(Luận văn) điều khiển dựa trên đại số gia tử với phép ngữ nghĩa hóa và giải nghĩa mở rộng

ĐẠI HỌC THÁI NGUYÊN TRƯỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG ––––––––––––––––––––––––––– ĐINH ĐỨC ÂN lu an va n ĐIỀU KHIỂN DỰA TRÊN ĐẠI SỐ GIA TỬ VỚI PHÉP tn to p ie gh NGỮ NGHĨA HÓA VÀ GIẢI NGHĨA MỞ RỘNG d oa nl w Chuyên ngành: Khoa học máy tính Mã số: 60.48.01.01 va an lu ll u nf LUẬN VĂN THẠC SĨ KHOA HỌC MÁY TÍNH oi m z at nh Người hướng dẫn khoa học: TS Vũ Như Lân z m co l gm @ an Lu THÁI NGUYÊN - 2016 n va ac th si i LỜI CAM ĐOAN Tôi xin cam đoan luận văn tơi thực hiện, hướng dẫn khoa học TS Vũ Như Lân, số liệu kết nghiên cứu luận văn hoàn toàn trung thực chưa sử dụng để bảo vệ cơng trình khoa học nào, thơng tin, tài liệu trích dẫn luận văn rõ nguồn gốc Mọi giúp đỡ cho việc hoàn thành luận văn cảm ơn Nếu sai tơi hồn tồn chịu trách nhiệm Thái Nguyên, tháng năm 2016 lu Học viên an n va p ie gh tn to Đinh Đức Ân d oa nl w ll u nf va an lu oi m z at nh z m co l gm @ an Lu n va ac th si ii LỜI CẢM ƠN Trước hết em xin trân trọng cảm ơn thầy giáo, cô giáo trường đại học công nghệ thơng tin giảng dạy em q trình học tập chương trình sau đại học Dù rằng, trình học tập có nhiều khó khăn việc tiếp thu kiến thức sưu tầm tài liệu học tập, với nhiệt tình tâm huyết thầy cô cộng với nỗ lực thân giúp em vượt qua trở ngại Em xin bày tỏ lòng biết ơn sâu sắc tới thầy giáo TS.Vũ Như Lân người hướng dẫn khoa học, tận tình hướng dẫn em suốt trình lu an làm luận văn n va Xin chân thành cảm ơn bạn bè, đồng nghiệp, bạn học viên lớp tn to cao học CK13B, người thân gia đình động viên, chia sẻ, tạo Một lần em xin chân thành cảm ơn p ie gh điều kiện giúp đỡ suốt trình học tập làm luận văn nl w Thái Nguyên, tháng năm 2016 d oa Học viên va an lu ll u nf Đinh Đức Ân oi m z at nh z m co l gm @ an Lu n va ac th si iii MỤC LỤC Lời cam đoan i Lời cảm ơn ii Mục lục iii Danh mục bảng v Danh mục hình vi MỞ ĐẦU CHƯƠNG 1: LÝ THUYẾT MỜ VÀ ĐIỀU KHIỂN MỜ 1.1 Các định nghĩa tập mờ lu an 1.1.1 Giới thiệu va n 1.1.2 Định nghĩa tập mờ 1.2.1 Phép hợp hai tập mờ ie gh tn to 1.2 Các phép tính tốn tập mờ p 1.2.2 Phép giao hai tập mờ 11 nl w 1.2.3 Phép bù tập mờ 14 d oa 1.2.4 Phép kéo theo 16 an lu 1.3 Quan hệ mờ luật lợp thành mờ 18 va 1.3.1 Quan hệ mờ 18 ll u nf 1.3.2.Luật lợp thành mờ 20 oi m 1.4 Điều khiển mờ 23 z at nh 1.4.1 Bộ điều khiểm mờ 23 1.4.2 Nguyên lý điều khiển mờ 24 z 1.5 Kết luận 27 @ gm CHƯƠNG 2: ĐẠI SỐ GIA TỬ, ĐIỀU KHIỂN DỰA TRÊN ĐẠI SỐ GIA m co l TỬ VỚI PHÉP NGỮ NGHĨA HÓA VÀ GIẢI NGHĨA MỞ RỘNG 28 2.1 Mở đầu 28 an Lu 2.2 Các hàm đo đại số gia tử tuyến tính 34 n va 2.2.1 Định lượng đại số gia tử 34 ac th si iv 2.2.1.1 Tính mờ giá trị ngôn ngữ 35 2.3 Phương pháp lập luận mờ sử dụng đại số gia tử 37 2.4 Mơ hình điều khiển sử dụng đại số gia tử 39 2.5 Xây dựng phép ngữ nghĩa hóa phép giải nghĩa mở rộng 40 2.6 Kết luận 42 CHƯƠNG PHÉP NGỮ NGHĨA HÓA VÀ GIẢI NGHĨA MỞ RỘNG ỨNG DỤNG TRONG XẤP XỈ HÀM VÀ ĐIỀU KHIỂN 43 3.1 Mở đầu 43 3.2 Bài tốn điều khiển hạ độ cao mơ hình bay 50 lu an 3.3 So sánh phương pháp lập luận mờ lập luận sử dụng ĐSGT n va điều khiển 58 tn to 3.4 Kết luận 60 gh Những hướng nghiên cứu 61 p ie KẾT LUẬN CHUNG 62 TÀI LIỆU THAM KHẢO 63 w d oa nl PHỤ LỤC 64 ll u nf va an lu oi m z at nh z m co l gm @ an Lu n va ac th si v DANH MỤC CÁC BẢNG Bảng 3.1 Luật tăng, giảm 