Một phương pháp thiết kế bộ điều khiển thích nghi ổn định tiệm cận toàn cục cho bài toán điều khiển thích nghi kháng nhiễu

Phần II TRI THỨC VÀ LẬP LUẬN MỤC LỤC Trang LỜI NÓI ĐẦU NHẬP MÔN PHẦN I GIẢI QUYẾT VẤN ĐỀ BẰNG TÌM KIẾM Chương CÁC CHIẾN THUẬT TÌM KIẾM MÙ 16 1.1 Biểu diễn vấn đề không gian trạng thái .16 1.2 Các chiến lược tìm kiếm .19 1.3 Các chiến lược tìm kiếm mù .22 1.3.1 Tìm kiếm theo bề rộng .22 1.3.2 Tìm kiếm theo độ sâu .24 1.3.3 Các trạng thái lặp 25 1.3.4 Tìm kiếm sâu lặp 26 1.4 Quy vấn đề vấn đề Tìm kiếm đồ thị và/hoặc 27 1.4.1 Quy vấn đề vấn đề 27 1.4.2 Đồ thị và/hoặc 30 1.4.3 Tìm kiếm đồ thị và/hoặc 34 Chương CÁC CHIẾN LƯỢC TÌM KIẾM KINH NGHIỆM 36 2.1 Hàm đánh giá tìm kiếm thiếu kinh nghiệm 36 2.2 Tìm kiếm tốt - .37 2.3 Tìm kiếm leo đồi 40 2.4 Tìm kiếm BEAM 41 Phần II TRI THỨC VÀ LẬP LUẬN Chương CÁC CHIẾN LƯỢC TÌM KIẾM TỐI ƯU 42 3.1 Tìm đường ngắn .42 3.1.1 Thuật toán A* 44 3.1.2 Thuật tốn tìm kiếm nhánh – – cận .46 3.2 Tìm đối tượng tốt 48 3.2.1 Tìm kiếm leo đồi 49 3.2.2 Tìm kiếm gradient 50 3.2.3 Tìm kiếm mơ luyện kim 50 3.3 Tìm kiếm mơ tiến hố Thuật tốn di truyền 52 Chương TÌM KIẾM CÓ ĐỐI THỦ 58 4.1 Cây trị chơi tìm kiếm trò chơi 58 4.2 Chiến lược Minimax 60 4.3 Phương pháp cắt cụt alpha – beta .64 PHẦN II TRI THỨC VÀ LẬP LUẬN Chương LOGIC MỆNH ĐỀ .69 5.1 Biểu diễn tri thức 69 5.2 Cú pháp ngữ nghĩa logic mệnh đề 71 5.2.1 Cú pháp 71 5.2.2 Ngữ nghĩa 72 5.3 Dạng chuẩn tắc 74 5.3.1 Sự tương đương công thức 74 5.3.2 Dạng chuẩn tắc 75 5.3.3 Các câu Horn 76 5.4 Luật suy diễn 77 5.5 Luật phân giải, chứng minh bác bỏ luật phân giải .80 Phần II TRI THỨC VÀ LẬP LUẬN Chương LOGIC VỊ TỪ CẤP MỘT 84 6.1 Cú pháp ngữ nghĩa logic vị từ cấp 85 6.1.1 Cú pháp 85 6.1.2 Ngữ nghĩa 87 6.2 Chuẩn hố cơng thức 90 6.3 Các luật suy diễn 92 6.4 Thuật toán hợp 95 6.5 Chứng minh luật phân giải 98 6.6 Các chiến lược phân giải 103 6.6.1 Chiến lược phân giải theo bề rộng 105 6.6.2 Chiến lược phân giải sử dụng tập hỗ trợ 106 6.6.3 Chiến lược tuyến tính .107 6.7 Sử dụng logic vị từ cấp để biểu diễn tri thức 107 6.7.1 Vị từ 108 6.7.2 Danh sách phép toán danh sách .108 6.8 Xây dựng sở tri thức 113 6.9 Cài đặt sở tri thức 115 6.9.1 Cài đặt hạng thức câu phân tử 116 6.9.2 Cài đặt sở tri thức 119 Chương BIỂU DIỄN TRI THỨC BỞI CÁC LUẬT 122 VÀ LẬP LUẬN 122 7.1 Biểu diễn tri thức luật – 122 7.2 Lập luận tiến lập luận lùi hệ dựa luật 124 7.2.1 Lập luận tiến .125 7.2.2 Lập luận lùi .128 7.2.3 Lập luận lùi tìm kiếm độ thị và/hoặc 130 7.3 Thủ tục lập luận tiến 132 7.3.1 Thủ tục For_chain 133 7.3.2 Thủ tục rete .136 Phần II TRI THỨC VÀ LẬP LUẬN 7.3.3 Hệ hành động dựa luật 143 7.4 Thủ tục