Nghiên cứu những vấn đề tri thức trong hệ cơ sở tri thức

đại học thái nguyên Tr-ờng đại học CÔNG NGHệ THÔNG TIN Và TRUYềN THÔNG NG TH THO NGHIấN CU NHNG VẤN ĐỀ TRI THỨC TRONG HỆ CƠ SỞ TRI THỨC LUN VN THC S KHOA HC MY TNH thái nguyên - năm 2014 S húa bi Trung tõm Hc liu Tai ngay!!! Ban co the xoa dong chu nay!!! http://www.lrc-tnu.edu.vn/ đại học thái nguyên Tr-ờng đại học CÔNG NGHệ THÔNG TIN Và TRUYềN THÔNG NG TH THO [ NGHIấN CU NHỮNG VẤN ĐỀ TRI THỨC TRONG HỆ CƠ SỞ TRI THỨC LUẬN VĂN THẠC SĨ KHOA HỌC MÁY TÍNH Chuyên ngành: KHOA HỌC MÁY TÍNH Mã số: 60.48.01 Người hướng dẫn khoa học: PGS.TS LÊ BÁ DŨNG Thái Nguyên, 2014 Số hóa Trung tâm Học liệu http://www.lrc-tnu.edu.vn/ i LỜI CAM ĐOAN Tên là: Đặng Thị Thảo Lớp: Cao học K11G Khóa học: 2012 - 2014 Chuyên ngành: Khoa học máy tính Mã số chuyên ngành: 60 48 01 Cơ sở đào tạo: Trường Đại học Công nghệ thông tin Truyền thông Thái Nguyên Giáo viên hướng dẫn: PGS.TS Lê Bá Dũng Cơ quan công tác: Viện công nghệ thông tin – Viện Hàn lâm Khoa học Công nghệ Việt Nam Tôi xin cam đoan luận văn “Nghiên cứu vấn đề tri thức hệ sở tri thức” cơng trình nghiên cứu riêng Các số liệu sử dụng luận văn trung thực, kết nghiên cứu trình bày luận văn chưa công bố cơng trình khác Thái Ngun, ngày 28 tháng năm 2014 Học viên Đặng Thị Thảo ii LỜI CẢM ƠN Tôi xin bày tỏ lời cảm ơn chân thành tới tập thể thầy cô giáo Viện công nghệ thông tin – Viện Hàn lâm Khoa học Công nghệ Việt Nam, thầy cô giáo Trường Đại học Công nghệ thông tin truyền thông - Đại học Thái Nguyên tận tình giảng dạy tạo điều kiện để học tập nghiên cứu năm học cao học Tôi xin chân thành cảm ơn sâu sắc tới thầy giáo PGS.TS Lê Bá Dũng cho nhiều bảo quý báu, tận tình hướng dẫn tạo điều kiện cho tơi hồn thành tốt luận văn tốt nghiệp Q trình thực đề tài khơng tránh khỏi thiếu sót, mong tiếp tục nhận đóng góp ý kiến thầy, giáo, bạn đồng nghiệp đề tài nghiên cứu tơi để đề tài hồn thiện Tơi xin trân trọng cảm ơn! Thái Nguyên, ngày 28 tháng năm 2014 iii MỤC LỤC LỜI CAM ĐOAN i LỜI CẢM ƠN ii MỤC LỤC iii DANH MỤC CÁC BẢNG BIỂU v DANH MỤC CÁC HÌNH VẼ vi DANH MỤC CÁC TỪ VIẾT TẮT vii MỞ ĐẦU CHƯƠNG 1: TỔNG QUAN VỀ TRI THỨC 1.1 Khái niệm tri thức 1.1.1 Thông tin, liệu tri thức 1.1.2 Phân loại tri thức 1.2 Công nghệ xử lý tri thức 1.2.1 Thu thập tri thức (Kiến thức kế thừa từ nguồn khác nhau) 1.2.2 Biểu diễn tri thức 1.3 Một số phương pháp biểu diễn tri thức 1.3.1 Biểu diễn tri thức sử dụng luật dẫn xuất (luật sinh) 1.3.2 Biểu diễn tri thức nhờ mệnh đề logic 13 1.3.3 Biểu diễn tri thức nhờ mạng ngữ nghĩa 14 1.3.4 Biểu diễn tri thức nhờ khung 16 1.4 Suy diễn suy luận 17 1.4.1 Phương pháp suy diễn tiến 17 1.4.2 Phương pháp suy diễn lùi 18 1.5 Kết luận chương 19 CHƯƠNG 2: THẨM ĐỊNH ĐÁNH GIÁ HỆ CƠ SỞ TRI THỨC 20 2.1 Hệ sở tri thức (Knowledge Base System - KBS) 20 2.1.1 Hệ sở tri thức gì? 20 2.1.2 Thành phần hệ sở tri thức 21 2.2 Các vấn đề tri thức 23 2.2.1 Sự mâu thuẫn sở tri thức 24 2.2.2 Tri thức dư thừa 24 2.2.3 Tri thức gộp 24 2.2.4 Tri thức mâu thuẫn 24 iv 2.3 Tổng quan tri thức mờ 24 2.4 Đánh giá xác minh sở tri thức 36 2.4.1 Luật dư thừa 38 2.4.2 Luật xung đột 39 2.4.3 Luật gộp 39 2.4.4 Luật tạo hình vịng 39 2.4.5 Phần