Đánh giá các yếu tố ảnh hưởng tới phương pháp lập luận mờ đa điều kiện

1 ĐẠI HỌC THÁI NGUYÊN TRƢỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG LÊ THỊ HẠNH ĐÁNH GIÁ CÁC YẾU TỐ ẢNH HƢỞNG TỚI PHƢƠNG PHÁP LẬP LUẬN MỜ ĐA ĐIỀU KIỆN Chuyên ngành: Khoa học máy tí nh Mã số: 60 48 01 LUẬN VĂN THẠC SĨ KHOA HỌC MÁY TÍ NH NGƢỜI HƢỚNG DẪN KHOA HỌC TS PHẠM THANH HÀ Thái Nguyên - 2012 Số hóa Trung tâm Học liệu – Đại học Thái Nguyên Tai ngay!!! Ban co the xoa dong chu nay!!! http://www.lrc-tnu.edu.vn MỞ ĐẦU Đặt vấn đề Trong thực tế sống, toán liên quan đến hoạt động nhận thức ngƣời hàm chứa đại lƣợng, thơng tin mà chất khơng xác, khơng chắn, khơng đầy đủ Ví dụ chẳng có thơng tin, liệu nhƣ mơ hình tốn học đầy đủ cho tốn dự báo thời tiết Nhìn chung ngƣời ln bối cảnh khơng có thơng tin đầy đủ xác cho hoạt động định thân Trong lĩnh vực khoa học kỹ thuật vậy, hệ thống phức tạp thực tế thƣờng khơng thể mơ tả đầy đủ xác phƣơng trình tốn học truyền thống Kết cách tiếp cận kinh điển dựa kỹ thuật phân tích phƣơng trình tốn học trở nên thiếu hiệu Lý thuyết tập mờ logic mờ sở toán học cho việc nghiên cứu, phát triển phƣơng pháp lập luận khác nhau, đƣợc gọi phƣơng pháp lập luận xấp xỉ, để mô cách thức ngƣời lập luận Trên thực tế lý thuyết tập mờ logic mờ công cụ giải nhiều tốn có thơng tin mờ khơng chắn Và lý để luận văn chọn đề tài : Đánh giá yếu tố ảnh hưởng tới phương pháp lập luận mờ đa điều kiện Mục đích nghiên cứu - Nghiên cứu lý thuyết tập mờ, logic mờ, Nghiên cứu phƣơng pháp lập luận mờ đa điều kiện, Nghiên cứu yếu tố ảnh hƣớng tới phƣơng pháp lập luận mờ đa điều kiện nhƣ vấn đề biểu diễn hàm thuộc, sử dụng toán tử kéo theo - Cài đặt thử nghiệm tốn xấp xỉ mơ hình mờ Đối tƣợng phạm vi nghiên cứu Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn - Các khái niệm tập mờ, logic mờ, phƣơng pháp lập luận mờ đa điều kiện - Nghiên cứu ảnh hƣởng việc biểu diễn tập mờ, ảnh hƣởng phép kéo theo đến phƣơng pháp lập luận mờ đa điều kiện tốn xấp xỉ mơ hình mờ Cao – Kandel Xây dựng hệ mờ hỗ trợ dự báo khả mƣa dựa thông số nhiệt độ độ ẩm Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn CHƢƠNG TẬP MỜ VÀ LOGIC MỜ 1.1 Tập mờ 1.1.1 Khái niệm tập rõ Một tập rõ A vũ trụ xác định cách liệt kê tất phần tử nó, chẳng hạn A = {3, 5, 6, 9} Trong trƣờng hợp liệt kê hết đƣợc phần tử tập A, tính chất xác mà phần tử tập A thoả mãn, chẳng hạn A = {x | x số nguyên tố} Một tập rõ đƣợc xác định hàm đặc trƣng, hay gọi hàm thuộc (membership function) Hàm thuộc tập rõ A, đƣợc ký hiệu A , hàm trị (1/0), nhận giá trị đối tƣợng x thuộc tập A giá trị đối tƣợng x khơng thuộc A Các tập có ranh giới rõ ràng phần tử thuộc khơng thuộc 1.1.2 Khái niệm tập mờ Bây quan tâm đến ngƣời trẻ tuổi Ai ngƣời đƣợc xem trẻ? Chúng ta xem ngƣời dƣới 30 tuổi trẻ, ngƣời 60 tuổi không trẻ Vậy ngƣời 35, 40, 45, 50 sao? Trƣợc cách mạng tháng năm 45, 50 tuổi