Bài giảng điều khiển mờ và mạng nơron ( combo full slide 5 chương )

Bài giảng điều khiển mờ và mạng nơron ( combo full slide 5 chương ) Bài giảng điều khiển mờ và mạng nơron ( combo full slide 5 chương ) Bài giảng điều khiển mờ và mạng nơron ( combo full slide 5 chương ) Bài giảng điều khiển mờ và mạng nơron ( combo full slide 5 chương ) Bài giảng điều khiển mờ và mạng nơron ( combo full slide 5 chương ) Bài giảng điều khiển mờ và mạng nơron ( combo full slide 5 chương ) Bài giảng điều khiển mờ và mạng nơron ( combo full slide 5 chương ) Bài giảng điều khiển mờ và mạng nơron ( combo full slide 5 chương )

BÀI GIẢNG ĐIỀU KHIỂN MỜ VÀ MẠNG NƠRON NỘI DUNG BÀI GIẢNGI DUNG BÀI GIẢNGNG  CHƯƠNG : LOGIC MỜNG : LOGIC MỜ  CHƯƠNG : LOGIC MỜNG : ĐIỀU KHIỂN MỜU KHIỂN MỜN MỜ  CHƯƠNG : LOGIC MỜNG MẠNG NƠRONNG NƠNG : LOGIC MỜRON  CHƯƠNG : LOGIC MỜNG MẠNG NƠRONNG PERCEPTRON  CHƯƠNG : LOGIC MỜNG HỆ MỜ-NƠRON MỜ-NƠNG : LOGIC MỜRON ĐIỀU KHIỂN MỜ VÀ MẠNG NƠRON Chương LOGIC MỜ 1.1 Tổng quan logic mờ - Logic mờ phát triển từ năm đầu thập kỷ 90 - Tập mờ logic mờ dựa suy luận người thông tin “Không xác” “khơng đầy đủ” hệ thống để hiểu biết điều khiển hệ thống cách xác - Lịch sử điều khiển mờ năm 1965 giáo sư LoftiA.Zadeh trường đại học California đưa khái niệm lí thuyết tập mờ, từ trở nghiên cứu lí thuyết ứng dụng tập mờ phát triển mạnh mẽ 1.1 Tổng quan logic mờ 1.2 Khái niệm tập mờ Tập kinh điển (tập rõ) Để biểu diễn tập hợp A tập X, ta dùng hàm liên thuộc IA(x) 1 x  A (1.1) I A ( x)  0 x  A Kí hiệu A = {xX| x thoả mãn số tính chất đó} Ta nói: Tập A định nghĩa tập X Hình 1.1 mơ tả hàm liên thuộc IA(x) tập số thực từ -5 đến I (x) A = {xR-5 x  5} A x -5 Hình 1.1 Hàm phụ thuộc IA(x)của tập kinh điển A Tập mờ Cho tập E, gọi A tập mờ E, kí hiệu A A : = {(x/ (x)); xE} A  (1.2) Hàm liên thuộc A(x) = (0÷1) làm “mềm hóa” “linh hoạt hóa” A tập hợp, A(x) = IA(x) tập mờ  trở thành tập rõ A B(x) - Các thông số đặc trưng hàm liên thuộc 0,5 + Độ cao H Sup  A (x) x Hình 1.2 Hàm liên thuộc B(x) tập "mờ" xE + Miền xác định S = {xEA(x) > 0} + Miền tin cậy T = {xEA(x) = } Các dạng hàm liên thuộc tập mờ a/ d/ b/ e/ c/ f/ Hình 1.3: Các dạng hàm liên thuộc tập mờ + Hàm liên thuộc hình tam giác (hình 1.3a) + Hàm liên thuộc hình thang (hình 1.3b) + Hàm liên thuộc dạng Gauss (hình 1.3c) + Hàm liên thuộc dạng Sigmoid (hình 1.3d) + Hàm hình chng (hình 1.3e,f) 1.3 Các phép toán tập mờ a Hợp hai tập mờ có sở Hợp hai tập mờ A B có sở M tập mờ xác định sở M với hàm liên thuộc xác định theo hai công thức sau: + AB(x) = Max{A(x), B(x)} (1.3) + AB(x) = Min{1, A(x) + B(x)} phép hợp Lukasiewiez) (1.4)   A(x) B(x) x A(x) B(x) x a) b) Hình 1.4: Hợp hai tập mờ có sở (a) theo qui tắc Max (b) theo Lukasiewwiez Ví dụ: Cho tập mờ: A {(90 / 0.9),(95 / 0.95),(100 / 0.8),(105 / 0),(110 / 0),(115 / 0),(120 / 0)}  B {(90 / 0.8),(95 / 0.9),(100 / 1),(105 / 0),(110 / 0),(115 / 0),(120 / 0)}  A  B {((90 / 0.9),(95 / 0.95),(100 / 1),(105 / 0),(110 / 0),(115 / 0),(120 / 0)}   b Hợp hai tập mờ khác sở AB(x,y) = Max{A(x,y), B(x,y)} (1.5) Với A(x,y) = A(x) với y  N B(x,y) = B(y) với x M c Phép giao hai tập mờ sở + AB(x) = Min{A(x), B(x)} + AB(x) = A(x).B(x) (tích đại số) (1.6) (1.7)   A(x) B(x) B(x) x x a) b) Hình 1.5 Giao hai tập mờ có sở theo qui tắc Min (a) theo tích đại số (b) A {(90 / 0.9),(95 / 0.95),(100 / 0.8),(105 / 0),(110 / 0),(115 / 0),(120 / 0)}  B {(90 / 0.8),(95 / 0.9),(100 / 1),(105 / 0),(110 / 0),(115 / 0),(120 / 0)}  A  B {((90 / 0.8),(95 / 0.9),(100 / 0.8),(105 / 0),(110 / 0),(115 / 0),(120 / 0)}   d Giao hai tập mờ khác sở AB(x,y) = MIN{A(x,y),B(x,y)} (1.8) đó: A(x,y) = A(x) với yN B(x,y) = B(y) với xM e Phép bù tập mờ Bù tập mờ A có sở M hàm liên thuộc A(x) tập mờ A xác   định sở M với hàm liên thuộc:  A ( x) 1   A ( x) A {(90 / 0.9),(95 / 0.95),(100 / 0.8),(105 / 0),(110 / 0),(115 / 0),(120 / 0)}  A {(90 / 0.1),(95 / 0.05),(100 / 0.2),(105 / 1),(110 / 1),(115 / 1),(120 / 1)} 