Các luật mờtập đoàn bưu chính viễn thông

Đề Tài Nghiên Cứu: Các Luật Mờ Tập Đoàn Bưu Chính Viễn Thơng Việt Nam Học Viện Cơng Nghệ Bưu Chính Viễn Thơng *-*-*-*-*-* Đề Tài Các Luật Mờ Giảng Viên Hướng Dẫn: Sinh Viên Thực Hiện: Nguyễn Đình Hoan Nhóm 11 D06 CNTT - Hà Thị Thanh Hịa Trần Thị Anh Trần Ngọc Hà Vũ Thị Phượng Sinthaluck Sinh Viên Thực Hiện Đề Tài: Nhóm 11 - D06CNTT LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Đề Tài Nghiên Cứu: Các Luật Mờ Hà Nội,24/04/2008 Lời Nói Đầu Sinh Viên Thực Hiện Đề Tài: Nhóm 11 - D06CNTT LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Đề Tài Nghiên Cứu: Các Luật Mờ Mục Lục Sinh Viên Thực Hiện Đề Tài: Nhóm 11 - D06CNTT LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Đề Tài Nghiên Cứu: Các Luật Mờ Chương Một Tổng Quan 1.1 Đặt vấn đề Như biết, suy luận đời thường suy luận khoa học, logic tốn học đóng vai trò quan trọng Ngày nay, xã hội phát triển nhu cầu người ngày cao Do đó, tiến khoa học cao.Với hai giá trị đúng, sai hay 1, khơng giải hết tốn phức tạp nảy sinh thực tế Ví dụ: Quần áo gọi dầy, mỏng để máy giặt biết mà có chế độ tự động sấy khơ cho hợp lý ? Hay thơ văn có câu: " Trăng bao tuổi trăng già? Núi bao tuổi gọi núi non? " Khái niệm trăng già hay núi non không định nghĩa rõ ràng Những toán ngày nhiều lĩnh vực điều khiển tối ưu, nhận dạng hệ thống, nói chung q trình định nhằm giải toán với liệu không đầy đủ, không định nghĩa cách rõ ràng (trong điều kiện thiếu thông tin chẳng hạn) 1.2 Lịch Sử Logic Mờ (FUZZY LOGIC) Khái Niệm logic mờ giáo sư Lotfi Zadeh trường đại học California - Mỹ đề lần năm 1965 Cơng trình thực khai sinh ngành khoa học lý thuyết tập mờ nhanh chóng nhà nghiên cứu công nghệ chấp nhận ý tưởng Một số kết bước đầu hướng nghiên cứu góp phần tạo nên sản phẩm công nghiệp tiêu thụ thị trường Lý thuyết tập mờ ngày phong phú hoàn chỉnh, tạo vững để phát triển logic mờ Có thể nói logic mờ (Fuzzy logic) tảng để xây dựng hệ mờ thực tiển Ví dụ cơng nghiệp sản xuất xi măng, sản xuất điện năng, hệ chuyên gia y học giúp chuẩn đoán điều trị bệnh, hệ chuyên gia xử lý tiếng nói, nhận dạng hình ảnh, Cơng cụ chủ chốt logic mờ tiền đề hóa lập luận xấp xỉ với phép suy diễn mờ 1.3 Khái niệm tập mờ (fuzzy set) Như biết, tập hợp thường kết hợp số phần tử có số tính chất chung Ví dụ : tập sinh viên Ta có : T = { t / t sinh viên } Vậy, người sinh viên thuộc tập T, ngược lại không thuộc tập T Tuy nhiên, thực tế sống khoa học kỹ thuật có nhiều khái niệm khơng định nghĩa Sinh Viên Thực Hiện Đề Tài: Nhóm 11 - D06CNTT LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Đề Tài Nghiên Cứu: Các Luật Mờ cách rõ ràng Ví dụ, nói "nhóm sinh viên khá", ? Khái niệm không rõ ràng sinh viên có điểm thi trung bình 8.4 khá, điểm thi trung bình 6.6 ( dải điểm từ 6.5 đến 