eFLL (嵌入式模糊逻辑库) 技术文档
2024-12-28 03:07:31作者:平淮齐Percy
1. 安装指南
通用安装方式
步骤 1: 访问 eFLL 官方 GitHub 项目页面。
步骤 2: 使用 Git 克隆项目,或者点击“下载为 zip”按钮下载。
步骤 3: 将克隆或解压缩的文件移动到某个文件夹中,并建议将文件夹重命名为“eFLL”。
步骤 4: 编译并将库链接到您的代码中(参考 Makefile)。
Arduino 安装与导入
简单方法
步骤 1: 打开 Arduino IDE。
步骤 2: 在主菜单中,选择“草图” >> “包含库” >> “管理库”。
步骤 3: 搜索“eFLL”或“Fuzzy”。
步骤 4: 在列表中找到 eFLL,点击“安装”完成。现在您可以在草图(sketches)中包含 eFLL。
旧方法
步骤 1: 访问 eFLL 官方 GitHub 项目页面。
步骤 2: 使用 Git 克隆项目,或者点击“下载为 zip”按钮下载。
步骤 3: 将克隆或解压缩的文件移动到 Arduino 库文件夹中:
- Ubuntu:(/usr/share/arduino/libraries/),如果是通过 apt-get 安装的;
- Windows、Mac 或 Linux:(Arduino IDE 下载位置,库文件夹位于 Arduino IDE 内部)。
完成!库已准备好使用!
如果库安装成功,导入库非常简单:
步骤 4: 打开 Arduino IDE,在顶部菜单中选择“草图” >> “库” >> “导入 eFLL”。
2. 项目使用说明
项目使用 C++/C 语言编写,仅使用标准 C 语言库 "stdlib.h"。eFLL 库不仅适用于 Arduino,还适用于任何使用 C 语言编写的嵌入式系统。
它没有对模糊集、模糊规则、输入或输出的显式限制,这些限制取决于每个微控制器的处理能力和存储空间。
eFLL 使用以下流程进行推理和组合:(MAX-MIN)和(Mamdani 最小),以及(面积中心)进行去模糊化。
已使用 GTest 进行测试。
3. 项目 API 使用文档
以下是一些主要对象的简要说明:
- Fuzzy 对象:包含整个模糊系统,通过它,您可以操作模糊集合、语言规则、输入和输出。
- FuzzyInput 对象:将属于同一域的所有输入模糊集合分组。
- FuzzyOutput 对象:类似于 FuzzyInput,用于分组属于同一域的所有输出模糊集合。
- FuzzySet 对象:是模糊库的主要对象之一,每个集合都可以用来建模所研究的系统。当前库支持三角、梯形和单点隶属度函数,这些函数基于点 A、B、C 和 D 构建而成,它们作为参数传递给构造函数 FuzzySet(float a, float b, float c, float d)。
- FuzzyRule 对象:用于构建 Fuzzy 对象的基本规则,包含一个或多个此类对象。使用 FuzzyRule fr = new FuzzyRule (ID, antecedent, consequent) 实例化。
- FuzzyRuleAntecedent 对象:用于组合 FuzzyRule 对象,负责构建模糊规则的先决条件部分。
- FuzzyRuleConsequent 对象:用于呈现 FuzzyRule 对象,负责构建输出表达式。
以下是一些方法:
bool setInput(int id, float value);用于将 crisp 输入值传递给系统,注意第一个参数是 FuzzyInput 对象的 ID,该参数值是预期的。bool fuzzify();用于启动模糊化过程、组合和推理。float defuzzify(int id);用于去模糊化。
4. 项目安装方式
请参考上述“安装指南”部分进行项目安装。
登录后查看全文
热门项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
8
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
654
282
暂无简介
Dart
643
149
Ascend Extension for PyTorch
Python
203
219
仓颉编译器源码及 cjdb 调试工具。
C++
130
861
React Native鸿蒙化仓库
JavaScript
248
317
openGauss kernel ~ openGauss is an open source relational database management system
C++
158
214
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.13 K
631
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
77
100