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
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
569
3.84 K
Ascend Extension for PyTorch
Python
379
453
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++
893
676
暂无简介
Dart
802
199
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
350
203
昇腾LLM分布式训练框架
Python
118
147
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
12
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
🎉 (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
1.37 K
781