45 Bảng 3.2 FAM 46 Bảng 3.3 Kết xấp xỉ hàm y = 10 sin(x) dựa luật tiếp cận mờ 46 Bảng 3.4 Hệ luật SAM 47 Bảng 3.5 Ngữ nghĩa luật điểm đường cong ngữ nghĩa định lượng 48 Bảng 3.6 Tiếp cận ĐSGTvới phép ngữ nghĩa hóa giải nghĩa tuyến tính 49 Bảng 3.7 Tiếp cận ĐSGTvới phép ngữ nghĩa hóa tuyến tính sp = 0, lu an phép giải nghĩa phi tuyến với dp=0.58 50 n va Bảng FAM 51 Bảng 3.9 Kết điều khiển sử dụng tiếp cận mờ 53 tn to Bảng 3.8 gh Bảng 3.10 Các giá trị ngôn ngữ tương ứng với hạng từ ĐSGT 53 p ie Bảng 3.11 Bảng SAM thỏa quan hệ parabol tốc độ v độ cao h 54 tuyến tính AND=MIN AND=PRODUCT] [8] 55 oa nl w Bảng 3.12 Kết sử dụng ĐSGT với phép ngữ nghĩa hóa giải nghĩa d Bảng 3.13 Kết sử dụng ĐSGT với phép ngữ nghĩa hóa tuyến tính lu va an giải nghĩa phi tuyến 57 ll u nf Bảng 3.14 So sánh phương pháp điều khiển hạ độ cao mơ hình bay 58 oi m z at nh z m co l gm @ an Lu n va ac th si vi DANH MỤC CÁC HÌNH Hình 1.1: Hàm thuộc A(x) tập kinh điển A Hình 1.2: a Hàm thuộc tập mờ B, b Hàm thuộc tập mờ C Hình 1.3: a Hàm thuộc F(x) dạng tam giác, y=trimf(x, [a, b, c]) b Hàm thuộc F(x) dạng hình thang, y = trapmf(x, [a,b,c,d]) Hình 1.4: Bộ điều khiển mờ với quy tắc MAX-MIN 22 Hình 1.5: Bộ điều khiển mờ 23 Hình 1.6: Một điều khiển mờ động 23 lu an Hình 1.7: Hệ kín, phản hồi âm điều khiển mờ 24 n va Hình 1.8: Bộ điều khiển mờ PID 27 tn to Hình 1.9: Tính mờ giá trị ngôn ngữ 35 ie gh Hình 3.1: Phân hoạch đầu vào x 45 p Hình 3.2: Phân hoạch đầu y 45 nl w Hình 3.3: Ngữ nghĩa đầu vào xs 47 oa Hình 3.4: Ngữ nghĩa đầu ys 47 d Hình 3.5: Các đường cong ngữ nghĩa định lượng C1 C2, C12 48 an lu Hình 3.6: Hàm thuộc tập mờ biến h 52 va ll u nf Hình 3.7: Hàm thuộc tập mờ biến v 52 oi m Hình 3.8: Hàm thuộc tập mờ biến f 52 z at nh z m co l gm @ an Lu n va ac th si MỞ ĐẦU Ngày nay, với phát triển ngành kỹ thuật, công nghệ thơng tin góp phần cho phát triển kỹ thuật điều khiển tự động hố Trong cơng nghiệp, điều khiển trình sản xuất mũi nhọn then chốt để giải vấn đề nâng cao suất chất lượng sản phẩm Một vấn đề quan trọng điều khiển việc tự động điều chỉnh độ ổn định sai số khoảng thời gian điều khiển ngắn nhất, phải kể đến hệ thống điều khiển mờ sử dụng rộng lu rãi an va Trong trình điều khiển thực tế, người ta ln mong muốn có n thuật toán điều khiển đơn giản, dễ thể mặt cơng nghệ có độ gh tn to xác cao tốt Đây yêu cầu khó thực thơng p ie tin có tính điều khiển mơ hình động học đối tượng điều khiển biết mơ hồ dạng tri thức chuyên gia theo kiểu oa nl w luật IF – THEN Để đảm bảo độ xác cao q trình xử lý thông tin d điều khiển cho hệ thống làm việc môi trường phức tạp Hiện an lu số kỹ thuật phát phát triển mạnh mẽ đem lại nhiều thành u nf va tựu bất ngờ lĩnh vực xử lý thông tin điều khiển Trong năm gần đây, nhiều công nghệ thông minh sử dụng phát triển mạnh ll oi m điều khiển công nghiệp công nghệ nơron, công nghệ mờ, công nghệ tri z at nh thức, giải thuật di truyền, … Những công nghệ phải giải với mức độ vấn đề cịn để ngỏ điều khiển thơng minh z gm @ nay, hướng xử lý tối ưu tri thức chuyên gia l Lý thuyết đại số gia tử hình thành từ năm 1990 Ngày m co lý thuyết phát triển mục tiêu giải cơng trình nghiên cứu gần an Lu toán suy luận xấp xỉ Có thể tìm hiểu kỹ vấn đề n va ac th si Trong lôgic mờ lý thuyết mờ, nhiều khái niệm quan trọng tập mờ, T-chuẩn, S-chuẩn, phép giao mờ, phép hợp mờ, phép