8.5), Nói cách khác, "nhóm sinh viên khá" khơng định nghĩa cách tách bạch rõ ràng khái niệm thông thường tập họp Hoặc, nói đến "lớp số lớn 10" " đống quần áo cũ", , nói đến khái niệm mờ, hay khái niệm không định nghĩa cách rõ ràng Các phần tử nhóm khơng có tiêu chuẩn rõ ràng tính "thuộc về" ( thuộc tập họp đó) Đây khái niệm thuộc tập mờ Trong đối thoại hàng ngày bắt gặp nhiều khái niệm mờ Ví dụ, ơng giám đốc nói: " Năm qua gặt hái số thành tích đáng khen ngợi Năm tới phải cố gắng thêm bước nữa" Đây câu chứa nhiều khái niệm mờ Như vậy, logic rõ biểu diễn đồ thị sau : Logic mờ biểu diễn đồ thị đồ thị liên tục 1.3.1 Định nghĩa tập mờ (Fuzzy set) Cho Ω không gian nền, tập mờ A Ω tương ứng với ánh xạ từ Ω đến đoạn [0,1] A : Ω → [0,1] gọi hàm thuộc (membership function) Kí hiệu A = {(a, µA(a)) / a∈ Ω} Trong đó, µA(a) ∈ [0,1] mức độ thuộc (membership degree) phần tử a vào tập mờ A.Khoảng xác định hàm µA(a) đoạn [0, 1], giá trị mức độ khơng thuộc về, cịn giá trị mức độ thuộc hồn tồn Ví dụ 1: Một biểu diễn tập mờ cho số "integer nhỏ" Sinh Viên Thực Hiện Đề Tài: Nhóm 11 - D06CNTT LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Đề Tài Nghiên Cứu: Các Luật Mờ Ví dụ 2: Một biểu diễn tập mờ cho tập người đàn ông thấp, trung bình cao Ví dụ 3: Cho Ω = {1, 2, 3, 4, 5}, tập mờ A Ω tương ứng với ánh xạ µA sau: µA : → 2→1 → 0.5 → 0.3 → 0.2 Ta có tập mờ A = {(1,0), (2,1), (3,0.5), (4,0.3), (5,0.2)} Cách viết liệt kê phần tử khác với mức độ thuộc tập hợp A Từ định nghĩa suy ra: - Tập mờ A rỗng hàm thuộc µA(a)= ,∀a∈ Ω - Tập mờ A toàn phần µA(a) = ,∀a∈ Ω - Hai tập mờ A B µA(x) = µB(x) với x Ω Ví dụ 4: Cho Ω = {1, 2, 3, 4, 5}, tập mờ A Ω tương ứng với ánh xạ µA ví du A = {(1,0), (2,1), (3,0.5), (4,0.3), (5,0.2)} Tập mờ B Ω tương ứng với ánh xạ µB sau: µB : → 2→1 → 0.5 Sinh Viên Thực Hiện Đề Tài: Nhóm 11 - D06CNTT LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Đề Tài Nghiên Cứu: Các Luật Mờ → 0.3 → 0.2 Ta có tập mờ B = {(1,0), (2,1), (3,0.5), (4,0.3), (5,0.2)} Nhận thấy, µA(x) = µB(x) với x Ω Vậy A= B 1.4 Các phép toán tập mờ Để tiến hành mơ hình hóa hệ thống có chứa tập mờ biểu diễn qui luật vận hành hệ thống này, trước tiên cần tới việc suy rộng phép tốn logic với mệnh đề có chân trị đoạn [0, 1] Cho Ω = {P1, P2, } với P1, P2, mệnh đề Tập mờ A Ω tương ứng với ánh xạ v sau: v : Ω → [0, 1] ∀Pi ∈Ω → v(Pi) Ta gọi v(Pi) chân trị mệnh đề Pi [0, 1] 1.4.1 Phép bù Phép phủ định logic kinh điển phép toán cho việc xây dựng phép bù tập hợp Để suy rộng phép tập mờ cần tới toán tử v(NOT P) Tốn tử phải thỏa tính chất sau : - v(NOT P) phụ thuộc vào v(P) - Nếu v(P)=1 v(NOT P)=0 - Nếu v(P)=0 v(NOT P)=1 - Nếu v(P1) ≤ v(P2) v(NOT P1) ≥ v(NOT P2) Định nghĩa : Hàm n : [0,1] → [0, 1] không tăng thỏa mãn điều kiện n(0) = 1, n(1) = 0, gọi