R语言sets包fuzzy_inference()函数Null属性赋值错误求助

你遇到的这个错误Error in attr(x, "memberships") <- value : attempt to set an attribute on NULL，本质是代码在尝试给一个NULL对象添加属性，放在你的模糊推理场景里，大概率是某个模糊变量或规则没有正确初始化，导致fuzzy_inference()接收到了无效的输入。结合你给出的代码片段，我整理了几个关键的排查和解决步骤：

1. 先补全截断的模糊变量定义 #

你的代码里humidity = fuzzy_partiti...明显没写完，这会直接导致variables对象不完整，甚至变成NULL。你需要像定义rainfall和maxTemp那样，完整定义humidity的模糊分区，比如：

variables <- set(
  rainfall=fuzzy_partition(varnames = c(range1 = 30, range2 = 70, range3 = 90),sd = 5.0),
  maxTemp = fuzzy_partition(varnames = c(hot = 30, hotter = 70),sd = 5.0),
  # 补全humidity的定义示例，你可以根据实际需求调整区间
  humidity = fuzzy_partition(varnames = c(dry = 20, moderate = 50, wet = 80), sd = 5.0)
)

确保所有变量都没有语法错误、没有截断，每个fuzzy_partition调用都有完整的参数。

2. 检查模糊规则的有效性 #

fuzzy_inference()依赖正确的模糊规则集合，你需要确保规则的语法正确，且引用的所有模糊集合都存在于对应的变量中。比如正确的规则定义应该是这样的：

# 先定义输出变量的模糊分区（比如气候区）
climate <- fuzzy_partition(varnames = c(temperate = 40, tropical = 70, arid = 10), sd = 5.0)
# 定义规则
rules <- set(
  fuzzy_rule(rainfall %is% range1 & maxTemp %is% hot, climate %is% temperate),
  fuzzy_rule(rainfall %is% range3 & humidity %is% wet, climate %is% tropical),
  fuzzy_rule(rainfall %is% range1 & humidity %is% dry, climate %is% arid)
)

注意规则里的每个%is%引用的集合（比如range1、hot）都要在对应的变量（rainfall、maxTemp）中存在，拼写和大小写要完全一致。

3. 提前验证关键对象的完整性 #

在调用fuzzy_inference()之前，先手动检查variables和rules是否有效，避免传入NULL：

# 打印variables确认所有变量都已正确创建
print(variables)
# 打印rules确认规则没有语法错误
print(rules)

如果输出里有NULL或者缺失的变量/规则，就回到前面的步骤排查问题。

4. 确认fuzzy_inference()的输入参数匹配 #

调用函数时，要确保输入数据的列名和variables中的变量名完全匹配，比如：

# 示例输入数据，列名要和variables里的变量一致
input_data <- data.frame(rainfall = 45, maxTemp = 28, humidity = 55)
# 执行模糊推理
result <- fuzzy_inference(variables, rules, input_data)

如果列名不匹配，函数也可能无法正确识别变量，导致内部出现NULL对象。

总的来说，这个错误的核心原因是某个关键对象（模糊变量、规则）没有被正确初始化，先从补全截断的代码入手，再逐步验证每个部分的正确性，应该就能解决问题了。

内容的提问来源于stack exchange，提问作者Manasa Manjunatha