miumiu_iucun_92bg
New Member
Link tải luận văn miễn phí cho ae Kết Nối
Chương 1
CÔNG NGHỆ TÍNH TOÁN MỀM
( Soft Computing technology )
Vài nét về lịch sử phát triển lý thuyết ñiều khiển .
- Phương pháp biến phân cổ ñiển Euler_Lagrange 1766 .
- Tiêu chuẩn ổn ñịnh Lyapunov 1892 .
- Trí tuệ nhân tạo 1950 .
- Hệ thống ñiều khiển máy bay siêu nhẹ 1955 .
- Nguyên lý cực tiểu Pontryagin 1956 .
- Phương pháp quy hoạch ñộng Belman 1957 .
- ðiều khiển tối ưu tuyến tính dạng toàn
phương LQR ( LQR : Linear Quadratic
Regulator ) .
- ðiều khiển kép Feldbaum 1960 .
- Thuật toán di truyền 1960 .
- Nhận dạng hệ thống 1965 .
- Logic mờ 1965 .
- Luật ñiều khiển hệ thống thích nghi mô hình tham chiếu MRAS và bộ tự
chỉnh ñịnh STR 1970 ( MRAS : Model-Reference Adaptive System , STR :
Self-Tuning Regulator ) .
- Hệ tự học Tsypkin 1971 .
- Sản phẩm công nghiệp 1982 .
- Lý thuyết bền vững 1985 .
- Công nghệ tính toán mềm và ñiều khiển tích hợp 1985 .Chương 1 : Công nghệ tính toán mềm
Trang 6
1.1. Giới thiệu về công nghệ tính toán mềm
Trong thực tế cuộc sống, các bài toán liên quan ñến hoạt ñộng nhận
thức, trí tuệ của con người ñều hàm chứa những ñại lượng, thông tin mà bản
chất là không chính xác, không chắc chắn, không ñầy ñủ. Ví dụ: sẽ chẳng
bao giờ có các thông tin, dữ liệu cũng như các mô hình toán ñầy ñủ và chính
xác cho các bài toán dự báo thời tiết. Nhìn chung con người luôn ở trong bối
cảnh là không có thông tin ñầy ñủ và chính xác cho các hoạt ñộng ra quyết
ñịnh của bản thân mình.
Trong lĩnh vực khoa học kĩ thuật cũng vậy, các hệ thống phức tạp
trên thực tế thường không thể mô tả ñầy ñủ và chính xác bởi các phương
trình toán học truyền thống. Kết quả là những cách tiếp cận kinh ñiển dựa
trên kỹ thuật phân tích và các phương trình toán học nhanh chóng tỏ ra
không còn phù hợp. Vì thế, công nghệ tính toán mềm chính là một giải pháp
trong lĩnh vực này.
Một số ñặc ñiểm của công nghệ tính toán mềm:
• Tính toán mềm căn cứ trên các ñặc ñiểm, hành vi của con người và
tự nhiên ñể ñưa ra các quyết ñịnh hợp lý trong ñiều kiện không chính
xác và không chắc chắn.
• Các thành phần của tính toán mềm có sự bổ sung, hỗ trợ lẫn nhau.
• Tính toán mềm là một hướng nghiên cứu mở, bất kỳ một kỹ thuật
mới nào ñược tạo ra từ việc bắt chước trí thông minh của con người
ñều có thể trở thành một thành phần mới của tính toán mềm.
Công nghệ tính toán mềm bao gồm 3 thành phần chính:
ðiều khiển mờ
Mạng nơ-ron nhân tạo
Lập luận xác suất ( thuật giải di truyền và lý thuyết hỗn mang..).
Ta sẽ ñi vào phân tích từng thành phần của công nghệ tính toán mềm.
1.2. ðiều khiển mờ
Trong công nghệ tính toán mềm, thành phần phát triển vượt bậc nhất và
ñược ứng dụng rộng rãi nhất ñó là logic mờ.
Khái niệm về logic mờ ñược giáo sư L.A Zadeh ñưa ra lần ñầu tiên năm
1965, tại trường ðại học Berkeley, bang California - Mỹ. Từ ñó lý thuyết
mờ ñã ñược phát triển và ứng dụng rộng rãi.