hàm phủ định Ví dụ : n(x) = - x hay n(x) = – x^2 hàm phủ định Ta có nhận xét : - Nếu v(P1) < v(P2) v(NOT P1) > v(NOT P2) - v(NOT P) phụ thuộc liên tục vào v(P) - v(NOT (NOT P)) = v(P) Định nghĩa (Phần bù tập mờ): Cho n hàm phủ định, phần bù A^c tập mờ A tập mờ với hàm thuộc xác định : , với a∈ Ω Đồ thị hàm thuộc có dạng sau: Sinh Viên Thực Hiện Đề Tài: Nhóm 11 - D06CNTT LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Đề Tài Nghiên Cứu: Các Luật Mờ Hình a Hình b Hình a : Hàm thuộc tập mờ A Hình b : Hàm thuộc tập mờ A^c Ví dụ : với n(x) = - x ta có : =n(µA(a)) = 1-µA(a) , với a∈ Ω Cho Ω = {1, 2, 3, 4, 5}, A tập mờ Ω sau: A = {(1,0), (2,1), (3,0.5), (4,0.3), (5,0.2)} Ta có : A^c= {(1,1), (2,0), (3,0.5), (4,0.7), (5,0.8)} Định nghĩa 3: a Hàm phủ định n nghiêm ngặt (strict) hàm liên tục giảm nghiêm ngặt b Hàm phủ định n mạnh (strong) chặt thỏa n(n(x)) = x , ∀x∈[0, 1] Định nghĩa 4: Hàm ϕ = [a,b] → [a,b] gọi tự đồng cấu (automorphism) đoạn [a,b] hàm liên tục, tăng nghiêm ngặt ϕ(a) = a, ϕ(b) = b Định lý 1: Hàm n:[0,1] → [0,1] hàm phủ định mạnh có tự đồng cấu ϕ đoạn [0,1] cho N(x) = Nϕ(x) = ϕ-1(1 - ϕ(x)) Định lý : Hàm n: [0,1] →[0,1] hàm phủ định nghiêm ngặt có hai phép tự đồng cấu ψ, ϕ [0,1] cho n(x) = ψ (1- ϕ(x)) 1.4.2 Phép giao Phép hội AND logic kinh điển sở để định nghĩa phép giao tập mờ AND thoả tính chất sau : - v(P1 AND P2) phụ thuộc vào v(P1), v(P2) - Nếu v(P1)=1 v(P1 AND P2) = v(P2) , với P2 - Giao hoán v(P1 AND P2) = v(P2 AND P1) - Nếu v(P1) ≤ v(P2) v(P1 AND P3) ≤ v(P2 AND P3), với P3 - Kết hợp v(P1 AND (P2 AND P3 )) = v((P1 AND P2 )AND P3 ) Sinh Viên Thực Hiện Đề Tài: Nhóm 11 - D06CNTT LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Đề Tài Nghiên Cứu: Các Luật Mờ Định nghĩa 5: Hàm T : [0,1]^2→ [0,1] phép hội (t-chuẩn) thỏa điều kiện sau: - T(1, x) = x, với 0≤ x ≤1 - T có tính giao hốn, nghĩa : T(x,y) = T(y,x), với 0≤ x,y ≤1 - T không giảm theo nghĩa : T(x,y) ≤ T(u,v), với x ≤ u, y ≤ v - T có tính kết hợp : T(x,T(y,z)) = T(T(x,y),x), với 0≤ x,y,z ≤1 Từ tính chất suy T(0,x) = Ví dụ : T(x,y) = min(x,y) T(x,y) = max(0,x+y-1) T(x,y) = x.y (tích đại số x y) Định nghĩa 6: Cho hai tập mờ A, B không gian Ω với hàm thuộc µA(a), µB(a), cho T phép hội Ứng với phép hội T, tập giao hai tập mờ A, B tập mờ Ω với hàm thuộc cho : µA∩B(a) = T(µA(a), µB(a)) ∀a∈Ω Với T(x,y)=min(x,y) ta có : µA∩B(a) = min(µA(a), µB(a)) Với T(x,y) = x.y ta có: µA∩B(a) = µA(a).µB(a) (tích đại số) Ta biểu diễn phép giao hai tập mờ qua hai hàm T(x,y)=min(x,y) T(x,y) = x.y theo đồ thị sau đây: - Hình a : Hàm thuộc hai tập mờ A B - Hình b: Giao hai tập mờ theo T(x,y) = min(x,y) - Hình c: Giao hai tập mờ theo T(x,y) = x.y Sinh Viên Thực Hiện Đề Tài: Nhóm 11 - D06CNTT LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Đề Tài Nghiên Cứu: Các Luật Mờ Ví dụ : Cho Ω = {1, 2, 3, 4, 5}, A, B tập mờ Ω sau: A = {(1,0), (2,1), (3,0.5), (4,0.3), (5,0.2)} B = {(1,0), (2,0.5), (3,0.7), (4,0.2), (5,0.4)} Với T(x,y) = min(x,y), ta có : A∩B = {(1,0), (2,0.5), (3,0.5), (4,0.2), (5,0.2)} A∩A^c = {(1,0), (2,0), (3,0.5), (4,0.3), (5,0.2)} 1.4.3 Phép hợp Phép tuyển OR logic kinh điển sở để định nghĩa phép hợp tập mờ OR thoả tính chất sau : - v(P1 OR P2) phụ thuộc vào v(P1), v(P2) - Nếu v(P1) = v(P1 OR P2) = v(P2) , với P2 - Giao hoán v(P1 OR P2) = v(P2 OR P1) - Nếu v(P1) ≤ v(P2) v(P1 OR P3) ≤ v(P2 OR P3), với P3 - Kết hợp v(P1 OR (P2 OR P3 )) = v((P1 OR P2 ) OR P3 ) Định nghĩa 7: Hàm S :[0,1]^2→ [0,1] gọi phép tuyển (t- đối chuẩn) thỏa tiên đề sau : - S(0, x) = x, với 0≤ x ≤1 - S có tính giao hốn, nghĩa : S(x,y) = S(y,x), với 0≤ x,y ≤1 - S không giảm theo nghĩa : S(x,y) ≤ S(u,v), với x ≤ u, y ≤ v - S có tính kết hợp : S(x,S(y,z)) = S(S(x,y),x), với 0≤ x,y,z ≤1 Từ tính chất suy S(1,x) = Ví dụ : S(x,y) = max(x,y) S(x,y) = min(1, x+y) S(x,y) = x + y - x.y Định nghĩa 8: Cho hai tập mờ A, B không gian Ω với hàm thuộc µA(a), µB(a) Cho S phép tuyển , phép hợp hai tập mờ A, B tập mờ Ω với hàm thuộc cho : µA∪B(a) = = S(µA(a), µB(a)) , ∀a∈Ω Với S(x,y) = max(x,y) ta có : µA∪B(a) = max(µA(a), µB(a)) ( xem hình a) Với S(x,y) = min(1, x+y) µA∪B(a) = min(1, µA(a) + µB(a)) (xem hình b) Với S(x,y) = x + y + x.y µA∪B(a) = µA(a) + µB(a) - µA(a).µB(a) (xem hình c) Có thể biểu diễn giao tập mờ với phép toán đồ thị sau : : Sinh Viên Thực Hiện Đề Tài: Nhóm 11 - D06CNTT LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Đề Tài Nghiên Cứu: Các Luật Mờ Ví dụ : Cho Ω = {1, 2, 3, 4, 5}, A, B tập mờ Ω sau: A = {(1,0), (2,1), (3,0.5), (4,0.3), (5,0.2)} B = {(1,0), (2,0.5), (3,0.7), (4,0.2), (5,0.4)} Ta có : A∪B = {(1,0), (2,1), (3,0.7), (4,0.3), (5,0.4)} A∪A^c= {(1,1), (2,1), (3,0.5), (4,0.7), (5,0.8)} 1.4.4 Một số qui tắc Trong logic rõ với hai giá trị đúng, sai, có nhiều qui tắc đơn giản mà thường sử dụng xem tính chất hiển nhiên Ví dụ : với tập rõ A ⊂ Ω, ta có: A∩A^c= ∅ A ∪A^c= Ω Thực ra, qui tắc có nhờ vào xây dựng tốn học trước Chuyển sang lý thuyết tập mờ hai tính chất quen dùng khơng cịn Do đó, cần xem xét lại số tinh chất • Tính lũy đẳng (demportancy) Chúng ta nói T lũy đẳng T(x,x) = x, ∀x∈[0,1] Tương tự, S lũy đẳng S(x,x) = x, ∀x∈[0,1] • Tính hấp thu (absorption) Có hai dạng hấp thu : - T(S(x,y),x) = x , ∀x,y∈[0,1] - S(T(x,y),x) = x , ∀x,y∈[0,1] • Tính phân phối (distributivity) Có hai biểu thức xác định tính phân phối: - S(x,T(y,z)) = T(S(x,y), S(x,z)), ∀x,y,z∈[0,1] - T(x,S(y,z)) = S(T(x,y), T(x,z)), ∀x,y,z∈[0,1] • Luật De Morgan Cho T t-chuẩn, S t-đối chuẩn, n phép phủ định Chúng ta có ba Sinh Viên Thực Hiện Đề Tài: Nhóm 11 - D06CNTT LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Đề Tài Nghiên Cứu: Các Luật Mờ (T,S,n) ba De Morgan : n(S(x,y)) = T(nx,ny) 1.4.5 Phép kéo theo Chúng ta xét phép kéo theo mối quan hệ, toán tử logic Ta có tiên đề sau cho hàm v(P1 → P2) : - v(P1 → P2) phụ thuộc vào v(P1), v(P2) - Nếu v(P1) ≤ v(P3) v(P1 → P2) ≥ v(P3 → P2), ∀P2 - Nếu v(P2) ≤ v(P3) v(P1 → P2) ≤ v(P1 → P3), ∀P1 - Nếu v(P1) = v(P1 → P) = , ∀P - Nếu v(P1) = v(P → P1) = , ∀P - Nếu v(P1) = v(P2) = v(P1 → P2) = Tính hợp lý tiên đề dựa vào logic kinh điển tư trực quan phép suy diễn Từ tiên đề ban đầu (v(P1 → P2) phụ thuộc vào v(P1), v(P2)) khẳng định tồn hàm số I(x,y) xác định [0,1]^2 với mong muốn tính chân trị phép kéo theo qua biểu thức v(P1 → P2) = I(v(P1), v(P2)) Định nghĩa 9: Phép kéo theo hàm số I : [0,1]^2 → [0,1] thỏa điều kiện sau : - Nếu x ≤ z I(x,y) ≥ I(z,y), ∀y∈[0,1] - Nếu y ≤ u I(x,y) ≤ I(z,y), ∀x∈[0,1] - I(0,x) = 1, ∀x∈[0,1] - I(x,1) = 1, ∀x∈[0,1] - I(1,0) = Định nghĩa 10: Cho T t-chuẩn, A t-đối chuẩn, n phép phủ định Hàm IS(x,y) xác định [0,1]^2 biểu thức : IS(x,y) = S(n(x),y) Ví dụ : Cho Ω = {1, 2, 3, 4, 5}, A, B tập mờ Ω sau: A = {(1,0), (2,1), (3,0.5), (4,0.3), (5,0.2)} B = {(1,0), (2,0.5), (3,0.7), (4,0.2), (5,0.4)} Với S(x,y) = max(x,y) n(x) = - x ta có : Is (0,0) = S(n(0),0) = Is (1,0.5) = S(n(1),0.5) = 0.5 Is (0.5,0.7) = S(n(0.5),0.7) = 0.7 Is (0.3,0.2) = S(n(0.3),0.2) = 0.7 Is (0.2,0.4) = S(n(0.2),0.4) = 0.8 Sinh Viên Thực Hiện Đề Tài: Nhóm 11 - D06CNTT LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Đề Tài Nghiên Cứu: Các Luật Mờ Chương Hai Logic mờ 2.1 Định nghĩa mệnh đề mờ Trong logic rõ mệnh đề câu phát biểu có giá trị sai Trong logic mờ mệnh đề mờ câu phát biểu không thiết sai Mệnh đề mờ gán cho giá trị khoảng từ đến để mức độ (độ thuộc về) Ví dụ : " Nam trơng đẹp trai" " Chiếc xe chạy đấy" " Cô sống tạm gọi hạnh phúc" Cho Ω = {P1, P2, } với P1, P2, mệnh đề Tập mờ A Ω tương ứng với ánh xạ v sau: v : Ω → [0, 1] ∀Pi ∈Ω → v(Pi) Ta gọi v(Pi) chân trị mệnh đề Pi [0, 1] Các phép toán mệnh đề mờ phép toán logic mờ dựa tập mờ Ký hiệu mức độ (chân trị) mệnh đề mờ P v(P) Ta có : 0≤ v(P)≤ 2.1.2 Các phép toán logic mờ Các phép toán mệnh đề logic mờ định nghĩa sau: Phép phủ định : v( P ) = - v(P) Phép tuyển : v(P1∨ P2) = max(v(P1), v(P2)) Phép hội : v(P1∧ P2) = min(v(P1), v(P2)) Ví dụ 1: Cho P, Q, R mệnh đề mờ với : v(P) = 0.1, v(Q)= 0.9, v(R) = 0.8 Mệnh đề M = (P∧Q)∨R có chân trị (độ thuộc về) : 0.8 Phép kéo theo: v(P→Q) = v( P ∨Q) = max(v( P ), v(Q)) Ví dụ 2: Cho P, Q mệnh đề mờ với : v(P) = 0.1, v(Q)= 0.6 Mệnh đề v(P→Q) = v( P ∨Q) = max(v( P ), v(Q)) = max(1- 0.1, 0.6) = 0.9 2.1.3 Suy diễn mờ (Fuzzy inference) Suy diễn mờ hay cịn gọi suy luận xấp xỉ q trình suy kết luận dạng mệnh đề mờ điều kiện qui tắc "Nếu Thì ", với liệu đầu vào cho trước không rõ ràng Sinh Viên Thực Hiện Đề Tài: Nhóm 11 - D06CNTT LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Đề Tài Nghiên Cứu: Các Luật Mờ Thông thường, suy diễn mờ hay sử dụng luật Modus Ponnens Modus Tollen Trong logic rõ, Modus Ponnen diễn đạt sau: Mệnh đề (Luật tri thức): P → Q Mệnh đề (sự kiện): P Kết luận : Q Trong suy diễn mờ, luật diễn đạt dạng sau : Luật mờ : Nếu x=A y=B Sự kiện mờ : x=A' Kết luận : y=B' A, A' tập mờ không gian U, B B' tập mờ khơng gian V Ví dụ : Luật mờ : Nếu góc tay quay ga lớn xe nhanh Sự kiện mờ : Góc tay quay lớn Kết luận : Xe nhanh Trong logic rõ Modus Tollen có dạng: Mệnh đề (Luật tri thức): P → Q Mệnh đề (sự kiện): ¬Q Kết luận : ¬P Trong suy diễn mờ, luật diễn đạt dạng sau : Luật mờ (hoặc tri thức mờ): P → Q Sự kiện mờ : ¬Q Kết luận : ¬P Ví dụ : Luật mờ : Nếu góc tay quay ga lớn xe nhanh Sự kiện mờ : Xe không nhanh Kết luận : Góc tay quay khơng lớn Để ứng dụng suy diễn mờ vào tốn thực tế vấn đề mấu chốt mà cần thực xây dựng chế lập luận xấp xỉ Sau đây, chúng tơi xin trình bày ứng dụng suy luận xấp xỉ việc chẩn đoán bệnh lao phổi Trong phạm vi chương này, chúng tơi trình bày phần sơ lược cách xây dựng suy luận xấp xỉ Trước hết tìm hiểu qui trình chẩn đốn Hiện nay, bệnh nhân đến khám viện lao, bác sĩ tiến hành chẩn đoán theo bước sau: Giai đoạn 1: khám lâm sàng - Khám ban đầu : nhìn bề ngồi (tóc, da, mắt, ) - Hỏi tình trạng thể bệnh nhân để có thêm nhiều thơng tin - Từ triệu chứng lâm sàng tiến hành chẩn đoán khẳng định khả mắc bệnh bệnh nhân - Nếu hết giai đoạn này, bác sĩ nghi ngờ bệnh lao, ơng ta đưa câu trả lời phủ định bệnh lao gợi ý khả bệnh nhân mắc khác Bệnh nhân khuyên nên quay lại bệnh nặng mà không rõ nguyên - Ngược lại, tới cuối giai đoạn lâm sàng bệnh nhân bị nghi mắc bệnh lao giai đoạn chẩn đoán thứ hai tiến hành để có kết luận chắn Giai đoạn 2: khám cận lâm sàng Sinh Viên Thực Hiện Đề Tài: Nhóm 11 - D06CNTT LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Đề Tài Nghiên Cứu: Các Luật Mờ - Khám nghiệm đờm, - Chụp X quang Hầu hết triệu chứng cận lâm sàng có ảnh hưởng mạnh đến khả mắc bệnh bệnh nhân Vì vậy, bệnh trạng khẳng định loại trừ cách chắn giai đoạn Sau đó, bác sĩ có kết luận đưa phương án điều trị thử Nếu bệnh rầm trọng bệnh nhân điều trị lao phổi thử, không trầm trọng thi điều trị bắng kháng sinh Bởi vì, thực tế lao phổi mà bị viêm phổi điều trị kháng sinh đem lại kết tích cực Ngược lại, thực mắc bệnh lao phổi phương án điều trị lao phổi có tác dụng Tồn qui trình thể qua lược đồ sau: Sinh Viên Thực Hiện Đề Tài: Nhóm 11 - D06CNTT LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Đề Tài Nghiên Cứu: Các Luật Mờ Sinh Viên Thực Hiện Đề Tài: Nhóm 11 - D06CNTT LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Đề Tài Nghiên Cứu: Các Luật Mờ Xây dựng suy diễn xấp xỉ : Có đối tượng mà cần quan tâm : Bệnh nhân : ký hiệu P (Patient) Các triệu chứng : S (Symptom) Bao gồm : lâm sàng, cận lâm sàng, gọi chung triệu chứng Ta có : S = {S1, S2, , Sn} Bệnh cần chẩn đoán : lao phổi D (Disease) Nhận thấy đối tượng xuất quan hệ mờ : Quan hệ triệu chứng - bệnh nhân : RSP Quan hệ sử dụng làm thông tin đầu vào cho chế lập luận q trình chẩn đốn, xác định µSP ∈[0,1] Giá trị thể mức độ xuất triệu chứng S bệnh nhân P Nói cách khác, RSP tập mờ có hàm thuộc xác định sau: µSP : RSP → [0,1] Với µSP = có nghĩa chắn bệnh nhân khơng có triệu chứng S Với µSP = có nghĩa chắn bệnh nhân có triệu chứng S Với < µSP < có nghĩa bệnh nhân có triệu chứng S với mức độ xuất µSP Ví dụ : Giả sử để xem xét mức độ sốt bệnh nhân để đưa liều luợng thuốc, có phát biểu mờ Sinh Viên Thực Hiện Đề Tài: Nhóm 11 - D06CNTT LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Đề Tài Nghiên Cứu: Các Luật Mờ (luật mờ) sau : • IF sốt nhẹ THEN liều lượng asperine thấp • IF sốt THEN liều lượng asperine bình thường • IF sốt cao THEN liều lượng asperine cao • IF sốt cao THEN liều lượng asperine cao Thông thường người ta thực bước: – Mờ hóa (fuzzyfication) giá trị nhập vào – Suy luận Mờ – Khử tính mờ (defuzzyfication) cho giá trị xuất Vậy bệnh nhân sốt 38.7 độ => liều lượng kê đơn 480mg Phần => trình khử tính mờ (làm rõ hóa) chúng tơi khơng trình bày chi tiết đây, dựa vào đồ thị để suy kết Ngồi ra, đơi bác sĩ phải đến kết luận "không rõ" triệu chứng Khi đó,µSP định nghĩa giá trị bé sau: µSP = ε ≈ Kế tiếp, phải xác định quan hệ bệnh nhân - bệnh lao phổi : RPD Xác định mối quan hệ có nghĩa đưa kết chẩn đốn khả mắc bệnh bệnh nhân Sinh Viên Thực Hiện Đề Tài: Nhóm 11 - D06CNTT LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Đề Tài Nghiên Cứu: Các Luật Mờ Chương Ba Mô Phỏng Fuzzy Logic Bằng Matlab 3.1 Tổng Quan MatLab 7.0 Matlab 7.0 :  Hệ thống tính tốn khoa học kỹ thuật  Ngơn ngữ lập trình cấp cao  Thư viện hàm phong phú (ToolBox)  Mô phỏng, vẽ đồ thị, biểu đồ  Phân tích liệu  Phát triển phần mềm kỹ thuật  Phiên nhất: Matlab 2007 3.1.1 Các ToolBox Matlab 7.0  Toolbox thư viện hàm sẵn có để hỗ trợ cho lĩnh vực tính tốn cụ thể  Các toolbox thơng dụng  Matlab  Fuzzy Logic  Image Processing  Neural Network  Signal Processing  Simulink  Symbolic Math Ở nghiên cứu toolbox Fuzzy logic mà thơi 3.2 Bài tốn “Water Tank With Ruler Viewer” (điều khiển mức nước bơm vào thùng nước)  Bài tốn: Có thùng chứa nước  Cần bơm nước vào thùng tự động máy bơm  Tùy vào mức nước thùng để bơm Sinh Viên Thực Hiện Đề Tài: Nhóm 11 - D06CNTT LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Đề Tài Nghiên Cứu: Các Luật Mờ 3.2.1 Bài toán: Hoạt động valve (bơm) dựa Rules (luật) sau:  Rule 1: If (level is Okay) then (valve is no_change)  Rule 2: If (level is low) then (valve is open fast)  Rule 3: If (level is hight) then (valve is close fast)  Rule 4: If (level is Okay) and (rate is positive) then (valve is close_slow)  Rule 5: If (level is Okay)and (rate is negative) then(valve is open_slow) 3.2.2 Mờ Hoá: Biến ngôn ngữ ngõ vào Valve: Rate, Level  Rate (tốc độ valve) : negative, none, positive  Level (mực nước) : hight, okey, low Biến ngôn ngữ ngõ Valve : Valve  Valve (trạng thái bơm):close_fast, close_slow, no_change, open slow, open_fast 3.2.3 Sơ đồ nguyên lý tốn mơ Matlab: Sinh Viên Thực Hiện Đề Tài: Nhóm 11 - D06CNTT LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Đề Tài Nghiên Cứu: Các Luật Mờ Trong : error: độ lệch mức đo thực tế mức mong muốn Fuzzy Controller with Ruleviewer : điều khiển trung tâm dùng kĩ thuật xử lý fuzzy logic PID: P = propootional (khâu tỷ lệ), I = intergral (khâu tích phân),D = Differenrial (khâu vi phân) Cơng thức tính tốn: Kp, KI, KD : hệ số tỷ lệ khâu P, I, D e(x): đầu vào Switch: công tắc chọn để xử lý theo : PID Fuzzy Logic const ( -1) du/dt : tốc độ thay đổi valve change: dùng hạn chế biên độ valve tránh valve quay nhanh chậm valve cháy 3.2.4 Bản Demo sử dụng Matlab: Sinh Viên Thực Hiện Đề Tài: Nhóm 11 - D06CNTT LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Đề Tài Nghiên Cứu: Các Luật Mờ Trong với đầu vào : level rate ta có đầu valve Mỗi dòng (1 đến 5) level tương ứng luật Đường đỏ ứng với dòng thứ valve kết valve cần điều khiển Sinh Viên Thực Hiện Đề Tài: Nhóm 11 - D06CNTT LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Đề Tài Nghiên Cứu: Các Luật Mờ Sinh Viên Thực Hiện Đề Tài: Nhóm 11 - D06CNTT LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Đề Tài Nghiên Cứu: Các Luật Mờ Giao diện 3D: Sinh Viên Thực Hiện Đề Tài: Nhóm 11 - D06CNTT LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Đề Tài Nghiên Cứu: Các Luật Mờ Chương Ba Tổng kết Tài liệu tham khảo: Nguyễn Hoàng Cương, Bùi Cơng Cường, Nguyễn Dỗn Phước, Phan Xn Minh, Chu Văn Hỷ, Hệ mờ ứng dụng Nhà xuất Khoa học Kỹ thuật, Hà Nội – 1998 Sinh Viên Thực Hiện Đề Tài: Nhóm 11 - D06CNTT LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com ... luanvanchat@agmail.com Đề Tài Nghiên Cứu: Các Luật Mờ Thông thường, suy diễn mờ hay sử dụng luật Modus Ponnens Modus Tollen Trong logic rõ, Modus Ponnen diễn đạt sau: Mệnh đề (Luật tri thức): P → Q Mệnh đề... Cứu: Các Luật Mờ cách rõ ràng Ví dụ, nói "nhóm sinh viên khá", ? Khái niệm khơng rõ ràng sinh viên có điểm thi trung bình 8.4 khá, điểm thi trung bình 6.6 ( dải điểm từ 6.5 đến 8.5), Nói cách... định nghĩa cách tách bạch rõ ràng khái niệm thông thường tập họp Hoặc, nói đến "lớp số lớn 10" " đống quần áo cũ", , nói đến khái niệm mờ, hay khái niệm không định nghĩa cách rõ ràng Các phần tử