điều kiện không cần thiết 40 2.4.6 Luật cụt 40 2.4.7 Thiếu luật 40 2.4.8 Luật không đạt 41 2.5 Thẩm định, đánh giá hệ sở tri thức cho luật mờ 41 2.5.1 Khái nhiệm 41 2.5.2 Tính chất đầy đủ (Completeness) hệ sở tri thức mờ 42 2.5.3 Tính quán hệ sở tri thức mờ 43 2.5.4 Tính xác hệ sở tri thức mờ 45 2.6 Kết luận chương 45 CHƯƠNG 3: THẨM ĐỊNH ĐÁNH GIÁ HỆ CƠ SỞ TRI THỨC CHO HỆ LUẬT MỜ CỦA BÀI TOÁN ĐIỀU KHIỂN 46 3.1 Giới thiệu toán 46 3.2 Thiết kế điều khiển mờ 49 3.2.1 Hệ luật điều khiển 49 3.2.2 Tập mờ biến vào – 51 3.2.3 Cấu trúc hệ thống 52 3.3 Tối giản hệ luật 53 3.3.1 Đặt vấn đề 53 3.3.2 Đánh giá rút gọn hệ luật 53 3.4 Kết mô 57 3.5 Đánh giá 59 3.6 Kết luận chương 60 KẾT LUẬN 61 Kết thu 61 Hướng nghiên cứu 61 TÀI LIỆU THAM KHẢO 62 v DANH MỤC CÁC BẢNG BIỂU Bảng 1.1 Bảng minh họa vị từ 13 Bảng 3.1 Bảng sở luật 50 Bảng 3.2 Hệ luật 57 Bảng 3.3 Giá trị đặt thực mô hệ thống 58 vi DANH MỤC CÁC HÌNH VẼ Hình 1.1 Định nghĩa hẹp quy trình cơng nghệ xử lý tri thức Hình 1.2 định nghĩa rộng q trình cơng nghệ xử lý tri thức Hình 1.3 Nền tảng công nghệ hệ chuyên gia dựa luật đại 17 Hình 2.1 Các thành phần hệ sở tri thức 21 Hình 2.2 Sự mâu thuẫn cú pháp luật sở 38 Hình 2.3 Hiệu đầu vào hệ tri thức mờ 42 Hình 3.1 Tổng quan chung q tình xử lý nước thải dùng bùn hoạt tính [12] 47 Hình 3.2 Sơ đồ khối điều khiển DO 48 Hình 3.3 Hàm thuộc tập mờ biến e, ce 51 Hình 3.4 Hàm thuộc tập mờ biến u 51 Hình 3.5 Mặt quan hệ vào tương ứng với hệ luật 52 Hình 3.6 Mặt quan hệ vào tương ứng với hệ luật 57 Hình 3.7 Mơ hình mơ hệ thống điều khiển DO 58 Hình 3.8 Đáp ứng hệ thống với điều khiển 59 Hình 3.9 Đáp ứng hệ thống với giá trị tham chiếu = 59 Hình 3.10 Đáp ứng hệ thống với giá trị tham chiếu = 59 vii DANH MỤC CÁC TỪ VIẾT TẮT AI KBS TSK ES SRP SRC Artificial Intelligence Trí tuệ nhân tạo Knowledge-Based Systems Hệ sở tri thức Takagi – Sugeno – Kang Mơ hình Takagi - Sugeno Hệ chuyên gia Similarity of rule premise Tính tương tự phần điều kiện Similarity of rule conclusions Tính tương tự phần kết luận Negative Big NB N NS ZE PS P PB Cực âm lớn Negative Cực âm Negative Small Cực âm nhỏ Zero Positive Small Cực dương nhỏ Positive Cực dương Positive Big Cực dương lớn MỞ ĐẦU Trong thời đại ngày nay, sống giới ngập tràn tri thức Nhiều ngành có máy móc trợ giúp cơng việc ngày máy móc khẳng định vị trí vai trị việc tăng xuất lao động Những điều khẳng định lịch sử phát triển loài người Khi người có trí tuệ địi hỏi thiết bị phải tự động thông minh Do máy móc phải có khả xử lý tình thu thập tri thức tự động giống người Vì cơng cụ cơng nghệ thu thập tri thức tự động quan tâm xây dựng phát triển Các công cụ công nghệ xây dựng phát triển nhằm mục đích hỗ trợ cho hệ chuyên gia thu thập tri thức để giúp cho trình tạo định tổ chức tri thức cho hệ chuyên gia.Tuy có nhiều quan điểm khác vai trị người máy móc khơng thể phủ nhận vai trị máy móc sống người đại hôm nay, đặc biệt máy thông minh hay hệ chuyên gia Vì theo thời gian nhu cầu người hệ thống ngày cấp thiết Do đó, cơng cụ cơng nghệ thu thập tri thức cho hệ chuyên gia hoạt động tạo định vấn đề then chốt để xây dựng hệ chun gia hồn chỉnh hoạt động chuyên gia Một yêu cầu cần thiết xây dựng hệ thống thông minh sử dụng cơng cụ tính tốn mềm [1, 2], hay cơng cụ trí tuệ nhân tạo, hệ chuyên gia ….cần phải thu thập tri thức Các tri thức thu thập thực từ nguồn khác như: tri thức từ chuyên gia, từ tài liệu sách [4, 5], từ thực nghiệm, … Hoặc thu thập tri thức từ phương pháp tự động sử dụng cơng cụ tính tốn mềm [2, 6, 7, 8] Thực tế xây dựng hệ thống thơng minh tri thức thu thập chưa thể xác, hồn hảo đầy đủ Do nhà thiết kế hệ xử lý thông minh cần phải thực phương pháp để có hệ thống thông minh đáp ứng yêu cầu đề Việc định tham khảo tiêu chí thoả mãn chuẩn đề ra, theo tri thức chuyên gia điều cần thiết, gợi ý thầy hướng dẫn em chọn đề tài “Nghiên cứu vấn đề tri thức hệ sở tri thức” 48 yd (+) e u (-) Controller de/dt Air-blower Oxygen mass tranfer y ce Hình 3.2 Sơ đồ khối điều khiển DO Theo cơng trình [13], sơ đồ khối hệ thống điều khiển DO Hình 3.2 - yd – giá trị đặt lượng Oxy cần hoà tan nước [mg/l] - y – giá trị lượng Oxy hoà tan thực tế hệ thống đo thông qua cảm biến [mg/l] - Air-blower: phận đưa khí vào bể sục Hệ thống bao gồm quạt gió van gió để điều chỉnh lượng oxy đưa vào bể xử lý - Oxygen mass transfer: Bể hoà tan oxy Sử dụng cảm biến, đo lượng oxy hồ tan thực làm tín hiệu trạng thái phản hồi lại đầu vào hệ thống - Đầu vào điều khiển gồm:  e (error) = yd-y: sai lệch điều khiển  ce (change error) = e(t) – e(t-1): tốc độ thay đổi sai lệch điều khiển ce xác định sai lệch chu kỳ sai lệch chu kỳ trước Đây thành phần có”nhớ”, ý nghĩa nói lên giá trị điều khiển u đầu điều khiển không phụ thuộc vào sai lệch điều khiển mà phải kể đến mức độ thay đổi sai lệch so với chu kỳ trước - Đầu điều khiển: u Đây đại lượng điều khiển để điều khiển mức độ mở van tốc độ quạt gió Hàm truyền đạt DO cho [13]: Trong đó: 49 K = 0.8 hệ số khuếch đại hệ thống;T1 = 12; T2 = 100 số thời gian khâu hệ thống;  = 10 thành phần trễ tác động hệ thống 3.2 Thiết kế điều khiển mờ 3.2.1 Hệ luật điều khiển Khi nhìn nhận mối quan hệ vào đơn giản giá trị lượng oxy hoà tan đầu giá trị mong muốn đặt đầu vào ta có mối quan hệ định tính là: - “nếu lượng oxy hoà tan thực tế đo đầu nhỏ lượng oxy hoà tan mong muốn đầu vào cần điều khiển để tăng lượng oxy hồ tan” - “nếu lượng oxy hoà tan thực tế đo đầu lớn lượng oxy hoà tan mong muốn đầu vào cần điều khiển để giảm lượng oxy hoà tan” - “nếu lượng oxy hoà tan thực tế đo đầu với lượng oxy hồ tan mong muốn đầu vào giữ nguyên giá trị điều khiển để giữ ổn định lượng oxy hồ tan” Có thể thấy phát biểu “lượng oxy hoà tan thực tế đo đầu nhỏ lượng oxy hoà tan mong muốn đầu vào” cho biết có sai lệch lượng oxy hoà tan thực tế đo đầu lượng oxy hoà tan mong muốn đầu vào sai lệch dương Vì từ sơ đồ điều khiển ta có e = yd-y Như vậy, phát biểu diễn tả theo cách khác: - “nếu sai lệch e dương tăng giá trị điều khiển” - “nếu sai lệch e âm giảm giá trị điều khiển” - “nếu sai lệch e giữ nguyên giá trị điều khiển” Trên mô tả mối quan hệ định tính hệ thống Vấn đề đặt cần mô tả “mịn” khái niệm “âm” “dương”, … để chất lượng điều khiển tốt hơn? Giả sử khái niệm “âm” làm “mịn” khái niệm ngơn ngữ mang tính mờ “âm lớn”, “âm” (hoặc “âm trung bình”), “âm nhỏ” Tương tự vậy, ta có khái niệm “dương