đƣợc xem già, nhƣng 50 tuổi già, nhƣng khơng thể trẻ Tính chất ngƣời trẻ khơng phải tính chất xác để xác định tập rõ, nhƣ tính chất số gần tốc độ nhanh… Đối với tập rõ đƣợc xác định tính chất xác cho phép ta biết đối tƣợng thuộc hay không thuộc tập cho, tập mờ đƣợc xác định tính chất khơng xác, khơng rõ ràng, chẳng hạn tính chất ngƣời trẻ, ngƣời già, ngƣời đẹp, áp suất cao, số gần 7, tốc độ nhanh,…Các tập mờ đƣợc xác định hàm thuộc mà giá trị số thực từ đến Chẳng hạn, tập mờ ngƣời thoả mãn tính chất ngƣời trẻ (chúng ta gọi tập mờ ngƣời trẻ) đƣợc xác định Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn hàm thuộc nhận giá trị tất ngƣời dƣới 30 tuổi, nhận giá trị tất ngƣời 60 tuổi nhận giá trị giảm dần từ tới tuổi từ 30 đến 60 Một tập mờ A vũ trụ U đƣợc xác định hàm A: U  [0, 1] Hàm A đƣợc gọi hàm thuộc (hàm đặc trƣng) tập mờ A A(x) đƣợc gọi mức độ thuộc x vào tập mờ A Nhƣ tập mờ tổng quát hoá tập rõ cách cho phép hàm thuộc lấy giá trị khoảng [0, 1], hàm thuộc tập rõ lấy hai giá trị Tập mờ A vũ trụ U đƣợc biểu diễn tập tất cặp phần tử mức độ thuộc : A = { (x, A(x)) | x  U} Ví dụ: Giả sử điểm thi đƣợc cho từ đến 10, U = {0, 1, …, 10} Chúng ta xác định ba tập mờ A = “điểm khá”, B = “điểm trung bình”, C = “điểm kém” cách cho mức độ thuộc điểm vào tập mờ nhƣ sau: Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn Điểm A B C 0 1 0 0 0,2 0,9 0,8 0,7 0,1 0,5 0,5 0,8 0,1 0,8 0,3 0 0 10 0 Sau ký hiệu truyền thống biểu diễn tập mờ Nếu vũ trụ U rời rạc hữu hạn tập mờ A vũ trụ U đƣợc biểu diễn nhƣ sau: A xU  A ( x) x Ví dụ: Giả sử U={a, b, c, d, e}, ta xác định tập mờ A nhƣ sau: A 0,7 0,3 0,5     a b c d e Ví dụ: Giả sử tuổi ngƣời từ đến 100 Tập mờ A = “tuổi trẻ” xác định nhƣ sau:   y  25   1     25 100     A    y y 0 y y  25 1 Đó cách biểu diễn tập mờ có hàm thuộc là: Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn   1  A ( y)    y  25   1        y  25 25  y  100 Khi vũ trụ U liên tục, ngƣời ta sử dụng cách viết sau để biểu diễn tập mờ A nhƣ sau: A    A ( x) / x U Trong đó, dấu tích phân (cũng nhƣ dấu tổng trên) khơng có nghĩa tích phân mà để tập hợp tất phần tử x đƣợc gắn với mức độ thuộc Ví dụ: Tập mờ A = “số gần 2” đƣợc xác định hàm thuộc nhƣ sau:  A ( x)  e  ( x2)2  ( x  2) /x , viết A   e  Cần ý rằng, hàm thuộc đặc trƣng cho tập mờ số gần đƣợc xác định cách khác, chẳng hạn: x 1   x 1  x    A ( x)   x2  x   x    x3   1 x x Hình 1.1 Các hàm thuộc khác số tập mờ số gần Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn Các tập mờ đƣợc sử dụng rộng rãi ứng dụng tập mờ đƣờng thẳng thực R tập mờ không gian Ơclit n chiều Rn (n  2) Ví dụ: Giả sử tốc độ chuyển động lấy giá trị từ với max = 150 (km/h) Chúng ta xác định tập mờ “tốc độ chậm”, “tốc độ trung bình”, “tốc độ nhanh” nhƣ (hình 1.2) Các tập mờ đƣợc gọi tập mờ hình thang, hàm thuộc chúng có dạng hình thang: Chậm Trung bình Nhanh 150 