統的系統的概念和設計中將扮演越來越重要的角色。
在軟計算方法的各種組合中，目前具有最高可見性的是模糊邏輯和神經計算，從而導致了神經模糊系統。在模糊邏輯中，這樣的系統在根據觀察結果推導規則方面起着特別重要的作用。Roger Jang博士爲此目的開發的一種有效方法稱爲ANFIS（自適應神經模糊推理系統）。此方法是工具箱的重要組成部分。
模糊邏輯全都與精度的相對重要性有關：當一個粗略的答案可以做到時，正確正確到底有多重要？
您可以使用MATLAB模糊邏輯工具箱軟件®技術計算軟件作爲解決與模糊邏輯問題的工具。模糊邏輯是一個引人入勝的研究領域，因爲它在權衡重要性和精確度之間做出了出色的工作，這是人類已經管理了很長時間的事情。
從這個意義上講，模糊邏輯是古老而又新的，因爲儘管模糊邏輯的現代和方法科學還很年輕，但是模糊邏輯的概念仍依賴於人類推理的古老技能。
模糊邏輯是將輸入空間映射到輸出空間的便捷方法。將輸入映射到輸出是一切的起點。請考慮以下示例：
-
有了有關您在餐館的服務質量如何的信息，模糊邏輯系統可以告訴您小費應該是多少。
-
根據您想要的水溫規格，模糊邏輯系統可以將水龍頭閥門調整到正確的設置。
-
藉助有關照片主題距離的信息，模糊邏輯系統可以爲您對焦。
-
藉助有關汽車行駛速度和電動機工作強度的信息，模糊邏輯系統可以爲您換擋。
下圖顯示了輸入輸出映射的圖形示例。
爲了確定適當的小費數量，需要將輸入映射到適當的輸出。在輸入和輸出之間，上圖顯示了一個黑框，其中可以包含許多東西：模糊系統，線性系統，專家系統，神經網絡，微分方程，插值的多維查找表，甚至是精神顧問，僅用於列舉一些可能的選項。顯然，這個清單可以繼續下去。
在使黑匣子工作的數十種方法中，事實證明，模糊通常是最好的方法。爲什麼會這樣呢？正如被認爲是模糊邏輯之父的洛菲·扎德（Lotfi Zadeh）所說：“幾乎在每種情況下，您都可以在沒有模糊邏輯的情況下生產相同的產品，但是模糊則更快，更便宜。”
爲什麼要使用模糊邏輯？
這是有關模糊邏輯的一般觀察結果的列表：
-
模糊邏輯在概念上很容易理解。
模糊推理背後的數學概念非常簡單。模糊邏輯是一種更直觀的方法，沒有深遠的複雜性。
-
模糊邏輯是靈活的。
使用任何給定的系統，都可以輕鬆實現更多功能，而無需從頭開始。
-
模糊邏輯可以容忍不精確的數據。
如果您仔細觀察，一切都是不精確的，但更重要的是，即使仔細檢查，大多數事情還是不精確的。模糊推理將這種理解建立在過程中，而不是將其附加到最後。
-
模糊邏輯可以對任意複雜度的非線性函數進行建模。
您可以創建一個模糊系統以匹配任何一組輸入輸出數據。通過諸如模糊邏輯工具箱軟件中可用的自適應神經模糊推理系統（ANFIS）之類的自適應技術，使此過程特別容易。
-
模糊邏輯可以建立在專家的經驗之上。
與採用訓練數據並生成不透明的，不可滲透的模型的神經網絡形成鮮明對比的是，模糊邏輯使您可以依靠已經瞭解您的系統的人員的經驗。
-
模糊邏輯可以與常規控制技術混合。
模糊系統不一定能取代傳統的控制方法。在許多情況下，模糊系統會增強它們並簡化其實現。
-
模糊邏輯基於自然語言。
模糊邏輯的基礎是人類交流的基礎。這一觀察結果爲有關模糊邏輯的許多其他陳述奠定了基礎。由於模糊邏輯建立在日常語言中使用的定性描述結構的基礎上，因此模糊邏輯易於使用。
最後一句話也許是最重要的，值得更多討論。數以千計的人類歷史已經將普通人每天使用的自然語言變得方便和有效。用普通語言寫的句子代表着有效溝通的勝利。
何時不使用模糊邏輯
模糊邏輯不是萬靈藥。什麼時候不應該使用模糊邏輯？最安全的陳述是本導言中的第一個陳述：模糊邏輯是將輸入空間映射到輸出空間的便捷方法。如果發現不方便，請嘗試其他方法。如果已經存在一個更簡單的解決方案，請使用它。模糊邏輯是常識的編纂–在實現常識時使用常識，您可能會做出正確的決定。例如，許多控制器在不使用模糊邏輯的情況下做得很好。但是，如果您花時間熟悉模糊邏輯，您會發現它可以是一種非常強大的工具，可以快速有效地處理不精確性和非線性。
模糊邏輯工具箱軟件可以做什麼？
您可以使用Fuzzy Logic Toolbox軟件創建和編輯模糊推理系統。您可以使用圖形工具或命令行功能來創建這些系統，也可以使用聚類或自適應神經模糊技術自動生成它們。
如果你有機會到Simulink的®軟件，您可以輕鬆地以方框圖的模擬環境測試模糊系統。
該工具箱還使您可以直接運行自己的獨立C程序。獨立的模糊推理引擎可以實現這一點，該引擎可以讀取從MATLAB會話中保存的模糊系統。您可以自定義獨立引擎，以將模糊推理構建到自己的代碼中。所有提供的代碼是ANSI ®標準。
由於MATLAB環境具有集成性，因此您可以創建自己的工具來自定義工具箱或將其與其他工具箱一起使用，例如控制系統工具箱™，神經網絡工具箱™或優化工具箱™軟件