phủ định mờ, phép kéo theo mờ, phép hợp thành, … sử dụng toán suy luận xấp xỉ Đây điểm mạnh có lợi cho trình suy luận mềm dẻo điểm yếu có nhiều yếu tố ảnh hưởng đến tính xác q trình suy luận Trong suy luận xấp xỉ dựa đại số gia tử từ đầu không sử dụng khái niệm tập mờ, độ xác suy luận xấp xỉ không bị ảnh hưởng khái niệm Một vấn đề đặt liệu đưa lý thuyết đại số gia tử với tính ưu lu an việt suy luận xấp xỉ so với lý thuyết khác vào toán điều khiển n va liệu có thành cơng lý thuyết khác có hay khơng? to tn Luận văn cho thấy sử dụng công cụ đại số gia tử cho ie gh nhiều lĩnh vực công nghệ khác số cơng nghệ p điều khiển sở tri thức chuyên gia oa nl w Phần nội dung luận văn gồm chương: d Chương 1: LÝ THUYẾT MỜ VÀ ĐIỀU KHIỂN MỜ lu va an Chương 2: ĐẠI SỐ GIA TỬ, ĐIỀU KHIỂN DỰA TRÊN ĐẠI SỐ GIA u nf TỬ VỚI PHÉP NGỮ NGHĨA HÓA VÀ GIẢI NGHĨA MỞ RỘNG ll Chương 3: PHÉP NGỮ NGHĨA HÓA VÀ GIẢI NGHĨA MỞ RỘNG m oi ỨNG DỤNG TRONG XẤP XỈ HÀM VÀ ĐIỀU KHIỂN z at nh Do trình độ thời gian hạn chế, mong nhận ý kiến z góp ý thầy giáo, giáo ý kiến đóng góp đồng nghiệp @ l gm Đặc biệt, xin chân thành cảm ơn hướng dẫn tận tình thầy giáo m co hướng dẫn TS Vũ Như Lân giúp đỡ thầy cô giáo Viện Công nghệ thông tin, thầy cô giáo trường Đại học Công nghệ thông tin & Truyền an Lu thông Thái Nguyên anh chị lớp CK13B bạn bè, đồng nghiệp n va ac th si CHƯƠNG 1: LÝ THUYẾT MỜ VÀ ĐIỀU KHIỂN MỜ 1.1 Các định nghĩa tập mờ 1.1.1 Giới thiệu Trong năm gần đây, chứng kiến phát triển nhanh chóng đáng ngạc nhiên số lượng phong phú ứng dụng logic mờ Các ứng dụng từ đồ dùng gia dụng máy ảnh, máy quay phim, máy giặt, lị vi sóng,… đến thiết bị công nghiệp, thiết bị y tế Để hiểu lại có phát triển nhanh chóng vậy, ta cần tìm hiểu sơ lu để thấy ưu điểm điều khiển an n va Khái niệm tập hợp hình thành tảng logic tượng có tính chất đó, gọi phần tử tập hợp, ý gh tn to G.Cantor định nghĩa xếp đặt chung lại vật, đối p ie nghĩa logic khái niệm tập hợp xác định chỗ vật đối w tượng có hai khả phần tử tập xét, oa nl không Như phụ thuộc phần tử vào tập hợp theo quan d điểm logic kinh điển có hai giá trị: – nghĩa phần tử thuộc tập lu an hợp, – phần tử không thuộc tập hợp Đây quan điểm logic kinh u nf va điển hay gọi logic rõ (Scrip logic) Sở dĩ gọi logic kinh điển ll tồn lâu, kh Aristotle – người đưa luật loại trừ giá m oi trị trung gian (luật trung) nói phần tử x phải phần tử tập z at nh A không Với đối tượng phải xác nhận phủ định Tuy nhiên thực tế khơng phải đối tượng đánh giá z gm @ xác thuộc hay khơng thuộc tập hợp đánh giá l đánh giá xác lại có ý nghĩa đánh giá khả m co phần tử thuộc tập hợp phần hay độ phụ thuộc phần an Lu tử vào tập hợp xét Minh chứng thông tin mà người thu nhận hầu hết tương đối ước lượng Những hoạt động n va ac th si 50 Kết tính tốn theo tiếp cận ĐSGT với phép giải nghĩa mở rộng so sánh với tiếp cận mờ trình bày Bảng 3.7 Bảng 3.7 Tiếp cận ĐSGT với phép ngữ nghĩa hóa tuyến tính sp = 0, phép giải nghĩa mở rộng với dp=0.58 Giải nghĩa mở Tiếp cận mờ X yd yf 10sinx -135o -7.175 -7,0 -7,14 -45o -7.175 -7,0 -7,14 45o 7.175 7,0 7,14 135o 7.175 7,0 7,14 lu Tiếp cận ĐSGT dp=0.58 rộng an n va ie gh tn to Rõ ràng phép giải nghĩa mở rộng tạo khả xấp xỉ (Bảng p 3.7) tốt so với phép giải nghĩa tuyến tính (Bảng 3.6) nl w Xấp xỉ hàm lớp toán rộng Sử dụng tiếp cận ĐSGT với phép d oa ngữ nghĩa hóa giải nghĩa mở rộng giải lớp toán tiếp an lu cận nhằm tìm hiểu khả xấp xỉ hàm phi tuyến dựa luật so va sánh với tiếp cận mờ truyền thống để thấy rõ tính ưu việt hạn chế ll u nf phương pháp đề xuất Qua ví dụ xấp xỉ hàm phi tuyến, thấy oi m rằng: Tiếp cận ĐSGT cho kết tốt tiếp cận mờ xây dựng z at nh phép ngữ nghĩa hóa giải nghĩa mở rộng hợp lí Từ tiến đến việc giải toán xấp xỉ tối ưu hàm phi tuyến z 3.2 Bài toán điều khiển hạ độ cao mơ hình bay @ l gm Phần trình bày sau dựa kết nghiên cứu [9] Mơ hình động học bay tối giản mô tả [6] sau: (3.4) an Lu vi+1 = vi + fi m co hi+1 = hi + vi (3.5) n va ac th si 51 Trong vilà tốc độ; hilà độ cao fi lực điều khiển chu kỳ điều khiển i với i=0, 1, 2… Quỹ đạo mong muốn thể quan hệ parabol vận tốc mong muốn v0i độ cao hi sau: v0i=((-20)/10002)*hi2 (3.6) Vấn đề đặt là: Trên độ cao1000 ft , cần phải điều khiển hạ thấp mơ hình bay (3.4), (3.5) với vận tốc ban đầu mơ hình bay 20 ft/s Chất lượng điều khiển đánh giá qua sai số tốc độ hạ thấp độ cao Gọi e sai số tốc độ hạ thấp độ cao qua kchu kỳ điều khiển: e  (i 1 (v0i  vi )2 )1/2 k lu (3.7) an va v0i, vi tốc độmong muốn tốc độ thực tế chu kỳ i n Tiếp cận điều khiển mờ [6] to gh tn Hệ luật điều khiển mờ cho Bảng 3.8, Bảng FAM (Fuzzy p ie Associative Memory) nl w Bảng 3.8 Bảng FAM oa Tốc độ v DS Z US UL Z DS DL DL DL US DS DL DL Z DS DL Z DS DS Z S UL US NZ UL ll u nf va M an lu L DL oi d Độ cao h m z at nh UL z Trong biến ngơn ngữ Độ caoh [0 1000] có giá trị ngôn ngữ: @ gm Large (L), Medium (M), Small (S), Near Zero (NZ) m co l Biến ngơn ngữ Tốc độv [-20 20] có giá trị ngôn ngữ: Down Large (DL), Down Small (DS), Zero (Z), Up Small (US), Up Large (UL) an Lu Biến ngơn ngữ Lực điều khiển f [-20 20] có giá trị ngôn ngữ: n va Down Large (DL), Down Small (DS), Zero (Z), Up Small (US), Up Large (UL) ac th si 52 Hàm thuộc tập mờ biến ngôn ngữ h, v, f biểu thị Hình 3.6, 3.7, 3.8 lu an n va Hình 3.6: Hàm thuộc tập mờ biến h p ie gh tn to d oa nl w u nf va an lu Hình 3.7: Hàm thuộc tập mờ biến v ll oi m z at nh z m co l gm @ an Lu n va Hình 3.8: Hàm thuộc tập mờ biến f ac th si 53 Cho điều kiện ban đầu h0 = 1000 ft; v0 = -20 ft/s, kết điều khiển mờ [6] trình bày Bảng 3.9 với AND = MIN đây: Bảng 3.9 Kết điều khiển sử dụng tiếp cận mờ Độ cao Tốc độ thực tế Tốc độ mong Lực điều khiển kỳ h v muốn v0i f 1000 -20 -20.00 5.8 980.0 -14.2 -19.20 0.5 965.8 -14.7 -18.46 -0.4 951.1 -15.1 -17.76 0.3 lu Chu an 7.15 n va eF to tn Sai số tốc độ hạ thấp độ cao eFsau chu kỳ điều khiển điều eF= (i=14(v0i(F)-vi(F))2)1/2 = 7.15 (3.8) p ie gh khiển mờ xác định sau: nl w Trong đó: d oa v0i(F) : Tốc độ mong muốn chu kỳ i điều khiển mờ an lu vi(F): Tốc độ thực tế chu kỳ i điều khiển mờ va Trong toán điều khiển hạ độ cao mơ hình bay (3.4), (3.5), giá trị ll u nf ngôn ngữ biến ngôn ngữ độ cao h, tốc độ v lực điều khiển f chuyển oi m sang hạng từ tương ứng ĐSGT trình bầy Bảng 3.10 Tốc độ v [-20, 20] Lực điều khiển f [-20,20] z Độ cao h [0,1000] z at nh Bảng 3.10 Các giá trị ngôn ngữ tương ứng với hạng từ ĐSGT @ DL => Absolute Small DL => Absolute Small S => Small DS => Small DS => Small M => Medium Z => Medium L => Absolute Large US => Large US => Large UL => Absolute Large UL => Absolute Large l gm NZ => Absolute Small m co Z => Medium an Lu n va ac th si 54 Trong [8] đưa bảng SAM có điều kiện mơ tả đắn quan hệ định lượng parabol ( đảm bảo hạ thấp độ cao mô hình bay ) tốc độ v độ cao h với tính chất sau: P1 giá trị tốc độ v tương ứng với giá trị độ cao h P2 Nếu tốc độ v giảm, Thì độ cao h giảm Phương trình động học (3.4), (3.5) có tính chất sau: P3 giá trị tốc độ v giá trị độ cao h tương ứng với giá trị lực điều khiển f lu an P4.Mơ hình bay bắt đầu hạ thấp độ cao với tốc độ ban đầu v(0) giá trị n va tốc độ lớn khoảng xác định tốc độ với độ cao ban đầu h(0) P5 Nếu tốc độ v tiến đến độ cao h tiến đến Thì lực điều khiển f ie gh tn to giá trị lớn khoảng xác định độ cao p tiến đến oa nl w Bảng 3.11 Bảng SAM thỏa quan hệ parabol tốc độ v độ cao h d vs hs 0.25 0.50 0.50 oi m 0.50 z at nh 0.00 ll 0.50 0.50 u nf 1.00 va an lu 0.00 z Như hệ luật điều khiển bảng SAM (Bảng 3.11) đơn giản hơn, @ gm hợp lý thỏa mãn ràng buộc quan hệ parabol tốc độ v m co l độ cao h so với hệ luật điều khiển bảng FAM (Bảng 3.4 ) Chính kết thu [8] mơ tả Bảng 3.8 xác an Lu nhiều so với kết tiếp cận mờ [6] Bảng 3.5 n va ac th si 55 Bảng 3.12 Kết sử dụng ĐSGT với phép ngữ nghĩa hóa giải nghĩa tuyến tính AND=MIN AND=PRODUCT] [8] Độ cao h Chu kỳ Tốc độ v Lực điều khiển f Tốc độ Mong muốn MIN PRODUCT MIN PRODUCT lu MIN PRODUCT 1000 1000 -20 -20 -20 0.8 1.20 980.0 980.0 -19.2 -18.8 -19.20 0.77 1.06 960.8 961.2 -18.43 -17.7 -18.46 0.74 1.02 942.4 943.5 -17.69 -16.6 -17.76 0.71 0.95 0.13 0.93 an eHAC va n Sai số tốc độ hạ thấp độ cao eHACsau chu kỳ điều khiển điều gh tn to khiển sử dụng ĐSGT với phép ngữ nghĩa hóa giải nghĩa tuyến tính [8] p ie xác định sau: eHA C = (i=14(v0i(HAC) - vi(HAC))2)1/2 w (3.9) oa nl AND = MIN :eHAC= 0.13 d AND = PRODUCT :eHAC= 0.93 lu an Tuy nhiên phép ngữ nghĩa hóa giải nghĩa [8] hoàn toàn u nf va tuyến tính Ưu điểm chúng tính tốn đơn giản, tuyệt đối khơng ll có khả ảnh hưởng đến trình điều khiển Hạn chế m oi khắc phục sử dụng phép giải nghĩa mở rộng toán điều z at nh khiển hạ thấp độ cao mơ hình bay Ngồi ra, để tính tốn đơn giản, giữ ngun phép ngữ nghĩa hóa tuyến tính Cụ thể sau: z fs= (f +20)/40 (3.11) an Lu vs = (v +20)/40 (3.10) m co hs= h/1000 l điều khiển f gm @ a Phép ngữ nghĩa hóa tuyến tính biến ngôn ngữ độcao h, tốc độ v lực (3.12) n va ac th si 56 b Phép giải nghĩa mở rộng theo fd =f +dp(20 -f).(f -fmin)/(fmax-fmin) (3.13) f = 40fs – 20 (3.14) Trong fmax = 20 fmin = -20 Kết tính tốn với AND = MIN AND = PRODUCT Đối với tốn hạ thấp độ cao mơ hình bay [6], mơ hình tính tốn tiếp cận ĐSGT xây dựng cho biến ngôn ngữ độ cao h, tốc độ v lực điều khiểnf tương tự [7, 8] với điều kiện ban đầu sau: lu C = { 0, Small, , Large, 1}; H - = { Little} = {h-1} ; H+ = {Very} = { h1} an n va Cho trước  [0.25 0.75] ; [0.25 0.75];  = 1- α tn to (Very) = 1- α; (Little) = α; gh Sai số tốc độ hạ thấp độ cao eHACdpsau chu kỳ điều khiển điều p ie khiển sử dụng ĐSGT với phép ngữ nghĩa hóa tuyến tính phép giải nghĩa w mở rộng xác định sau: nl eHA Cdp = (i=14(v0i(HAC) - vi(HACdp))2)1/2 oa (3.15) d Trong đó: an lu va v0i(HAC) = v0i(F): Tốc độ mong muốn chu kỳ i điều khiển sử dụng ll u nf ĐSGT điều khiển mờ z at nh phép giải nghĩa mở rộng oi m vi(HACdp): Tốc độ thực tế chu kỳ i điều khiển sử dụng ĐSGT với Trên sở biểu thức (3.10), (3.11)…., (3.14), chương trình tính z gm @ toán tối ưu tham số θ, α ĐSGT tham số giải nghĩa mở rộng dp(i) cho chu kỳ điều khiển i= 1, 2, 3, theo nghĩa: l (3.16) m