Hình 1.2 Các tập mờ “tốc độ chậm”, “tốc độ trung bình”, “tốc độ nhanh” Nhận xét - Các tập mờ đƣợc đƣa để biểu diễn tính chất khơng xác, khơng rõ ràng, mờ, chẳng hạn tính chất “ngƣời già”, “số gần 2”, “nhiệt độ thấp”, “áp suất cao”, “tốc độ nhanh”, - Khái niệm tập mờ khái niệm tốn học hồn tồn xác: tập mờ vũ trụ U hàm xác định U nhận giá trị đoạn [0, 1] Các tập rõ tập mờ, hàm thuộc tập rõ nhận giá trị 1, Khái niệm tập mờ sử tổng quát hố khái niệm tập rõ - Một tính chất mờ mơ tả tập mờ khác nhau, ứng dụng ta cần xác định tập mờ biểu diễn tính chất mờ cho phù hợp với thực tế, với số liệu thực nghiệm Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn 1.2 Các phép toán tập mờ 1.2.1 Các phép toán chuẩn tập mờ Giả sử A B tập mờ vũ trụ U Ta nói tập mờ A tập mờ B, A = B với x  U A(x) = B(x) Tập mờ A đƣợc gọi tập tập mờ B, A  B với x  U A(x)  B(x) Phần bù: Phần bù tập mờ A tập mờ A với hàm thuộc  A ( x)    A ( x) (1) Hợp: Hợp hai tập mờ A B tập mờ A  B với hàm thuộc đƣợc xác định nhƣ sau: A  B(x) = max (A(x), B(x)) (2) Giao: Giao hai tập mờ A B tập mờ A  B với hàm thuộc đƣợc xác định nhƣ sau: A  B(x) = (A(x), B(x)) (3) Ví dụ: Giả sử U = {a, b, c, d, e} A, B tập mờ nhƣ sau: A 0,3 0,7 0,5     a c c d e B 0,1 0,9 0,6 0,5     a c c d e Khi có tập mờ nhƣ sau: A 0,7 0,3 0,5     a c c d e A B  0,3 0,9 0,6 0,5     a c c d e A B  0,3 0,7 0,5     a c c d e Tích đề các: Giả sử A1, A2, …, An tập mờ vũ trụ U1, U2, …, Un tƣơng ứng Tích đề A1, A2, …, An tập mờ A = A1 A2 Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn 10 … An không gian U = U1 U2 … Un với hàm thuộc đƣợc xác định nhƣ sau:  A ( x1 , , x n )  min(  A1 ( x1 ),  A ( x ), ,  A n ( x n )) x1  U , , x n  U n (4) Phép chiếu: Giả sử A tập mờ khơng gian tích U1  U2 Hình chiếu A U1 tập mờ A1 với hàm thuộc:  A1 ( x1 )  max  A ( x1 , x ) (5) x2 U Định nghĩa mở rộng cho trƣờng hợp A tập mờ không gian U i  U i   U i Ta tham chiếu A lên khơng gian tích k U i1  U i2   U ik , (i1 , , ik ) dãy dãy (1, 2, …, n), để nhận đƣợc tập mờ không gian U i  U i   U i k Mở rộng hình trụ: Giả sử A1 tập mờ vũ trụ U1 Mở rộng hình trụ A1 khơng gian tích U1  U2 tập mờ A vũ trụ U1  U2 với hàm thuộc đƣợc xác định bởi: A(x1, x2) = A1(x1) (6) Đƣơng nhiên ta mở rộng tập mờ không gian U i1  U i2   U ik thành tập mờ hình trụ không gian U 1 U2 … Un (i1 , , ik ) dãy dãy (1, 2, …, n) Ví dụ: Giả sử U1 = {a, b, c} U2 = {d, e} Giả sử A1, A2 tập mờ U1, U2 tƣơng ứng: A1  0,5   a b c A2  0,3 0,7  d e Khi ta có: Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn 59 - Khai thác từ chuyên gia - Khai thác từ kinh nghiệm - Sử dụng trực giác Một số quy tắc trực giác xác định khả mƣa tiêu biểu nhƣ: - Nếu nhiệt độ cao độ ẩm khơng khí cao khả gây mƣa cao - Nếu nhiệt độ thấp độ ẩm khơng khí thấp khả mƣa thấp Sau ta xây dựng tập luật cho hệ thống dự báo khả mƣa với biến đầu vào đầu đƣợc xác định nhƣ sau: Biến đầu vào: x: nhiệt độ (-10  x  50) y: độ ẩm khơng khí (20%  y  100%) Biến đầu ra: z: khả mƣa (20%  z  100%) Trong trình làm luận văn, tác giả tham khảo số ngƣời có kinh nghiệm thời tiết, vào tin thời tiết Hà Nội tỉnh lân cận thời gian xây dựng đƣợc tập luật sau: Luật 1: Nếu nhiệt độ thấp độ ẩm thấp Thì khả mưa thấp Luật 2: Nếu nhiệt độ thấp độ ẩm thấp Thì khả mưa thấp Luật 3: Nếu nhiệt độ trung bình độ ẩm thấp Thì khả mưa thấp Luật 4: Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn 60 Nếu nhiệt độ cao độ ẩm thấp Thì khả mưa thấp Luật 5: Nếu nhiệt độ cao độ ẩm thấp Thì khả mưa thấp Luật 6: Nếu nhiệt độ thấp độ ẩm thấp vừa Thì khả mưa thấp Luật 7: Nếu nhiệt độ thấp độ ẩm thấp vừa Thì khả mưa thấp Luật 8: Nếu nhiệt độ trung bình độ ẩm thấp vừa Thì khả mưa thấp Luật 9: Nếu nhiệt độ cao độ ẩm thấp vừa Thì khả mưa thấp Luật 10: Nếu nhiệt độ cao độ ẩm thấp vừa Thì khả mưa thấp Luật 11: Nếu nhiệt độ thấp độ ẩm trung bình Thì khả mưa thấp Luật 12: Nếu nhiệt độ thấp độ ẩm trung bình Thì khả mưa thấp Luật 13: Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn 61 Nếu nhiệt độ trung bình độ ẩm trung bình Thì khả mưa thấp Luật 14: Nếu nhiệt độ cao độ ẩm trung bình Thì khả mưa thấp Luật 15: Nếu nhiệt độ cao độ ẩm trung bình Thì khả mưa trung bình Luật 16: Nếu nhiệt độ thấp độ ẩm cao vừa Thì khả mưa thấp Luật 17: Nếu nhiệt độ thấp độ ẩm cao vừa Thì khả mưa thấp Luật 18: Nếu nhiệt độ trung bình độ ẩm cao vừa Thì khả mưa trung bình Luật 19: Nếu nhiệt độ cao độ ẩm cao vừa Thì khả mưa cao Luật 20: Nếu nhiệt độ cao độ ẩm cao vừa Thì khả mưa cao Luật 21: Nếu nhiệt độ thấp độ ẩm cao vừa Thì khả mưa trung bình Luật 22: Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn 62 Nếu nhiệt độ thấp độ ẩm cao vừa Thì khả mưa trung bình Luật 23: Nếu nhiệt độ trung bình độ ẩm cao vừa Thì khả mưa cao Luật 24: Nếu nhiệt độ cao độ ẩm cao vừa Thì khả mưa cao Luật 25: Nếu nhiệt độ cao độ ẩm cao vừa Thì khả mưa cao Tập luật đƣợc mơ tả dƣới dạng bảng sau: y VL L M H VH L VL VL VL VL L LM VL VL VL L L M VL VL L L M MH L L M H H H M M H VH VH x Các thiết kế thử nghiệm Trên sở phân tích đánh giá chƣơng 2, với hệ thống lập luận có tập luật mờ cố định, ta giữ nguyên phép kéo theo thay đổi tập mờ để thu đƣợc hệ thống sát với thực tế Do thiết kế thử nghiệm luận văn tập trung vào việc thay đổi độ rộng đáy tam giác tập mờ Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn 63 Thuật tốn chƣơng trình sử dụng bƣớc tính tốn phƣơng pháp lập luận mờ đa điều kiện nhƣ đề cập chƣơng 2, sau bƣớc thuật toán: Input: + Độ rộng đáy tam giác tập mờ biến độ ẩm khơng khí: x_w + Độ rộng đáy tam giác tập mờ biến nhiệt độ: y_w + Độ rộng đáy tam giác tập mờ biến khả mƣa: z_w + Độ ẩm, nhiệt độ: x0, y0 Output: + Khả mƣa tƣơng ứng với độ ẩm nhiệt độ nhập vào: z0 Method Bƣớc 1: - Sinh tập mờ hình tam giác có độ rộng x_w biến độ ẩm khơng khí: x_VL(Rất thấp), x_L(Thấp), x_M (Trung bình), x_H(Cao), x_VH(Rất cao) - Sinh tập mờ hình tam giác có độ rộng y_w biến nhiệt độ: y_VL(Rất thấp), y_L(Thấp), y_M (Trung bình), y_H(Cao), y_VH(Rất cao) - Sinh tập mờ hình tam giác có độ rộng z_w biến khả mƣa: z_VL(Rất thấp), z_L(Thấp), z_M (Trung bình), z_H(Cao), z_VH(Rất cao) Bƣớc 2: Với luật i (i=1 25) có dạng: if x is A and y is B then z is C: + Kết nhập A với B thành AB theo phƣơng pháp lấy tích đề để đƣa luật dạng đơn điều kiện if xy is AB then x is C: µAB(xy,z)=min (µA(xy), µB(z)) + Sử dụng kéo theo lukasiewisk để tính quan hệ mờ Ri luật i: Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn 64 Ri(xy, z) = min(1, - A(xy) + B(z)) + Tính quan hệ mờ tổng hợp R(xy, z)=min(Ri(xy, z)), i=1 25 Bƣớc 3: Ứng với đầu vào x0, y0 ta tiến hành mờ hóa cá thể để đƣợc tập mờ X0 Y0: X0(x)=0 với x≠x0, X0(x)=1 với x=x0 Y0(y)=0 với y≠y0, Y0(y)=1 với y=y0 Kết nhập tập mờ X0 Y0 cách lấy tích đề để đƣợc tập mờ X0Y0 Tính tập mờ đầu Z0 =X0Y0oR với o phép hợp thành max – Khử mờ Z0 phƣơng pháp lấy max ta đƣợc giá trị đầu z0 : Z0(z0) =max Z0(z) End Method Chƣơng trình đƣợc viết Matlab, mã nguồn gần tƣơng tự nhƣ lập trình C, nhiên matlab hỗ trợ nhiều tính tốn dãy số, ma trận vẽ đồ thị Sau thử nghiệm: Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn 65 Thử nghiệm 1: Sử dụng kéo theo Lulasiewick tập mờ nhƣ sau với độ rộng đáy tam giác lần lƣợt 40, 30, 40 nhƣ dƣới đây: Hình 3.4 Tập mờ biến đầu vào độ ẩm, độ rộng đáy 40 Hình 3.3 Tập mờ biến đầu vào nhiệt độ, độ rộng đáy 30 Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn 66 Hình 3.5 Tập mờ biến đầu khả mưa, độ rộng đáy 40 Với nhiệt độ độ ẩm khơng khí cập nhật lúc 7h ngày 12/08/2012 nhƣ trên, ta dự báo khả mƣa nhƣ sau: Tỉnh – Thành phố Nhiệt độ Độ ẩm khơng khí Khả mƣa Đà Nẵng 21oC 76% 56% Hải Phòng 13oC 98% 72% Nha Trang 24oC 86% 66% Pleiku 18oC 94% 74% Sơn La 12oC 88% 48% TP HCM 26oC 80% 68% TP Hà Nội 15oC 78% 52% Việt Trì 15oC 88% 68% Vinh 16oC 97% 76% Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn 67 Thử nghiệm 2: Sử dụng kéo theo Lulasiewick tập mờ nhƣ sau với độ rộng đáy tam giác lần lƣợt 60, 30, 60 nhƣ dƣới đây: Hình 3.6 Tập mờ biến đầu vào biến độ ẩm, độ rộng đáy 60 Hình 3.7 Tập mờ biến đầu vào nhiệt độ, độ rộng đáy 30 Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn 68 Hình 3.8 Tập mờ biến đầu khả mưa, độ rộng đáy 60 Với nhiệt độ độ ẩm khơng khí cập nhật lúc 7h ngày 12/08/2012 nhƣ trên, ta dự báo khả mƣa nhƣ sau: Tỉnh – Thành phố Nhiệt độ Độ ẩm khơng khí Khả mƣa Đà Nẵng 21oC 76% 56% Hải Phòng 13oC 98% 62% Nha Trang 24oC 86% 66% Pleiku 18oC 94% 74% Sơn La 12oC 88% 58% TP HCM 26oC 80% 60% TP Hà Nội 15oC 78% 58% Việt Trì 15oC 88% 62% Vinh 16oC 97% 78% Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn 69 Thử nghiệm 3: Sử dụng kéo theo Lulasiewick tập mờ nhƣ sau với độ rộng đáy tam giác lần lƣợt 40, 60, 30 nhƣ dƣới đây: Hình 3.9 Tập mờ biến đầu vào độ ẩm, độ rộng đáy 40 Hình 3.10 Tập mờ biến đầu vào nhiệt độ, độ rộng đáy 60 Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn 70 Hình 3.11 Tập mờ biến đầu khả mưa, độ rộng đáy 40 Với nhiệt độ độ ẩm khơng khí cập nhật lúc 7h ngày 12/08/2012 nhƣ trên, ta dự báo khả mƣa nhƣ sau: Tỉnh – Thành phố Nhiệt độ Độ ẩm khơng khí Khả mƣa Đà Nẵng 21oC 76% 54% Hải Phòng 13oC 98% 70% Nha Trang 24oC 86% 70% Pleiku 18oC 94% 72% Sơn La 12oC 88% 50% TP HCM 26oC 80% 68% TP Hà Nội 15oC 78% 50% Việt Trì 15oC 88% 50% Vinh 16oC 97% 74% Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn 71 Nhận xét: Ta thấy thử nghiệm cho khả mƣa 78% Vinh, phù hợp với tin thời tiết ngày 12/08/2012 Mặt khác khả mƣa 78% khả mƣa cao địa phƣơng đƣợc dự báo Kết luận chƣơng Luận văn sử dụng phƣơng pháp lập luận mờ đa điều kiện để xây dựng chƣơng trình hỗ trợ việc dự báo khả mƣa, tác giả nhận thức đƣợc chƣơng trình dừng mức độ đơn giản khả mƣa chịu tác động nhiều yếu tố khác nhƣ: hƣớng gió, mức độ gió, địa hình … Tuy nhiên qua ứng dụng thử nghiệm trên, tác giả nắm đƣợc nguyên lý, cách thức xây dựng chƣơng trình lập luận mờ ứng dụng vào thực tế Từ mở triển vọng xây dựng đƣợc phần mềm lập luận mờ đáp ứng yêu cầu thực tế đặt Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn 72 KẾT LUẬN Luận văn đạt đƣợc số kết sau: - Trình bày đƣợc khái niệm tập mờ logic mờ - Tìm hiểu phƣơng pháp lập luận mờ đa điều kiện, yếu tố ảnh hƣởng đến phƣơng pháp - Phân tích đánh giá ảnh hƣởng phép kéo theo độ rộng tập mờ phƣơng pháp lập luận toán xấp xỉ mơ hình mờ EX1 CaoKandel Các kết cho thấy việc cố định phép kéo theo thay đổi độ rộng tập mờ cho kết tƣơng đƣơng với việc cố định độ rộng tập mờ thay đổi phép kéo theo - Xây dựng hệ ứng dụng hỗ trợ việc dự báo khả mƣa dựa tham số nhiệt độ thời tiết Matlab - Trên hết tác giả nắm bắt đƣợc kiến thức logic mờ phƣơng pháp lập luận mờ ứng dụng vào sống Hƣớng phát triển đề tài: - Bổ sung thêm tham số cho ứng dụng dự báo khả mƣa - Thực nghiệm xác định độ rộng tập mờ để hệ thống dự báo sát với thực tế Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn 73 TÀI LIỆU THAM KHẢO Tiếng Việt: Đinh Mạnh Tƣờng, Trí tuệ nhân tạo, Nhà xuất Khoa học Kỹ thuật, 2002 Hồ Thuần Đặng Thanh Hà B.Bouchon Meunier, Logic mờ ứng dụng, Nhà xuất Đại học Quốc Gia Hà Nội, 2007 Tiếng Anh: Cao Z and Kandel A, Applicability of some fuzzy implication operators, Fuzzy Sets and Systems, 31, 151-186, 1989 Cheng Teng Lin, C S George Lee, Neural Fuzzy Systems, Prentice – Hall International, Inc, 1996 Satish Kumar (1999), Managing Uncertainty in the Real World - Part Fuzzy Sets, Resonance, Vol.4, No.2, pp.37 – 47 Satish Kumar (1999), Managing Uncertainty in the Real World - Part Fuzzy Systems, Resonance, Vol.4, No.4, pp.45 – 55 Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn