scikit-fuzzy新API下Tipping Problem如何更改defuzzification method？

针对你已跑通的新API版本小费问题示例，不需要改动核心规则、隶属度函数的定义逻辑，只要在对应环节调整参数，就能在默认centroid方法之外切换测试其他去模糊方案，所有操作完全兼容原有示例代码。

可选用的内置去模糊方法 #

除默认的centroid（重心法）外，框架内置支持的可选项固定为以下几个，传入时必须使用严格小写字符串，否则会触发参数校验报错：

• bisector：区域二分法
• mom：最大隶属度平均值
• som：最大隶属度最小值
• lom：最大隶属度最大值

两种常用的设置方式 #

1. 全局指定输出变量的去模糊方法 #

在初始化输出 consequent 变量时直接传入参数，后续所有涉及该变量的计算都会默认使用指定方法，替代原有默认的centroid逻辑。
你原有示例中定义小费输出变量的代码类似：

tip = ctrl.Consequent(np.arange(0, 26, 1), 'tip')

调整后增加defuzzify_method参数即可全局生效：

tip = ctrl.Consequent(np.arange(0, 26, 1), 'tip', defuzzify_method='mom')

2. 临时切换方法做对比测试 #

如果需要在同一段控制逻辑下测试不同方法的输出差异，不需要反复修改初始化代码，可以在每次执行compute()前，临时修改输出变量实例的defuzzify_method属性即可：

# 初始化控制仿真器、设置输入值的原有逻辑保持不变
simulation = ctrl.ControlSystemSimulation(tipping_ctrl)
simulation.input['service'] = 9.3
simulation.input['food'] = 6.5

# 临时切换为lom方法计算
tip.defuzzify_method = 'lom'
simulation.compute()
print("lom方法输出的小费值：", simulation.output['tip'])

# 临时切换为bisector方法计算
tip.defuzzify_method = 'bisector'
simulation.compute()
print("bisector方法输出的小费值：", simulation.output['tip'])

常见注意事项 #

• 不要直接调用老版本独立的fuzzy.defuzz()函数处理新API生成的隶属度曲线，新API的去模糊逻辑是绑定在Consequent类实例上的，独立调用极易触发参数不匹配报错。
• 临时修改的defuzzify_method属性是全局绑定在输出变量上的，修改后如果不主动改回，后续所有compute操作都会沿用最后设置的方法。
• 批量对比不同方法时，可以循环遍历所有内置方法名，每次修改属性后重新跑compute取输出值，不需要反复新建控制逻辑。

内容的提问来源于stack exchange，提问作者BasicTex