Năm 1970 tại trường Mary Queen, London – Anh, Ebrahim Mamdani ñã
dùng logic mờ ñể ñiều khiển một máy hơi nước mà ông không thể ñiều khiển
ñược bằng kỹ thuật cổ ñiển. Tại ðức Hann Zimmermann ñã dùng logic mờ
Ket-noi.com kho tai lieu mien phi Ket-noi.com kho tai lieu mien phiChương 1 : Công nghệ tính toán mềm
Trang 7
cho các hệ ra quyết ñịnh. Tại Nhật logic mờ ñược ứng dụng vào nhà máy xử
lý nước của Fuji Electronic vào 1983, hệ thống xe ñiện ngầm của Hitachi
vào 1987.
Lý thuyết mờ ra ñời ở Mỹ, ứng dụng ñầu tiên ở Anh nhưng phát triển mạnh
mẽ nhất là ở Nhật. Trong lĩnh vực Tự ñộng hoá logic mờ ngày càng ñược
ứng dụng rộng rãi. Nó thực sự hữu dụng với các ñối tượng phức tạp mà ta
chưa biết rõ hàm truyền, logic mờ có thể giải quyết các vấn ñề mà ñiều
khiển kinh ñiển không làm ñược.
1.2.1 Khái niệm cơ bản
Một cách tổng quát, một hệ thống mờ là một tập hợp các qui tắc dưới dạng
If … Then … ñể tái tạo hành vi của con người ñược tích hợp vào cấu trúc
ñiều khiển của hệ thống.
Việc thiết kế một hệ thống mờ mang rất nhiều tính chất chủ quan, nó tùy
thuộc vào kinh nghiệm và kiến thức của người thiết kế. Ngày nay, tuy kỹ
thuật mờ ñã phát triển vượt bậc nhưng vẫn chưa có một cách thức chính quy
và hiệu quả ñể thiết kế một hệ thống mờ. Việc thiết kế vẫn phải dựa trên
một kỹ thuật rất cổ ñiển là thử - sai và ñòi hỏi phải ñầu tư nhiều thời gian ñể
có thể ñi tới một kết quả chấp nhận ñược.
ðể hiểu rõ khái niệm “MỜ” là gì ta hãy thực hiện phép so sánh sau :
Trong toán học phổ thông ta ñã học khá nhiều về tập hợp, ví dụ như tập các
số thực R, tập các số nguyên tố P={2,3,5,...}… Những tập hợp như vậy ñược
gọi là tập hợp kinh ñiển hay tập rõ, tính “RÕ” ở ñây ñược hiểu là với một
tập xác ñịnh S chứa n phần tử thì ứng với phần tử x ta xác ñịnh ñược một giá
trị y=S(x).
Giờ ta xét phát biểu thông thường về tốc ñộ một chiếc xe môtô : chậm,
trung bình, hơi nhanh, rất nhanh. Phát biểu “CHẬM” ở ñây không ñược chỉ
rõ là bao nhiêu km/h, như vậy từ “CHẬM” có miền giá trị là một khoảng
nào ñó, ví dụ 5km/h – 20km/h chẳng hạn. Tập hợp L={chậm, trung bình, hơi
nhanh, rất nhanh} như vậy ñược gọi là một tập các biến ngôn ngữ. Với mỗi
thành phần ngôn ngữ xk của phát biểu trên nếu nó nhận ñược một khả năng
µ(xk) thì tập hợp F gồm các cặp (x, µ(xk)) ñược gọi là tập mờ.
1. ðịnh nghĩa tập mờ
Tập mờ F xác ñịnh trên tập kinh ñiển B là một tập mà mỗi phần tử của nó là
một cặp giá trị (x,µF(x)), với x∈ X và µF(x) là một ánh xạ :Chương 1 : Công nghệ tính toán mềm
Trang 8
µF(x) : B → [0 1]
trong ñó : µF gọi là hàm thuộc , B gọi là tập nền.
2. Các thuật ngữ trong logic mờ
• ðộ cao tập mờ F là giá trị h = SupµF(x), trong ñó supµF(x) chỉ giá trị nhỏ
nhất trong tất cả các chặn trên của hàm µF(x).