co eHA Cdp = (i=14(v0i(HAC) - vi(HACdp))2)1/2 → an Lu Bài toán tối ưu hóa (3.16) giải thuật tốn GA MATLAB Phần Phụ Lục mơ tả chương trình hạ thấp độ cao mơ hình bay tối ưu n va ac th si 57 Kết điều khiển qua chu kỳ điều khiển mô tả Bảng 3.13 Bộ tham số tối ưu ĐSGT tìm sở thuật toán GA sau: θ* = 0.352, α* = 0.417 (AND=PRODUCT AND=MIN ) Tham số ngữ nghĩa hóa phi tuyến tối ưu chu kỳ điều khiển tìm sở thuật toán GA sau: dp*(1) = 0.0881, dp*(2)= 0.0734, dp*(3) = 0.0640, dp*(4) = 0.0562 Bảng 3.13 Kết sử dụng ĐSGT với phép ngữ nghĩa hóa tuyến tính giải nghĩa mở rộng lu an Độ cao Tốc độ kỳ h v Lực điều n va Chu tn to PRODUCT 980.0 MIN khiển Mong muốn f PRODUCT MIN PRODUCT -20 -20 -20 0.831 0.831 980.0 -19.17 -19.17 -19.21 0.734 0.734 960.8 -18.44 -18.44 -18.46 0.639 0.639 942.4 -17.79 -17.79 -17.76 0.562 0.562 0.0591 0.0591 nl w 1000 an 1000 p ie gh MIN Tốc độ 942.4 d u nf va eHACdp lu 960.8 oa ll Sai số tốc độ hạ thấp độ cao eHACdp m oi Khi AND = MIN :eHACdp= 0.0591 z at nh Khi AND = PRODUCT :eHACdp= 0.0591 z Bộ điều khiển sử dụng ĐSGT cho toán hạ thấp độ cao mơ hình bay @ gm (3.3), (3.4) với phép ngữ nghĩa hóa tuyến tính (3.10), (3.11), (3.12) phép m co l giải nghĩa mở rộng (3.13), (3.14) so sánh với điều khiển mờ [6], điều khiển sử dụng ĐSGT với phép ngữ nghĩa hóa giải nghĩa nghĩa hoàn n va Kết so sánh trình bày Bảng 3.14 an Lu tồn tuyến tính [7, 8] ac th si 58 Bảng 3.14 So sánh phương pháp điều khiển hạ độ cao mơ hình bay Điều khiển sử Điều khiển sử Điều khiển sử dụng ĐSGT Điều dụng ĐSGT với dụng ĐSGT với với phép ngữ Phương khiển mờ phép ngữ nghĩa phép ngữ nghĩa nghĩa hóa pháp [6] hóa giải nghĩa hóa giải nghĩa tuyến tính tuyến tính [7] tuyến tính [8] giải nghĩa mở rộng Sai số AND = AND=MIN AND=MIN AND = MIN tốc độ MIN eHAC = 2.92 eHAC = 0.13 eF = 7.15 AND=PRODUCT AND=PRODUCT AND = MIN lu eHAC = 0.89 eHACdp = 0.0591 eHAC = 0.93 eHACdp = 0.0591 an n va Bài toán điều khiển xem xét giải theo quan điểm mở rộng tn to phép ngữ nghĩa hóa phép giải nghĩa từ tuyến tính sang phi tuyến Kết ie gh điều khiển hạ độ cao mô hình bay tổng hợp Bảng 3.14 Rõ ràng rằng: p Bộ điều khiển sử dụng ĐSGT thử nghiệm quan điểm nl w tốn điều khiển hạ độ cao mơ hình bay có độ xác cao nhiều oa so với điều khiển mờ hay điều khiển sử dụng ĐSGT với phép ngữ d nghĩa hóa giải nghĩa túy tuyến tính lu va an Phương pháp điều khiển dựa ĐSGT với quan điểm cho u nf phép điều khiển với khả mềm dẻo sở tham số hóa phép ll ngữ nghĩa hóa giải nghĩa mở rộng Hơn có nhiều cách chọn hàm oi m z at nh phi tuyến cho phép ngữ nghĩa hóa giải nghĩa Điều mở hướng ứng dụng rộng rãi ĐSGT toán điều khiển với mức độ thông z minh hơn, đồng thời đảm bảo độ xác cao @ m co l điều khiển gm 3.3 So sánh phương pháp lập luận mờ lập luận sử dụng ĐSGT Động học hệ thống phức tạp mô tả hệ mờ an Lu mô tả mơ hình tốn học truyền thống phương trình vi phân Có n va nghĩa động học biểu diễn mơ hình ngơn ngữ dạng tập hợp ac th si 59 luật Gọi R quan hệ tạo tập luật, X vectơ đầu vào mờ Y vectơ đầu mờ Khi quan hệ vào-ra hệ mờ hình thành phương trình quan hệ mờ sau đây: Y = X°R (3.17) Ri  yi ; X   x1 , x1 , , xn  ; Y   y1 , y1 , , yn  Hoặc: xi  T T lu an n va p ie gh tn to Phương pháp lập luận logic mờ Phương pháp lập luận đại số điều khiển gia tử điều khiển Khó mơ tả rõ ràng hành vi, động Hành vi, động học hệ thống học hệ thống vì: thể qua đường cong (hàm) ngữ nghĩa định lượng Mỗi luật điểm đường cong Có nhiều hàm kéo theo mờ để tính quan Phép kéo theo thể hệ mờ Ri, điểm đường cong ngữ nghĩa Có nhiều cách kết nhập @Ri với nhiều t Có thể xây dựng vài t - chuẩn (t - chuẩn (t - đối chuẩn) làm cho quan hệ - đối chuẩn) cụ thể R tuỳ tiện, Có nhiều cách hợp thành với kết Phép hợp thành phép nội suy đơn đa dạng giản Có nhiều cách mờ hóa giải mờ phức Phép ngữ nghĩa hóa giải nghĩa đơn tạp với kết khác giản Việc lựa chọn khâu hồn Có tính hệ thống cho việc chọn khâu toàn dựa trực cảm, kinh nghiệm thông qua tham số Như từ cặp (X, Y) có nhiều quan Khơng bị ảnh hưởng yếu tố hệ R khác thoả mãn (*) chủ quan tùy tiện tiếp cận mờ Các tập mờ đặt tập Ngữ nghĩa có thứ tự quan hệ mềm tiêu chí thống để thứ tự dẻo với thông qua tham số Đây tương tự thứ tự vốn có tập tính chất có lợi cho ứng dụng địi hỏi độ xác cao Hình dáng hàm thuộc đa dạng Khơng sử dụng hàm thuộc làm tăng sai số suy luận luật Tập mờ khơng có thứ tự tương ứng 1:1 Ngữ nghĩa có phân bố theo thứ tự trên tập tập có tương ứng 1:1 Khó định nghĩa xác tính mờ Định nghĩa tính mờ trực quan dựa kích cỡ tập H(x) quan niệm biến ngôn ngữ đại số gia tử d oa nl w ll u nf va an lu oi m z at nh z m co l gm @ an Lu n va ac th si 60 Từ phân tích, so sánh trên, thấy phương pháp lập luận dùng đại số gia tử điều khiển có yếu tố ảnh hưởng đến q trình lập luận tốn lập luận mờ chuyển tốn nội suy thơng thường nhờ hàm ngữ nghĩa định lượng Vì phương pháp lập luận dùng đại số gia tử có độ xác cao số ứng dụng cụ thể điều khiển [ 3, 4, 5] so với phương pháp lập luận dùng lôgic mờ 3.4 Kết luận Trong chương này, luận văn trình bày ứng dụng cụ thể sử dụng ĐSGT xấp xỉ hàm điều khiển mơ hình hạ thấp độ cao đối tượng bay lu an với phép ngữ nghĩa hóa tuyến tính phép giải nghĩa mở rộng Hiệu n va đánh giá qua so sánh với trường hợp ĐSGT với phép ngữ nghĩa tn to hóa giải nghĩa túy tuyến tính so sánh với cách giải gh tiếp cận mờ Kết thu khẳng định hiệu tốt ứng dụng phép p ie ngữ nghĩa hóa giải nghĩa mở rộng toán nêu d oa nl w ll u nf va an lu oi m z at nh z m co l gm @ an Lu n va ac th si 61 Những hướng nghiên cứu Điều khiển sử dụng đại số gia tử hướng nghiên cứu khoa học điều khiển Kết chứng minh cụ thể luận văn “Điều khiển dựa Đại số gia tử với phép ngữ nghĩa hóa phép giải nghĩa mở rộng” rõ ràng phương pháp điều khiển dùng lý thuyết đại số gia tử cho phép đạt kết tốt hẳn so với phương pháp điều khiển mờ truyền thống số ứng dụng cụ thể Mở rộng toán ứng dụng ĐSGT với phép ngữ nghĩa hóa giải nghĩa lu mở rộng cho lĩnh vực Điều khiển dự báo an n va Với ưu điểm đưa đại số gia tử vào nhiều toán điều tn to khiển thông minh khác điều khiển thích nghi, điều khiển bền vững ie gh Điều khiển sử dụng đại số gia tử hướng nghiên cứu p nhiều tiềm ứng dụng xem xét lại hàng loạt vấn đề liên quan nl w nhận dạng mơ hình, ước lượng trạng thái, dự báo chuỗi thời gian mờ, … d oa quan điểm đại số gia tử an lu Những kết đạt luận văn cho phép ứng dụng đại số ll u nf va gia tử kỹ thuật điều khiển đối tượng phức tạp công nghiệp oi m z at nh z m co l gm @ an Lu n va ac th si 62 KẾT LUẬN CHUNG Như trình bày phần mở đầu luận văn, đề tài “Nghiên cứu ứng dụng đại số gia tử điều khiển” đề tài mở Những ứng dụng ĐSGT nay, chủ yếu dựa phép ngữ nghĩa hóa giải nghĩa tuyến tính Điều hạn chế tính mềm dẻo ĐSGT Luận văn dựa nghiên cứu [9] trình bày đơn giản, cụ thể rõ ràng vấn đề mở rộng phép ngữ nghĩa hóa giải nghĩa từ tuyến tính sang phi tuyến Từ tạo tiền đề cho tính thơng minh ứng dụng nói chung điều khiển nói riêng lu Trong luận văn này, tập trung vào số vấn đề sau: an va  Nghiên cứu lý thuyết mờ, điều khiển mờ ứng dụng n tốn điều khiển to gh tn  Nghiên cứu lý thuyết đại số gia tử ứng dụng đại số gia tử p ie toán điều khiển w  Xây dựng phương pháp điều khiển sử dụng đại số gia tử oa nl tốn “ Điều khiển mơ hình hạ thấp độ cao đối tượng bay ” với phép d ngữ nghĩa hóa giải nghĩa mở rộng lu va an  Hiệu phương pháp điều khiển nêu thể qua ll u nf việc so sánh với phương pháp điều khiển mờ truyền thống oi m Tuy nhiên với trình độ thời gian có hạn nên luận văn khơng tránh giáo cộng tác đồng nghiệp z at nh khỏi sai sót Vì tơi mong nhận giúp đỡ thầy giáo, cô z @ Cuối cùng, lần tơi xin chân thành bày tỏ lịng biết sâu sắc l gm đến thầy giáo hướng dẫn TS Vũ Như Lân, thầy giáo, cô giáo Viện Công m co nghệ thông tin, thầy cô giáo trường Đại học Công nghệ thông tin truyền thông Thái Nguyên anh, chị, bạn bè, đồng nghiệp giúp đỡ tơi an Lu hồn thành luận văn n va ac th si 63 TÀI LIỆU THAM KHẢO [1] N.C Ho, W Wechler Hedge algebras : An algebraic approach to structure of sets of linguistic truth values, Fuzzy Set and Systems 35 , 281-293, 1990 [2] N.C Ho, W Wechler Extended Hedge algebras and their application to fuzzy logic, Fuzzy Set and Systems 52, 259-281, 1992 [3] Dinko Vukadinović, Mateo Bašić, Cat Ho Nguyen, Nhu Lan Vu, Tien Duy Nguyen, Hedge-Algebra-Based Voltage Controller for a Self-Excited lu Induction Generator, Control Engineering Practice, 30, 78–90, 2014 an [4] Hai-Le Bui , Cat-Ho Nguyen, Nhu-Lan Vu, Cong-Hung Nguyen, va n General design method of hedge-algebras-based fuzzy controllers and an to 2, 251-275, 2015 ie gh tn application for structural active control Applied Intelligence, Vol 43, N p [5] Nguyen Cat Ho, Vu Nhu Lan, Le Xuan Viet, Optimal hedge-algebras- nl w based controller: Design and Application, Fuzzy Sets and Systems 159, d oa 968– 989, 2008 an lu [6] T.J.Ross Fuzzy logic with Engineering Applications, McGraw-Hill, Inc u nf va Third Edition 2010 ll [7] P.T Ha, Phát triển phương pháp lập luận mờ sử dụng đại số gia tử m oi ứng dụng Luận án tiến sỹ tốn học Viện cơng nghệ thơng tin, 2010 z at nh [8] N.D.Minh, Tiếp cận đại số gia tử điều khiển mờ Luận án tiến sỹ tốn học Viện cơng nghệ thơng tin, 2012 z gm @ [9] Nguyễn Tiến Duy, Vũ Như Lân, Ứng dụng đại số gia tử với phép ngữ l nghĩa hóa giải nghĩa phi tuyến tốn hạ độ cao mơ hình bay an Lu Số 6, 165-172, 2016 m co Tạp chí KHOA HỌC & CƠNG NGHỆ Đại học Thái Nguyên Tập 151, n va ac th si 64 PHỤ LỤC lu an n va p ie gh tn to CHƯƠNG TRÌNH TÍNH TỐN HẠ THẤP ĐỘ CAO MƠ HÌNH BAY TỐI ƯU function [ y ] = HacanhDphituyenOHAP3moitot(x) fmax=20 fmin=-20 h(1)=1000 v(1)=-20 teta=x(1) anpha=x(2) for i=1:n hs(i)=h(i)/1000 vs(i)=(v(i)+20)/40 dp(i)=x(3)*(i+1)/((i+2)^2+1) if (teta-anpha*teta)*teta>=hs(i)*vs(i)>=0 fs(i)=0.5; f(i)=40*fs(i)-20; fd(i)=f(i)+dp(i)*(fmax-f(i))*(f(i)-fmin)/(fmax-fmin) end h(i+1)=h(i)+v(i) v(i+1)=v(i)+fd(i) vop(i)=(-20/1000^2)*(h(i)^2) e(i)= vop(i)-v(i) e2(i)=e(i)^2 TBP=sum(e2) y=TBP^(1/2) fd fs f plot(h,v) plot(fd) end d oa nl w ll u nf va an lu oi m z at nh z m co l gm @ an Lu n va ac th si