用Ｍａｔｌａｂ實現學生綜合成績評定的模糊推理

陳月光　項浞伍

摘要：用模糊推理來完成學生綜合成績評估．并在Matlab中實現。

關鍵詞：模糊推理學生綜合成績評估Matlab

中圖分類號G434文獻標識碼B文章編號：1002-2422(2007)03-0042-02

由于模糊控制不需要知道被控對象(過程)的數學模型。易于實現對具有不確定性的對象和具有強非線性的對象進行控制，而且對被控對象特性參數的變化具有較強的魯棒性和抗干擾能力，因此將模糊控制應用于學生綜合成績評定是合理的。

1模糊推理系統在Matlab中的實現

要使用模糊推理來對學生的綜合成績進行評定，首先需要建立一個模糊推理系統。步驟如下：

(1)確定輸入和輸出：

(2)添加輸入／輸出變量：

(3)指定隸屬度函數；

(4)確定模糊推理規則：

(5)添加模糊規則到系統中。

其中模糊規則的確定可以基于專家知識或者實際操作經驗。本系統中作者是根據自己的經驗來確定的。

2系統實現

系統有兩個輸入，分別為學生的學習成績和德育成績，輸出為該學生的綜合成績。

(1)首先建立新的模糊推理系統

設FIS結構名為grade1：grade1=newfis(“grade1”)

這樣就建立了一個Mamdani型的模糊推理系統。該系統中輸入、輸出、規則等未定義。

(2)添加輸入／輸出變量

給系統添加兩個輸入和一個輸出，其輸入變量名一個為“學習成績”，輸入范圍為[0 100]，一個為“德育成績”，輸入范圍為[0 100]，輸出變量為“綜合成績”，變量范圍為[0，100]。

grade1=addvar(gradel,input，學習成績，[0 100]；

grade1=addvar(gradel,input，學習成績，[60 90]；

grade1=addvar(gradel,input，學習成績，[0 100]；

(3)給輸入和輸出指定模糊變量，并設計隸屬度函數(可以繪制輸／輸出圖形)

先給第一個輸入變量(input1)定義了5個梯形隸屬度函數：“優”，“良”，“中”，“及格”，“不及格”，其參數分別為：[90 95 100 100]、[85 92]、[70 75 85]、[55 65 72]、[0 0 60 65]。

grade1=addmf(grade1，input,1,優,trapmf,[90 95 100 100]；

grade1=addmf(grade1，input,1,良,trapmf,[90 95 100 100]；

grade1=addmf(grade1，input,1,中,trapmf,[90 95 100 100]；

grade1=addmf(grade1，input,1,及格,trapmf,[90 95 100 100]；

grade1=addmf(grade1，input,1,不及格,trapmf,[90 95 100 100]；

其中第一個和最后一個是梯形隸屬度函數，中間的三個是三角形隸屬度函數。

同樣，給第二個輸入變量(input2)表示的德育成績，分了四個級別，定義了兩個梯形隸屬度函數和兩個三角形隸屬度函數：“優”，“良”，“中”，“差”參數為：[85 90 100 100]，[78 85 90]，[60 70 80]，[0 0 58 65]，對于output1，也是如此，其參數分別為：[88 95 100 100]，[75 83 90]，[65 7585]，[0 0 60 70]。

grade1=addmf(gradel,input,2,優，trapmf,[85 90 100 100]；

grade1=addmf(gradel,input,2,良,trapmf,[85 90 100 100])；

grade1=addmf(gradel,input,2,中,trapmf,[85 90 100 100])；

grade1=addmf(gradel,input,2,差,trapmf,[85 90 100 100])；

grade1=addmf(gradel，output，1，優，tmpmf，[88 95 100 100])；

grade1=addmf(gradel，output，1，良，tmpmf，[88 95 100 100])；

grade1=addmf(gradel，output，1，中，tmpmf，[88 95 100 100])；

grade1=addmf(gradel，output，1，差，tmpmf，[88 95 100 100])；

(4)設計模糊推理規則，按照設計要求，可以得到如表1的模糊推理關系