nhỏ”, “dương”, “dương lớn”, … Và ta mờ hoá khái niệm “tăng”, “giảm”, “giữ nguyên” giá trị ngơn ngữ mang tính mờ như”đầu dương “hoặc” đầu dương lớn “để diễn tả cho hành động”tăng” Hoặc “đầu âm”, “đầu âm nhỏ”, “đầu âm lớn”, … để mơ tả cho hành động “giảm” Có thể mơ tả mối quan hệ dạng luật cách trực quan hơn: - e = “âm nhỏ” u = “âm nhỏ” 50 - e = “âm” u = “âm” - e = “âm lớn” u = “âm lớn” - e = “dương nhỏ” u = “dương nhỏ” - e = “dương” u = “dương” - e = “dương lớn” u “dương lớn” Như trình bày trên, để tăng chất lượng điều khiển ngồi việc định đưa giá trị điều khiển đầu không phụ thuộc vào sai lệnh điều khiển mà kể đến tốc độ sai lệnh điều khiển ce Mức độ sai lệch điều khiển mơ tả giá trị ngôn ngữ tương tự sai lệch điều khiển e Giả sử có luật: - e = “âm nhỏ” ce = “âm lớn” u = “âm” - e = “âm nhỏ” ce = “khơng” u = “âm nhỏ” - e = “âm” ce =“dương” u = “khơng” - e = “âm” ce =“dương nhỏ” u = “âm nhỏ” - e = “dương” ce =“dương nhỏ” u = “dương lớn” - e = “dương” ce =“dương” u = “dương” - … Ký hiệu cho giá trị ngôn ngữ biến ngôn ngữ vào sau: “âm lớn” = “NB”; (”Negative Big”); “âm”= “N” (“Negative”); “âm nhỏ” = “NS” (“Negative Small”); “không” = “ZE” (“Zero”); “dương nhỏ” = “PS” (“Positive Small”); “dương” = “P” (“Positive”); “dương lớn” = “PB” (“Positive Big”) Dựa kinh nghiệm, thực nghiệm tri thức chuyên gia, hệ CSTT điều khiển hệ thống dạng luật gồm 49 luật mô tả dạng bảng Bảng 3.1 Bảng 3.1 Bảng sở luật e ce NB N NS ZE PS P PB NB N NS ZE PS NB NB N NS NS ZE ZE NB NB NB N NS ZE ZE N NB N NS ZE PS PS NS N NS ZE PS P PS NS NS ZE PS P PB P P PB ZE ZE PS P PB PB PB ZE ZE PS PS P PB PB 51 Mỗi ô bảng luật điều khiển hiểu (như ô đánh dấu vàng Bảng 3.1): If e = “NS” and ce = “ZE” then u = “NS” Tương tự vậy, ta có 7x7 = 49 luật mờ điều khiển (Bảng 3.1) Một cách định tính, sai lệch điều khiển lớn giá trị điều khiển đầu lớn Đó quan hệ tỉ lệ đồng biến quan trọng để xác định tính quán, tính đầy đủ tính xác luật đầu vào đầu suy luận mờ 3.2.2 Tập mờ biến vào – Qua khảo sát, ta xác định miền miến thiên giá trị thực biến vào – Trên sở đó, thiết kế hàm thuộc tập mờ để mô tả cho giá trị ngôn ngữ mang tính mờ Miền biến thiên hình dáng hàm thuộc tập mờ cho biến vào – xác định Hình 3.3 Hình 3.4 Các hệ thống cơng nghiệp nói chung làm việc, trình điều sai lệch e tốc độ sai lệch ce dương âm Ngồi ra, hệ thống thường có tính đối xứng Vì hàm thuộc xây dựng có tính đối xứng qua điểm sai lệch e tốc độ sai lệch ce Biến vào: Hình 3.3 Hàm thuộc tập mờ biến e, ce Biến ra: Hình 3.4 Hàm thuộc tập mờ biến u 52 Với hình dáng tập mờ hệ luật trên, mặt quan hệ vào – tương ứng Hình 3.5 Hình 3.5 Mặt quan hệ vào tương ứng với hệ luật 3.2.3 Cấu trúc hệ thống Hình 3.6 Cấu trúc điều khiển mờ kiểu Mamdani Trong điều khiển mờ sử dụng logic mờ, có kiểu điều khiển kiểu Mamdani Sugeno Mỗi kiểu điều khiển bộc lộ ưu nhược điểm khác Bộ điều khiển mờ kiểu Sugeno mô tả đầu quan hệ hàm đầu vào Có thể xây dựng hàm đầu hợp lí để đạt chất lượng điều khiển cách tối ưu Bộ điều khiển mờ kiểu Sugeno cho phép điều khiển đối tượng hệ thống khơng gian trạng thái Việc tính tốn 53 suy luật điều khiển mờ kiểu Sugneo đơn giản nên có khả tối ưu hố tốc độ Trong nhiều ứng dụng, người