• Miền xác ñịnh của tập mờ F, ký hiệu là S là tập con thoả mãn :
S = SuppµF(x) = { x∈B | µF(x) > 0 }
• Miền tin cậy của tập mờ F, ký hiệu là T là tập con thoả mãn :
T = { x∈B | µF(x) = 1 }
• Các dạng hàm thuộc (membership function) trong logic mờ
Có rất nhiều dạng hàm thuộc như : Gaussian, PI-shape, S-shape, Sigmoidal,
Z-shape …
0
0.2
0.4
0.6
0.8
1
trapmf gbellmf trimf gaussmf gauss2mf smf
0
0.2
0.4
0.6
0.8
1
zmf psigmf dsigmf pimf sigmf
Hình1.1:
µ 1
miền tin cậy
MXð
Ket-noi.com kho tai lieu mien phi Ket-noi.com kho tai lieu mien phiChương 1 : Công nghệ tính toán mềm
Trang 9
3. Biến ngôn ngữ
Biến ngôn ngữ là phần tử chủ ñạo trong các hệ thống dùng logic mờ. Ở ñây
các thành phần ngôn ngữ của cùng một ngữ cảnh ñược kết hợp lại với nhau.
ðể minh hoạ về hàm thuộc và biến ngôn ngữ ta xét ví dụ sau :
Xét tốc ñộ của một chiếc xe môtô, ta có thể phát biểu xe ñang chạy:
- Rất chậm (VS)
- Chậm (S)
- Trung bình (M)
- Nhanh (F)
- Rất nhanh (VF)
Những phát biểu như vậy gọi là biến ngôn ngữ của tập mờ. Gọi x là giá trị
của biến tốc ñộ, ví dụ x =10km/h, x = 60km/h … Hàm thuộc tương ứng của
các biến ngôn ngữ trên ñược ký hiệu là :
µVS(x), µS(x), µM(x), µF(x), µVF(x)
Như vậy biến tốc ñộ có hai miền giá trị :
- Miền các giá trị ngôn ngữ :
N = { rất chậm, chậm, trung bình, nhanh, rất nhanh }
- Miền các giá trị vật lý :
V = { x∈B | x ≥ 0 }
Biến tốc ñộ ñược xác ñịnh trên miền ngôn ngữ N ñược gọi là biến ngôn ngữ.
Với mỗi x∈B ta có hàm thuộc :
x → µX = { µVS(x), µS(x), µM(x), µF(x), µVF(x) }
Ví dụ hàm thuộc tại giá trị rõ x = 65km/h là :
µX(65) = { 0;0;0.75;0.25;0 }
VS S M F VF
0 20 40 60 65 80 100 tốc ñộ
µ
1
0.75
0.25
Hình 1.2:Chương 1 : Công nghệ tính toán mềm
Trang 10
4. Các phép toán trên tập mờ
Cho X,Y là hai tập mờ trên không gian nền B, có các hàm thuộc tương ứng
là µX, µY , khi ñó :
- Phép hợp hai tập mờ : X∪Y
+ Theo luật Max µX∪Y(b) = Max{ µX(b) , µY(b) }
+ Theo luật Sum µX∪Y(b) = Min{ 1, µX(b) + µY(b) }
+ Tổng trực tiếp µX∪Y(b) = µX(b) + µY(b) - µX(b).µY(b)
- Phép giao hai tập mờ : X∩Y
+ Theo luật Min µX ∩ Y(b) = Min{ µX(b) , µY(b) }
+ Theo luật Lukasiewicz µX ∩ Y(b) = Max{0, µX(b)+µY(b)-1}
+ Theo luật Prod µX ∩ Y(b) = µX(b).µY(b)
- Phép bù tập mờ : µX c (b) = 1- µX(b)
5. Luật hợp thành
A. Mệnh ñề hợp thành
Ví dụ ñiều khiển mực nước trong bồn chứa, ta quan tâm ñến 2 yếu tố :
+ Mực nước trong bồn L = {rất thấp, thấp, vừa}
+ Góc mở van ống dẫn G = {ñóng, nhỏ, lớn}
Ta có thể suy diễn cách thức ñiều khiển như thế này :
Nếu mực nước = rất thấp Thì góc mở van = lớn
Nếu mực nước = thấp Thì góc mở van = nhỏ
Nếu mực nước = vừa Thì góc mở van = ñóng
Trong ví dụ trên ta thấy có cấu trúc chung là “Nếu A thì B” . Cấu trúc này
gọi là mệnh ñề hợp thành, A là mệnh ñề ñiều kiện, C = A⇒ B là mệnh ñề
kết luận.
ðịnh lý Mamdani :
“ðộ phụ thuộc của kết luận không ñược lớn hơn ñộ phụ thuộc ñiều kiện”
Nếu hệ thống có nhiều ñầu vào và nhiều ñầu ra thì mệnh ñề suy diễn có
dạng tổng quát như sau :
If N = ni and M = mi and … Then R = ri and K = ki and ….
B. Luật hợp thành mờ
Luật hợp thành là tên gọi chung của mô hình biểu diễn một hay nhiều hàm
thuộc cho một hay nhiều mệnh ñề hợp thành.
Ket-noi.com kho tai lieu mien phi Ket-noi.com kho tai lieu mien phiChương 1 : Công nghệ tính toán mềm
Trang 11
Các luật hợp thành cơ bản
+ Luật Max – Min
+ Luật Max – Prod
+ Luật Sum – Min
+ Luật Sum – Prod
a. Thuật toán xây dựng mệnh ñề hợp thành cho hệ SISO
Luật mờ cho hệ SISO có dạng “If A Then B”
Chia hàm thuộc µA(x) thành n ñiểm xi , i = 1,2,…,n
Chia hàm thuộc µB(y) thành m ñiểm yj , j = 1,2,…,m
Xây dựng ma trận quan hệ mờ R
R=
( , )1 ... ... ( , )
... ... ... ...
( ,2 )1 ... ... ( ,2 )
( ,1 )1 ... ... ( ,1 )
xn y xn ym
x y x ym
x y x ym
R R
R R
R R
µ µ
µ µ
µ µ
=
rn rnm
r r m
r r m
1 ... ...
... ... ... ...
21 ... ... 2
11 ... ... 1
Hàm thuộc µB’(y) ñầu ra ứng với giá trị rõ ñầu vào xk có giá trị
µB’(y) = aT .R , với aT = { 0,0,0,…,0,1,0….,0,0 }. Số 1 ứng với vị trí thứ k.
Trong trường hợp ñầu vào là giá trị mờ A’ thì µB’(y) là :
µB’(y) = { l1,l2,l3,…,lm } với lk=maxmin{ai,rik}.
b. Thuật toán xây dựng mệnh ñề hợp thành cho hệ MISO
Luật mờ cho hệ MISO có dạng :
“If cd1 = A1 and cd2 = A2 and … Then rs = B”
Các bước xây dựng luật hợp thành R :
• Rời rạc các hàm thuộc µA1(x1), µA2(x2), … , µAn(xn), µB(y)
• Xác ñịnh ñộ thoả mãn H cho từng véctơ giá trị rõ ñầu vào x={c1,c2,…,cn}
trong ñó ci là một trong các ñiểm mẫu của µAi(xi). Từ ñó suy ra
H = Min{ µA1(c1), µA2(c2), …, µAn(cn) }
• Lập ma trận R gồm các hàm thuộc giá trị mờ ñầu ra cho từng véctơ giá trị
mờ ñầu vào: µB’(y) = Min{ H, µB(y) } hay µB’(y) = H. µB(y)
Trong ñó:
Phần tử thứ nhất của vectơ ngõ vào là trọng lượng
Phần tử thứ hai của vectơ ngõ vào là chiều dài của tai
Chuẩn ngõ ra 0 ứng với thỏ
Chuẩn ngõ ra 1 ứng với gấu
1. Dùng Matlab ñể ñặt giá trị ñầu và huấn luyện mạng giải bài toán.
2. Dùng Matlab ñể kiểm tra giá trị W và b ñạt ñược dựa vào các vectơ
ngõ vào.
3. Thay ñổi giá trị các ngõ vào sao cho bài toán có lời giải (tức là tồn tại
ñường phân chia tuyến tính). Sau ñó huấn luyện lại mạng này.
18. Sau ñây là một dạng khác của luật học perceptron:
Do Drive thay đổi chính sách, nên một số link cũ yêu cầu duyệt download. các bạn chỉ cần làm theo hướng dẫn.
Password giải nén nếu cần: ket-noi.com | Bấm trực tiếp vào Link để tải:
Chương 1
CÔNG NGHỆ TÍNH TOÁN MỀM
( Soft Computing technology )
Vài nét về lịch sử phát triển lý thuyết ñiều khiển .
- Phương pháp biến phân cổ ñiển Euler_Lagrange 1766 .
- Tiêu chuẩn ổn ñịnh Lyapunov 1892 .
- Trí tuệ nhân tạo 1950 .
- Hệ thống ñiều khiển máy bay siêu nhẹ 1955 .
- Nguyên lý cực tiểu Pontryagin 1956 .
- Phương pháp quy hoạch ñộng Belman 1957 .
- ðiều khiển tối ưu tuyến tính dạng toàn
phương LQR ( LQR : Linear Quadratic
Regulator ) .
- ðiều khiển kép Feldbaum 1960 .
- Thuật toán di truyền 1960 .
- Nhận dạng hệ thống 1965 .
- Logic mờ 1965 .
- Luật ñiều khiển hệ thống thích nghi mô hình tham chiếu MRAS và bộ tự
chỉnh ñịnh STR 1970 ( MRAS : Model-Reference Adaptive System , STR :
Self-Tuning Regulator ) .
- Hệ tự học Tsypkin 1971 .
- Sản phẩm công nghiệp 1982 .
- Lý thuyết bền vững 1985 .
- Công nghệ tính toán mềm và ñiều khiển tích hợp 1985 .Chương 1 : Công nghệ tính toán mềm
Trang 6
1.1. Giới thiệu về công nghệ tính toán mềm
Trong thực tế cuộc sống, các bài toán liên quan ñến hoạt ñộng nhận
thức, trí tuệ của con người ñều hàm chứa những ñại lượng, thông tin mà bản
chất là không chính xác, không chắc chắn, không ñầy ñủ. Ví dụ: sẽ chẳng
bao giờ có các thông tin, dữ liệu cũng như các mô hình toán ñầy ñủ và chính
xác cho các bài toán dự báo thời tiết. Nhìn chung con người luôn ở trong bối
cảnh là không có thông tin ñầy ñủ và chính xác cho các hoạt ñộng ra quyết
ñịnh của bản thân mình.
Trong lĩnh vực khoa học kĩ thuật cũng vậy, các hệ thống phức tạp
trên thực tế thường không thể mô tả ñầy ñủ và chính xác bởi các phương
trình toán học truyền thống. Kết quả là những cách tiếp cận kinh ñiển dựa
trên kỹ thuật phân tích và các phương trình toán học nhanh chóng tỏ ra
không còn phù hợp. Vì thế, công nghệ tính toán mềm chính là một giải pháp
trong lĩnh vực này.
Một số ñặc ñiểm của công nghệ tính toán mềm:
• Tính toán mềm căn cứ trên các ñặc ñiểm, hành vi của con người và
tự nhiên ñể ñưa ra các quyết ñịnh hợp lý trong ñiều kiện không chính
xác và không chắc chắn.
• Các thành phần của tính toán mềm có sự bổ sung, hỗ trợ lẫn nhau.
• Tính toán mềm là một hướng nghiên cứu mở, bất kỳ một kỹ thuật
mới nào ñược tạo ra từ việc bắt chước trí thông minh của con người
ñều có thể trở thành một thành phần mới của tính toán mềm.
Công nghệ tính toán mềm bao gồm 3 thành phần chính:
ðiều khiển mờ
Mạng nơ-ron nhân tạo
Lập luận xác suất ( thuật giải di truyền và lý thuyết hỗn mang..).
Ta sẽ ñi vào phân tích từng thành phần của công nghệ tính toán mềm.
1.2. ðiều khiển mờ
Trong công nghệ tính toán mềm, thành phần phát triển vượt bậc nhất và
ñược ứng dụng rộng rãi nhất ñó là logic mờ.
Khái niệm về logic mờ ñược giáo sư L.A Zadeh ñưa ra lần ñầu tiên năm
1965, tại trường ðại học Berkeley, bang California - Mỹ. Từ ñó lý thuyết
mờ ñã ñược phát triển và ứng dụng rộng rãi.
Năm 1970 tại trường Mary Queen, London – Anh, Ebrahim Mamdani ñã
dùng logic mờ ñể ñiều khiển một máy hơi nước mà ông không thể ñiều khiển
ñược bằng kỹ thuật cổ ñiển. Tại ðức Hann Zimmermann ñã dùng logic mờ
Ket-noi.com kho tai lieu mien phi Ket-noi.com kho tai lieu mien phiChương 1 : Công nghệ tính toán mềm
Trang 7
cho các hệ ra quyết ñịnh. Tại Nhật logic mờ ñược ứng dụng vào nhà máy xử
lý nước của Fuji Electronic vào 1983, hệ thống xe ñiện ngầm của Hitachi
vào 1987.
Lý thuyết mờ ra ñời ở Mỹ, ứng dụng ñầu tiên ở Anh nhưng phát triển mạnh
mẽ nhất là ở Nhật. Trong lĩnh vực Tự ñộng hoá logic mờ ngày càng ñược
ứng dụng rộng rãi. Nó thực sự hữu dụng với các ñối tượng phức tạp mà ta
chưa biết rõ hàm truyền, logic mờ có thể giải quyết các vấn ñề mà ñiều
khiển kinh ñiển không làm ñược.
1.2.1 Khái niệm cơ bản
Một cách tổng quát, một hệ thống mờ là một tập hợp các qui tắc dưới dạng
If … Then … ñể tái tạo hành vi của con người ñược tích hợp vào cấu trúc
ñiều khiển của hệ thống.
Việc thiết kế một hệ thống mờ mang rất nhiều tính chất chủ quan, nó tùy
thuộc vào kinh nghiệm và kiến thức của người thiết kế. Ngày nay, tuy kỹ
thuật mờ ñã phát triển vượt bậc nhưng vẫn chưa có một cách thức chính quy
và hiệu quả ñể thiết kế một hệ thống mờ. Việc thiết kế vẫn phải dựa trên
một kỹ thuật rất cổ ñiển là thử - sai và ñòi hỏi phải ñầu tư nhiều thời gian ñể
có thể ñi tới một kết quả chấp nhận ñược.
ðể hiểu rõ khái niệm “MỜ” là gì ta hãy thực hiện phép so sánh sau :
Trong toán học phổ thông ta ñã học khá nhiều về tập hợp, ví dụ như tập các
số thực R, tập các số nguyên tố P={2,3,5,...}… Những tập hợp như vậy ñược
gọi là tập hợp kinh ñiển hay tập rõ, tính “RÕ” ở ñây ñược hiểu là với một
tập xác ñịnh S chứa n phần tử thì ứng với phần tử x ta xác ñịnh ñược một giá
trị y=S(x).
Giờ ta xét phát biểu thông thường về tốc ñộ một chiếc xe môtô : chậm,
trung bình, hơi nhanh, rất nhanh. Phát biểu “CHẬM” ở ñây không ñược chỉ
rõ là bao nhiêu km/h, như vậy từ “CHẬM” có miền giá trị là một khoảng
nào ñó, ví dụ 5km/h – 20km/h chẳng hạn. Tập hợp L={chậm, trung bình, hơi
nhanh, rất nhanh} như vậy ñược gọi là một tập các biến ngôn ngữ. Với mỗi
thành phần ngôn ngữ xk của phát biểu trên nếu nó nhận ñược một khả năng
µ(xk) thì tập hợp F gồm các cặp (x, µ(xk)) ñược gọi là tập mờ.
1. ðịnh nghĩa tập mờ
Tập mờ F xác ñịnh trên tập kinh ñiển B là một tập mà mỗi phần tử của nó là
một cặp giá trị (x,µF(x)), với x∈ X và µF(x) là một ánh xạ :Chương 1 : Công nghệ tính toán mềm
Trang 8
µF(x) : B → [0 1]
trong ñó : µF gọi là hàm thuộc , B gọi là tập nền.
2. Các thuật ngữ trong logic mờ
• ðộ cao tập mờ F là giá trị h = SupµF(x), trong ñó supµF(x) chỉ giá trị nhỏ
nhất trong tất cả các chặn trên của hàm µF(x).