lập luận lùi 147 7.5 Biểu diễn tri thức không chắn 151 7.6 Hệ lập trình logic 153 7.7 Hệ chuyên gia .157 Chương LOGIC KHÔNG ĐƠN ĐIỆU .159 8.1 Lập luận xem xét lại logic không đơn điệu 159 8.2 Đặc điểm logic không đơn điệu 161 8.3 Logic mặc định 163 8.4 Giả thiết giới đóng 167 8.5 Bổ sung vị từ .169 8.6 Hạn chế phạm vi 171 Chương LƯỚI NGỮ NGHĨA VÀ HỆ KHUNG 174 9.1 Ngôn ngữ mô tả khái niệm 174 9.2 Lưới ngữ nghĩa 176 9.3 Khung 181 Chương 10 TRI THỨC KHÔNG CHẮC CHẮN 186 10.1 Không chắn biểu diễn 187 10.2 Một số khái niệm lý thuyết xác suất 189 10.3 Mạng xác suất .197 10.3.1 Định nghĩa mạng xác suất 198 10.3.2 Vấn đề lập luận mạng xác suất .200 10.3.3 Khả biểu diễn mạng xác suất 201 10.3.4 Sự độc lập biến mạng xác suất 204 10.4 Suy diễn mạng có cấu trúc 205 10.5 Mạng kết nối đơn 212 10.6 Suy diễn mạng đa kết nối 220 10.6.1 Suy diễn mạng đa kết nối 220 Phần II TRI THỨC VÀ LẬP LUẬN 10.6.2 Biến đổi mạng đa kết nối thành mạng kết nối đơn 221 10.6.3 Phương pháp mô ngẫu nhiên 223 10.7 Lý thuyết định 228 Chương 11 LOGIC MỜ VÀ LẬP LUẬN XẤP XỈ .234 11.1 Tập mờ 235 11.1.1 Khái niệm tập mờ .235 11.1.2 Một số khái niệm liên quan đến tập mờ .239 11.1.3 Tính mờ tính ngẫu nhiên .242 11.1.4 Xác định hàm thuộc 243 11.2 Các phép toán tập mờ 248 11.2.1 Các phép toán chuẩn tập mờ .248 11.2.2 Các phép toán khác tập mờ .250 11.3 Quan hệ mờ nguyên lý mở rộng 255 11.3.1 Quan hệ mờ 255 11.3.2 Hợp thành quan hệ mờ 256 11.3.3 Nguyên lý mở rộng 258 11.4 Logic mờ .259 11.4.1 Biến ngôn ngữ mệnh đề mờ 259 11.4.2 Các mệnh đề hợp thành 262 11.4.3 Kéo theo mờ - Luật if-then mờ 264 11.4.4 Luật Modulus – Ponens tổng quát 267 11.5 Hệ mờ 270 11.5.1 Kiến trúc hệ mờ 271 11.5.2 Cơ sở luật mờ 272 11.5.3 Bộ suy diễn mờ 273 11.5.4 Mờ hoá .275 11.5.5 Khử mờ .277 11.5.6 Hệ mờ hệ tính xấp xỉ vạn .278 TÀI LIỆU THAM KHẢO 279 Phần II TRI THỨC VÀ LẬP LUẬN LỜI NĨI ĐẦU Trí tuệ nhân tạo (TTNT) lĩnh vực khoa học máy tính, nghiên cứu thiết kế tác nhân thông minh ( “Computational intelligence is the studi of the degn of intelligens”) Các áp dụng TTNT đa dạng phong phú, có nhiều hệ thơng minh đời: hệ chuyên gia, hệ điều khiển tự động, robot, hệ dịch tự động ngôn ngữ tự nhiên , hệ nhận dạng, chương trình chưi cờ,… Kỹ thuật TTNT sử dụng việc xây dựng hệ mềm, nhằm tạo hệ mềm mang yếu tố thông minh, linh hoạt tiện dụng Ở nước ta, năm gần đây, TTNT đưa vào chương trình giảng dạy cho sinh viên năm cuối ngành Tin học Công nghệ thơng tin Cuốn sách hình thành sở giáo trình TTNT mà chúng tơi giảng dạy cho sinh viên lớp cao học ngành Tin học ngành Công nghệ thông tin năm học từ 1997 tới nay, khoa Công nghệ thông tin, Đại học Khoa học tự nhiên, khoa Công nghệ, Đại học Quốc gia Hà nội Cuốn sách viết nhập môn TTNT, đối tượng phục vụ chủ yếu sinh viên ngành Tin học Công nghệ thông tin Nội dung sách gồm hai phần: • Phần 1: Giải vấn đề tìm kiếm Trong phần này, chúng tơi trình bày phương pháp biểu diễn vấn đề kỹ thuật tìm kiếm kỹ thuật tìm kiếm, đặc biệt tìm kiếm kinh nghiệm ( heuristic serch), sử dụng thường xuyên nhiều lĩnh vực nghiên cứu TTNT • Phần 2: Biểu diễn tri thức lập luận Phần đề cập đến ngôn ngữ biểu diễn tri thức, đặc biệt logic phương pháp luận ngôn ngữ biểu diễn tri thức Các kỹ thuật biểu diễn tri thức lập luận đóng vai trị quan trọng việc thiết kế hệ thông minh Tuy nhiên với mong muốn sách dùng làm tài liệu tham khảo cho phạm vi rộng rãi đọc giả, chúng tơi cố gắng trình bày cách hệ thống khái niệm kỹ thuật TTNT, nhằm giúp cho đọc giả có sở để vàonghiên cứu lĩnh vực chuyên sâu TTNT, chẳng hạn lập kế hoạch (planning),học máy(machine learning), Phần II TRI THỨC VÀ LẬP LUẬN nhìn máy (computer viison), hiểu ngơn ngữ tự nhiên (natural language understanding) Hai ngôn ngữ thao tác ký hiệu sử dụng nhiều lập trình TTNT Lisp Prolog Trong sách viết TTNT năm gần đây, số tác giả, chẳng hạn [5] [7] , sử dụng common Lisp để mơ tả thuật tốn Trong 20, tác giả lại sử dụng Prolog để biểu diễn thuật toán Ở nước ta, ngơn ngữ Lisp Prolog người biết đến, chúng tơi biểu diễn thuật toán sách theo cách truyền thống Tức sử dụng cấu trúc điều khiển ( tuần tự, điều kiện, lặp) mà người quen biết Đặc biệt, sử dụng cấu trúc loop để biểu diễn rằng, thực lặp Tốn tử exit để khỏi vịng lặp, cịn tốn tử stop đẻ dừng thực thuật tốn, bạn lựa chọn ngôn ngữ sau để sử dụng: Common Lisp, Scheme, Prolog, Smalltalk, C** ML (xem [28]) Chúng xin chân thành cảm ơn giáo sư Nguyễn Văn Hiệu, chủ nhiệm khoa Công nghệ, Đại học Quốc gia Hà nội tạo điều kiện thuận lợi cho viết sách Cuốn sách chắn không tránh khỏi thiếu sót Chúng tơi mong nhận góp ý độc giả Thư góp ý xin gửi Bộ mơn Khoa Học Máy Tính, Khoa Cơng Nghệ, Đại Học Quốc Gia Hà Nội Tác giả Phần II TRI THỨC VÀ LẬP LUẬN NHẬP MƠN TRÍ TUỆ NHÂN TẠO LÀ GÌ? Thuật ngữ trí tuệ nhân tạo (artificial intelligence) Jonh McCarthy đưa hội thảo Dartmouth vào mùa hè 1956 Trong hội thảo có mặt tên tuổi nỏi tiếng Marvin Minsky, Claude Shannon, Nathaniel Rochester, Arthur Samuel, Allen Newell Herbert Simon Trước hội thảo này, từ năm 1952 Arthur Samuel viết chương trình chơi cờ Samuel bác bỏ tư tưởng cho máy tính làm mà người ta bảo làm, chương trình Samuel học để chơi tốt người viết Đến hội thảo này, Allen Newell Herbert Simon viết chương trình lập luận với tên gọi “the logic theorist” Chương trình ơng có khả chứng minh hầu hết định lý chương “Principia Mathematics” Russell Whitehead Trong hội thảo Dartmouth, nhà nghiên cứu thảo luận vạch phương hướng nghiên cứu lĩnh vực Trí tuệ nhân tạo (TTNT) Vì vậy, hội thảo Dartmouth, mùa hè năm 1956 xem thời điểm đời thực lĩnh vực nghiên cứu TTNT Trong sách viết TTNT năm gần đây, tác giả đưa nhiều định nghĩa TTNT Chúng dẫn số định nghĩa: • “Sự nghiên cứu lực trí tuệ thơng qua việc sử dụng mơ hình tính tốn” ( “The study ò mental faculties through the use ò computational models” – Charniak and McDormott, 1985) • “Nghệ thuật tạo máy thực chức đòi hỏi thông minh thực người” (“The art of creating machies that perform functions that require intelligence when performed by people” – Kurzweil 1990) • “Lĩnh vực nghiên cứu tìm cách giải mơ hành vi thông minh thuật ngữ q trình tính tốn” (“A field of study that seeks to explain and emulate intelligent behavior in terms of computational processes” – Schalkoff, 1990) • “Sự nghiên cứu tính tốn để nhận thức, lập luận hành động” (“The study of computations that make it possible to perceive, reason, and act” – Winston, 1992) Phần II TRI THỨC VÀ LẬP LUẬN • “Một nhánh khoa học máy tính liên quan tới tự động hố hành vi thơng minh” (“The branch of computer science that is concerned with the automation of intelligent behavior” – Luger and Stubblefield, 1993) Sau số định nghĩa gần nhất: • “TTNT thiết kế nghiên cứu chương trình máy tính ứng xử cách thơng minh Các chương trình xây dựng để thực hành vi mà người động vật xem thông minh” (“Artificial Intelligence is the design and study of computer programs that behave intelligently.These programs are constructed to perform as would a human or an animal whose behvior we consider intelligent” – Dean, Allen and Aloimonos, 1995) • “ TTNT nghiên cứu tác nhân tồn môi trường, nhận thức hành động” (“Artificial Intelligence is the design of agents that exists in an environment and act” – Russell and Norvig, 1995) • “ TTNT nghiên cứu ác thiết kế tác nhân thông minh” (“Computational Intelligence is the study of the design of Intelligent agents” – Pulle, Mackworth and Goebel, 1998) Hiện nhiều nhà nghiên cứu quan niệm rằng, TTNT lĩnh vực nghiên cứu nghiên cứu tác nhân thông minh ( intelligent agent ) Tác nhân thông minh ấci tồn mơi trường hành động cách thông minh ( Một câu hỏi đặt ra: hành động xem thông minh?) Mục tiêu khoa học TTNT hiểu chất hành vi thông minh mục tiêu thực tiễn, công nghệ TTNT xây dựng nân hệ thông minh Phương pháp luận nghiên cứu tương tự nghiên cứu để hiểu nguyên lý bay, thiết kế nên máy biết bay (máy bay) Máy bay mô chim, song có khả baybay tốt chim Một số ngành khoa học khác, chẳng hạn Triết học, Tâm lý học quan tâm nghiên cứu lực xem người Song khác với Triết học Tâm lý học, TTNT ngành khoa học máy tính – nghiên cứu sử lý thơng tin máy tính, TTNT đặt mục tiêu nghiên cứu: làm thể hành vi thơng minh thuật tốn, nghiên cứu phương pháp cài đặt chương trình thực hành vi thông minh Như cần xây dựng mơ hình tính tốn (Computational modeles phục vụ cho việc giải thích, mơ tả Phần II TRI THỨC VÀ LẬP LUẬN 10 hành vi thơng minh thuật tốn, cần tính hiệu quả, tính khả thi thuật toánthực nhiệm vụ, đưa phương pháp cài đặt TÁC NHÂN THÔNG MINH Tác nhân (agent) hành động mơi trường tác nhân người, sâu, con chó, robot infobot, … Mục tiêu TTNT nhiên cứu thiết kế tác nhân thông minh: tác nhân tồn môi trường hành động cách thông minh Tồn mơi trường, nên tác nhân thơng minh cần có khả nhận thức môi trường Chẳng hạn, người có thẻ nhận thức mơi trường nhờ tai, mắt giác quan khác Để nhận thức môi trường robot trang bị cảm nhận (sensors), thiết bị vật lý, chẳng hạn camera, máy đo đạc,…Các tác nhân thông minh cần có tác động (effectors) để đưa hành động đáp ứng môi trường Với người, chân, tay phận khác thân thể Với ác robot, cánh tay robot,… Môi trường Các thông tin đến từ môi trường Tác nhân thông minh Các hành động Chúng ta xem tác nhân hộp đen, đầu vào thông tin nhận thức từ môi trường, đầu hành động thích ứng với mơi trường, hình Bây xét xem cần phải cài đặt vào bên hộp đen để hành động đầu hợp lý, thích ứng với thơng tin đầu vào Tác nhân cần có nhớ để lưu giữ tri thức chung lĩnh vực, mơi trường mà thiết kế để hoạt động lĩnh vực Chẳng hạn, robot lái taxi, tri thức mơi trường mà robot cần có tri thức mạng lưới giao thông thành phố, luật lệ giao thông,… Đối với hệ chuyên gia trợ giúp chẩn đoán bệnh, tri thức cần lưu tri thức bác sĩ bệnh lý, phương án điều trị,…Bộ nhớ tác nhân để ghi lại tri thức mà tác nhân rút trình hoạt động mơi trường Trong nhiều trường hợp, cần lưu lại vết trạng thái môi trường , hành động thích hợp mà ... dựng nân hệ thông minh Phương pháp luận nghi? ?n cứu tương tự nghi? ?n cứu để hiểu nguyên lý bay, thiết kế nên máy biết bay (máy bay) Máy bay mô chim, song có khả baybay tốt chim Một số ngành khoa học... vực nghi? ?n cứu TTNT, chẳng hạn học máy lập kế hoạch Vì vậy, phần I sách dành cho việc trình bày phương pháp biểu diễn vấn đề không gian trạng thái nghi? ?n cứu chiến lược tìm kiếm Thực tế cho thấy... lập luận Chúng ta nghi? ?n cứu mơ hình biểu diễn tri thức khác phương pháp lập luận mơ hình CÁC ÁP DỤNG Các áp dụng TTNT đa dạng: hệ điều khiển tự động q trình sản xuất cơng nghi? ??p; robot làm việc