ta thường lựa chọn điều khiển mờ kiểu Sugeno tính đơn giản nó, kể thiết kế thực Bên cạnh đó, điều khiển mờ kiểu Mamdani lại cho phép mô tả đầu cách trừu tượng dựa phát biểu hạng từ ngôn ngữ (giá trị ngôn ngữ, biểu diễn tập mờ) Vì mơ tả xác luật điều khiển thu thập thông qua phát biểu ngơn ngữ Chính lẽ đó, điều khiển mờ lựa chọn để điều khiển cho hệ thống điều khiển mờ kiểu Mamdani Hệ luật điều khiển (là hệ sở tri thức điều khiển) gồm 49 luật Các luật thu thập qua kinh nghiệm, thực nghiệm tri thức chuyên gia Như trình bày trước đây, luật thu thập cịn chưa đảm bảo tính đầy đủ, tính xác tính quán Phần luận văn trình bày cacs bước để đánh giá rút gọn hệ luật dựa tính chất hệ luật Dựa bước tổng qt hố thành thuật toán rút gọn luật 3.3 Tối giản hệ luật 3.3.1 Đặt vấn đề Một hệ CSTT dạng luật sau thu thập được, cịn tồn nhiều yếu tố sai lệch mà sử dụng hệ luật hệ thống điều khiển giá trị suy luận không đảm bảo chất lượng yêu cầu hệ thống Vì vậy, trước đưa vào sử dụng hệ luật hệ thống, công việc quan trọng cần phải đánh giá tồn hệ luật để bổ sung luật cần thiết loại bỏ luật không phù hợp với hệ thống Một hệ CSTT dạng luật đắn, xác tối thiểu số lượng luật cho chất lượng suy luận hệ thống điều khiển tốt với thời gian tính tốn tối ưu 3.3.2 Đánh giá rút gọn hệ luật Để có hệ CSTT đắn, xác, tối thiểu số lượng luật sở hệ luật thu thập câu hỏi đặt ra, bước đánh giá luật hệ luật mối quan hệ chúng toàn hệ luật yếu tố khác Bước 1: Kiểm tra tính dư thừa luật Duyệt tồn hệ luật, phát cặp luật có dạng: If e = A and ce = B then output = C, If ce = B and e = A then output = C 54 Thì loại luật Thực tế, phép “and” có tính giao hốn nên trường hợp luật ta loại bỏ luật Để quán mặt thứ tự đầu vào luật xét, e = … and ce = … ta loại bỏ luật dạng Trong hệ luật toán điều khiển xét khơng có luật dư thừa nên ta chuyển sang bước Bước 2: Phát luật có tri thức gộp Duyệt toàn hệ luật, phát cặp luật có dạng: If e = A and e not(A) then output = C, If e = A then output = C Ta thấy phần điều kiện luật có luật chất điều kiện luật dạng Trong hệ luật luật toán xét gồm luật với điều kiện đầu vào nên khơng có luật dạng tri thức gộp Bước 3: Phát luật có tính mâu thuẫn, xung đột Duyệt toàn hệ luật, phát luật có dạng: If e = A and ce = B then output = C If e = A and ce = B then output = not(C) If e = A and ce = B then output = D Đó luật giống phần điều kiện khác phần kết luật kết luật có tính trái ngược Trong hệ luật (Bảng 3.1), ô bảng đầu tham chiếu cặp đầu vào (theo hàng, cột) phân biệt nên luật dạng xung đột Bước 4: Phát luật tạo hình vịng Duyệt tồn hệ luật, phát luật có dạng: If e = A and ce = B then output = C If e = C and ce = B then output = D 10 If e = D and ce = B then output = A Các luật 8, 9, 10 thấy luẩn quẩn hình vịng q trình lấy định Hệ thống điều khiển khơng chuyển đổi trạng thái khỏi “vịng” Trong hệ luật tốn khơng chứa luật Bước 5: Phát luật có phần điều kiện khơng cần thiết Duyệt tồn hệ luật, phát luật có dạng: 11 If e = A and ce = B then output = C, 55 12 If e = not(A) and ce = B then output = C Ta thấy luật có phần điều kiện mâu thuẫn Như đầu phụ thuộc vào điều kiện đầu vào lại Trường hợp ta loại bỏ điều kiện mâu thuẫn để trở thành luật đơn đầu vào đơn đầu Tuy nhiên hệ luật tốn xét khơng chứa cặp luật dạng Bước 6: Kiểm tra tính đầy đủ khơng gian tập mờ Trên Hình 3.3, Hình 3.4 ta thấy phân hoạch tập mờ đầu vào đầu đầy đủ Các hàm thuộc tập mờ chồng lên phân hoạch đảm bảo giá trị rõ đầu vào, tổng độ thuộc tập mờ ≥ Như vậy, giá trị suy luận đầu tính tập mờ đầu với tổng độ thuộc ≥ Không tồn vị trí mà tổng độ thuộc nhỏ 1, tập mờ đầu ta giải mờ giá trị (giải mờ phương pháp trọng tâm) mà giá trị giải mờ có độ thuộc tập mờ đầu Đầu vào hệ điều khiển gồm biến ngôn ngữ, đầu biến ngôn ngữ Trong luật hệ luật ta thấy xuất đầy đủ điều kiện đầu vào kết luận đầu Điều cho thấy cấu trúc luật mờ đầy đủ Trên miền biến thiên tập mờ đầu vào đầu ra, giá trị đầu vào có tri thức kết luận đầu Điều cho thấy hệ luật mờ đầy đủ Bước 7: Đánh giá tính quán hệ luật Từ Bảng 3.1, ta thấy luật: If e = “NB” and ce = “NB” then u = “NB” If e = “NB” and ce = “N” then u = “NB” If e = “N” and ce = “NB” then u = “NB” If e = “N” and ce = “N” then u = “NB” có kết luận đầu “NB” nhiên đầu vào lại khác Bên cạnh cịn có luật có kết luận “NB”: luật: If e = “ZE” and ce = “NB” then u = “NS” 56 If e = “PS” and ce = “NB” then u = “NS” If e = “NB” and ce = “ZE” then u = “NS” If e = “NB” and ce = “PS” then u = “NS” Chúng có kết luận “NS” với đầu vào khác Vậy loại bỏ luật này? If e = “NS” and ce = “N” then u = “NB” 10 If e = “N” and ce = “NS” then u = “NB” ta thấy chúng khơng thoả mãn tính quán quy luật điều khiển Vậy, ta loại bỏ luật 1, 2, 3, 7, giữ lại luật 4, 5, 6, 8, 10? Đó câu hỏi đặt nhìn nhận tính quán với quy luật điều khiển Để trả lời câu hỏi này, ta sử dụng phương pháp “thử - sai” Thử loại bỏ luật khỏi hệ luật, sau cho hệ thống làm việc với điều khiển mà hệ luật loại bỏ luật Đánh giá chất lượng điều khiển thấy không ảnh hưởng theo xu hướng xấu mà ngược lại có phần tốt Ta định loại bỏ luật hoàn toàn khỏi hệ luật Tiếp tục xét đến luật: 11 If e = “NS” and ce = “NB” then u = “N” 12 If e = “NS” and ce = “N” then u = “NB” luật: 13 If e = “NB” and ce = “NS” then u = “N” 14 If e = “NB” and ce = “N” then u = “NB” Ta thấy chúng có mâu thuẫn chỗ đầu vào có xu hướng tăng, đầu lại có xu hương giảm Như vậy, không đảm bảo quy luật đồng biến mang tính định tính hệ thống Vậy loại bỏ luật mâu thuẫn này? Tiếp tục áp dụng phương pháp “thử - sai” luật có tính khơng quan với quy luật biến thiên hệ thống Ta kết luận việc loại bỏ luật Bước 8: Đánh giá tính xác hệ luật Để đánh giá tính xác hệ luật hệ thống suy diễn cụ thể việc khó khăn Đánh giá cách định tính quan trọng dựa thực nghiệm Mỗi hệ luật có được, cần thử nghiệm hệ thống (mô phỏng) để đánh giá chất lượng làm việc hệ thống, thơng qua đánh giá hệ luật điều khiển có Thực bước đánh giá trên, duyệt toàn luật lại hệ 57 luật, phát luật vi phạm tính chất quán, tính xác, … giản lược luật có thể, ta nhận hệ luật (Bảng 3.2) với 25 luật (giảm gần nửa số luật so với hệ luật ban đầu) Bảng 3.2 Hệ luật e ce N N NS ZE PS NB NB N NS ZE NS NB N ZE NS ZE PS N NS ZE PS PS NS ZE PS P ZE PS P P P P PB PB PB Hệ luật điều khiển nhận ta thấy rõ luật thoả tính chất tính đầy đủ, tính xác, tính quán Đảm bảo quy luật định tính mối quan hệ đồng biến đầu vào đầu Hệ luật có tính đối xứng biến đầu vào Với hệ luật rút gọn, mặt quan hệ vào – tương ứng Hình 3.6 Hình 3.7 Mặt quan hệ vào tương ứng với hệ luật 3.4 Kết mô Hệ thống điều khiển DO xây dựng mơ hình mơ Matlab – simulink Hình 3.8 Hàm truyền đối tượng gồm khâu quán tính bậc nối tiếp nối tiếp khâu Delay với thời gian trễ  = 10 s Bộ điều khiển mờ với thành phần đầu vào e ce, đầu u điều khiển đưa tới đội tượng Thành phần tích phân e mắc song song với điều khiển để thêm vào giá 58 trị u điều khiển cho khử sai lệch tĩnh hệ thống Giá trị đặt hệt thống thay đổi để khảo sát tính ổn định, độ bám sai lệch tĩnh giá trị đầu so với đầu vào (Bảng 3.3) Hình 3.8 Mơ hình mô hệ thống điều khiển DO Mô hệ thống với giá trị đặt (giá trị tham chiếu) – giá trị lượng Oxy hoà ta cần thiết theo khoảng thời gian Bảng 3.3 Giá trị đặt thực mô hệ thống t [s] * [mg/l] udc – 300 300 – 600 600 – 1000 Đáp ứng hệ thống chạy mơ thể Hình 3.9, Hình 3.10, Hình 3.11 59 Hình 3.9 Đáp ứng hệ thống với điều khiển Hình 3.10 Đáp ứng hệ thống với giá trị tham chiếu = Hình 3.11 Đáp ứng hệ thống với giá trị tham chiếu = 3.5 Đánh giá Phụ thuộc vào yêu cầu trình xử lý khác theo thời gian Yêu cầu hệ thống giá trị đặt (là lượng oxy hoà tan theo yêu cầu ban đầu [mg/l]) mà hệ thống cần phản ứng tốt yêu cầu đặt Như Hình 3.9 thấy, đáp ứng hệ thống đối điều khiển sử dụng hệ luật ban đầu gồm 49 luật điều khiển sử dụng hệ luật sau tối giản 25 luật gần trùng khít lên Điều cho thấy, luật lược bỏ khỏi hệ luật ban đầu 60 hoàn toàn xác đáng Số luật giản gần nửa chất lượng điều khiển hoàn toàn tin cậy Để quan sát kỹ hơn, phóng to đồ thị điểm độ đáp ứng Hình 3.10 3.11 thấy, đáp ứng hệ thống ứng với điều khiển 25 luật có phần bám sát so với giá trị đặt (một lượng nhỏ) Điều thể thiện, lập luận xấp xỉ, luật có tính mâu thuẫn quy luật điều khiển bị loại bỏ, ảnh hưởng chúng làm cho chất lượng điều khiển có xu hướng tốt Chất lượng điều khiển hệ thống đánh giá qua số thông số như: - Đáp ứng nhanh hệ thống lượng oxy hoà tan yêu cầu Đó khoảng thời gian mà kể từ hệ thống bắt đầu nhận giá trị tham chiếu đến hệ thống đáp ứng với giá trị mong muốn (chu kỳ đầu) - Thời gian xác lập: khoảng thời gian kể từ hệ thống nhận giá trị tham chiếu đến hệ thống đạt tới giá trị ổn định Tuỳ theo hệ thống yêu cầu công nghệ khác mà giá trị xác lập tính giá trị đặt thay đổi khoảng (ví dụ 5%) - Lượng điều chỉnh: Giá trị cực đại mà đáp ứng hệ thống đạt so với giá trị đặt mong muốn Một cách chung nhất, chất lượng điều khiển đánh giá tối ưu tối ưu tham số hệ thống 3.6 Kết luận chương Nội dung chương giới thiệu toán ứng dụng điều khiển mờ với hệ luật điều khiển hệ sở tri thức mờ dạng luật Trên sở hệ luật thu thập từ kinh nghiệm, thực nghiệm tri thức mang tính chuyên gia, vấn đề đánh giá, rút gọn hệ luật trình bày theo bước dựa các tính chất đảm bảo tính đắn hệ luật Kết dựa tính chất ràng buộc luật luật, ta nhận hệ luật rút gọn “tối thiểu” đảm bảo chất lượng suy luận “tốt hơn” so với hệ luật thu thập ban đầu 61 KẾT LUẬN Kết thu Với phát triển hệ CSTT nay, nhiệm vụ trình thu thập tri thức tự động trở nên khó khăn hơn, khơng có tri thức cho ứng dụng cụ thể Triển khai hệ chuyên gia thực tế phải làm nhiều giới chun mơn yêu cầu Nó cần phải có sở luật đầy đủ, không mâu thuẫn, hợp lý Các kỹ sư tri thức tận dụng đa dạng công nghệ để suy thông tin luật từ chuyên gia lĩnh vực cho xây dựng sở luật đầy đủ chắn Sự thu thập tri thức từ chuyên gia lĩnh vực nhiệm vụ phức tạp tốn nhiều thời gian có mâu thuẫn sở tri thức Với kết trên, thấy: - Các luật khơng thoả tính xác (mâu thuẫn), tính qn quy luật điều khiển loại bỏ hệ luật kiểm nghiệm lại tính đắn thông qua chạy mô hệ thống - Khi hệ luật tối giản, khơng có tham gia (ảnh hưởng) luật mâu thuẫn quy luật điều khiển trình suy luận xấp xỉ cho thấy chất lượng điều khiển có xu hướng tốt - Số lượng luật giản lược so với số lượng luật hệ luật ban đầu đáng kể: từ 49, xuống 25 luật Làm giảm thời gian tính tốn q trình suy luận xấp xỉ Hướng nghiên cứu - Tiếp tục nghiên cứu ứng dụng phương pháp biểu diễn tri thức lập luận suy diễn khác để xây dựng hệ chun gia có tính linh hoạt - Luận văn kết trình học hỏi, nghiên cứu làm việc nghiêm túc thân Song khơng thể khơng mắc phải thiếu sót Tơi mong nhận đóng góp ý kiến Thầy - Cô, bạn bè, đồng nghiệp để luận văn hoàn thiện 62 TÀI LIỆU THAM KHẢO Tiếng Việt [1] Lê Bá Dũng, Các hệ sở tri thức (knowledge based system) ứng dụng, Bài giảng ĐHBK Hà nội – Genetic computer school joint education program [2] Bùi Cơng Cường, Nguyễn Dỗn Phước, “Lý thuyết mờ cơng nghệ tính tốn mềm”, Hệ mờ mạng nơron ứng dụng, Nhà xuất Khoa học Kỹ thuật, pp.53-89, 2006 [3] Nguyễn Trung Sơn, Phương pháp phân cụm ứng dụng, Khoa công nghệ thông tin - Đại học Thái Nguyên, luận văn thạc sĩ, 2009 [4] Nguyễn Đình Thúc (2000), Trí tuệ nhân tạo Mạng nơron phương pháp & ứng dụng, Nhà xuất Giáo dục [5] GS.TSKH Hoàng Kiếm, TS Đỗ Văn Nhơn, Th.S Đỗ Phúc, Giáo trình Các hệ sở tri thức, Đại Học Quốc Gia TPHCM – 2002 [6] GS.TSKH Hoàng Kiếm, Th.S Đinh Nguyễn Anh Dũng, Giáo trình Trí tuệ nhân tạo, Đại Học Quốc Gia TPHCM – 2002 Tiếng Anh [7] Adrian A.Hopgood Knowledge-based systems for Engineers and Scientists The Open University – CRC Press Boca-Raton Ann-Arbor London Tokyo 1998 [8] Jiawei Han, Micheline Kamber, Datamining Concepts and Techniques, Morgan Kaufmann Publishers, 2nd edition, 2006 [9] C A C Belchior, R A M Araújoa, J A C Landeckb, Dissolved oxygen control of the activated sludge wastewater treatment process using stable adaptive fuzzy control, Computers and Chemical Engineering, 37: 152-162, 2012 [10] M Ren, J M F Wang, Y Ren, Application of Fuzzy Neural Network PID Controller in Sewage Treatment, Journal of Jilin University (Information Science Edition), 29(6): 595-599, 2011 [11] C.H Nguyen, D.A Nguyen, N.L Vu, Fuzzy Controllers Using Hedge Algebra Based Semantics of Vague Linguistic Terms, in: D Vukadinović (Ed.), Fuzzy Control Systems, Nova Science Publishers, Hauppauge, 2013, pp 135-192 [12] YE Hong-tao, LI Zhen-qiang, LUO Wen-guang, Dissolved Oxygen Control of the Activated Sludge Wastewater Treatment Process Using Adaptive Fuzzy PID Control, Proceedings of the 32nd Chinese Control Confeence, pp 7510-7513, 2013 [13] J.M Zurada, R.J Marks, C.J Robinson, Computational Intelligence Imitating Life, IEEE Press, Piscataway, 1994