• Miền xác ñịnh của tập mờ F, ký hiệu là S là tập con thoả mãn :
S = SuppµF(x) = { x∈B | µF(x) > 0 }
• Miền tin cậy của tập mờ F, ký hiệu là T là tập con thoả mãn :
T = { x∈B | µF(x) = 1 }
• Các dạng hàm thuộc (membership function) trong logic mờ
Có rất nhiều dạng hàm thuộc như : Gaussian, PI-shape, S-shape, Sigmoidal,
Z-shape …
0
0.2
0.4
0.6
0.8
1
trapmf gbellmf trimf gaussmf gauss2mf smf
0
0.2
0.4
0.6
0.8
1
zmf psigmf dsigmf pimf sigmf
Hình1.1:
µ 1
miền tin cậy
MXð
Ket-noi.com kho tai lieu mien phi Ket-noi.com kho tai lieu mien phiChương 1 : Công nghệ tính toán mềm
Trang 9
3. Biến ngôn ngữ
Biến ngôn ngữ là phần tử chủ ñạo trong các hệ thống dùng logic mờ. Ở ñây
các thành phần ngôn ngữ của cùng một ngữ cảnh ñược kết hợp lại với nhau.
ðể minh hoạ về hàm thuộc và biến ngôn ngữ ta xét ví dụ sau :
Xét tốc ñộ của một chiếc xe môtô, ta có thể phát biểu xe ñang chạy:
- Rất chậm (VS)
- Chậm (S)
- Trung bình (M)
- Nhanh (F)
- Rất nhanh (VF)
Những phát biểu như vậy gọi là biến ngôn ngữ của tập mờ. Gọi x là giá trị
của biến tốc ñộ, ví dụ x =10km/h, x = 60km/h … Hàm thuộc tương ứng của
các biến ngôn ngữ trên ñược ký hiệu là :
µVS(x), µS(x), µM(x), µF(x), µVF(x)
Như vậy biến tốc ñộ có hai miền giá trị :
- Miền các giá trị ngôn ngữ :
N = { rất chậm, chậm, trung bình, nhanh, rất nhanh }
- Miền các giá trị vật lý :
V = { x∈B | x ≥ 0 }
Biến tốc ñộ ñược xác ñịnh trên miền ngôn ngữ N ñược gọi là biến ngôn ngữ.
Với mỗi x∈B ta có hàm thuộc :
x → µX = { µVS(x), µS(x), µM(x), µF(x), µVF(x) }
Ví dụ hàm thuộc tại giá trị rõ x = 65km/h là :
µX(65) = { 0;0;0.75;0.25;0 }
VS S M F VF
0 20 40 60 65 80 100 tốc ñộ
µ
1
0.75
0.25
Hình 1.2:Chương 1 : Công nghệ tính toán mềm
Trang 10
4. Các phép toán trên tập mờ
Cho X,Y là hai tập mờ trên không gian nền B, có các hàm thuộc tương ứng
là µX, µY , khi ñó :
- Phép hợp hai tập mờ : X∪Y
+ Theo luật Max µX∪Y(b) = Max{ µX(b) , µY(b) }
+ Theo luật Sum µX∪Y(b) = Min{ 1, µX(b) + µY(b) }
+ Tổng trực tiếp µX∪Y(b) = µX(b) + µY(b) - µX(b).µY(b)
- Phép giao hai tập mờ : X∩Y
+ Theo luật Min µX ∩ Y(b) = Min{ µX(b) , µY(b) }
+ Theo luật Lukasiewicz µX ∩ Y(b) = Max{0, µX(b)+µY(b)-1}
+ Theo luật Prod µX ∩ Y(b) = µX(b).µY(b)
- Phép bù tập mờ : µX c (b) = 1- µX(b)
5. Luật hợp thành
A. Mệnh ñề hợp thành
Ví dụ ñiều khiển mực nước trong bồn chứa, ta quan tâm ñến 2 yếu tố :
+ Mực nước trong bồn L = {rất thấp, thấp, vừa}
+ Góc mở van ống dẫn G = {ñóng, nhỏ, lớn}
Ta có thể suy diễn cách thức ñiều khiển như thế này :
Nếu mực nước = rất thấp Thì góc mở van = lớn
Nếu mực nước = thấp Thì góc mở van = nhỏ
Nếu mực nước = vừa Thì góc mở van = ñóng
Trong ví dụ trên ta thấy có cấu trúc chung là “Nếu A thì B” . Cấu trúc này
gọi là mệnh ñề hợp thành, A là mệnh ñề ñiều kiện, C = A⇒ B là mệnh ñề
kết luận.
ðịnh lý Mamdani :
“ðộ phụ thuộc của kết luận không ñược lớn hơn ñộ phụ thuộc ñiều kiện”
Nếu hệ thống có nhiều ñầu vào và nhiều ñầu ra thì mệnh ñề suy diễn có
dạng tổng quát như sau :
If N = ni and M = mi and … Then R = ri and K = ki and ….
B. Luật hợp thành mờ
Luật hợp thành là tên gọi chung của mô hình biểu diễn một hay nhiều hàm
thuộc cho một hay nhiều mệnh ñề hợp thành.
Ket-noi.com kho tai lieu mien phi Ket-noi.com kho tai lieu mien phiChương 1 : Công nghệ tính toán mềm
Trang 11
Các luật hợp thành cơ bản
+ Luật Max – Min
+ Luật Max – Prod
+ Luật Sum – Min
+ Luật Sum – Prod
a. Thuật toán xây dựng mệnh ñề hợp thành cho hệ SISO
Luật mờ cho hệ SISO có dạng “If A Then B”
Chia hàm thuộc µA(x) thành n ñiểm xi , i = 1,2,…,n
Chia hàm thuộc µB(y) thành m ñiểm yj , j = 1,2,…,m
Xây dựng ma trận quan hệ mờ R
R=
( , )1 ... ... ( , )
... ... ... ...
( ,2 )1 ... ... ( ,2 )
( ,1 )1 ... ... ( ,1 )
xn y xn ym
x y x ym
x y x ym
R R
R R
R R
µ µ
µ µ
µ µ
=
rn rnm
r r m
r r m
1 ... ...
... ... ... ...
21 ... ... 2
11 ... ... 1
Hàm thuộc µB’(y) ñầu ra ứng với giá trị rõ ñầu vào xk có giá trị
µB’(y) = aT .R , với aT = { 0,0,0,…,0,1,0….,0,0 }. Số 1 ứng với vị trí thứ k.
Trong trường hợp ñầu vào là giá trị mờ A’ thì µB’(y) là :
µB’(y) = { l1,l2,l3,…,lm } với lk=maxmin{ai,rik}.
b. Thuật toán xây dựng mệnh ñề hợp thành cho hệ MISO
Luật mờ cho hệ MISO có dạng :
“If cd1 = A1 and cd2 = A2 and … Then rs = B”
Các bước xây dựng luật hợp thành R :
• Rời rạc các hàm thuộc µA1(x1), µA2(x2), … , µAn(xn), µB(y)
• Xác ñịnh ñộ thoả mãn H cho từng véctơ giá trị rõ ñầu vào x={c1,c2,…,cn}
trong ñó ci là một trong các ñiểm mẫu của µAi(xi). Từ ñó suy ra
H = Min{ µA1(c1), µA2(c2), …, µAn(cn) }
• Lập ma trận R gồm các hàm thuộc giá trị mờ ñầu ra cho từng véctơ giá trị
mờ ñầu vào: µB’(y) = Min{ H, µB(y) } hay µB’(y) = H. µB(y)
Trong ñó:
Phần tử thứ nhất của vectơ ngõ vào là trọng lượng
Phần tử thứ hai của vectơ ngõ vào là chiều dài của tai
Chuẩn ngõ ra 0 ứng với thỏ
Chuẩn ngõ ra 1 ứng với gấu
1. Dùng Matlab ñể ñặt giá trị ñầu và huấn luyện mạng giải bài toán.
2. Dùng Matlab ñể kiểm tra giá trị W và b ñạt ñược dựa vào các vectơ
ngõ vào.
3. Thay ñổi giá trị các ngõ vào sao cho bài toán có lời giải (tức là tồn tại
ñường phân chia tuyến tính). Sau ñó huấn luyện lại mạng này.
18. Sau ñây là một dạng khác của luật học perceptron:
Do Drive thay đổi chính sách, nên một số link cũ yêu cầu duyệt download. các bạn chỉ cần làm theo hướng dẫn.
Password giải nén nếu cần: ket-noi.com | Bấm trực tiếp vào Link để tải:
You must be registered for see links
Tags: cong nghe tinh toan mem
Last edited by a moderator: