Trí tuệ nhân tạo trong điều khiển (Sử dụng Matlab) 1.Ứng dụng fuzzy – logic để xây dựng bộ phận Các hàm liên thuộc sử dụng trong nhận dạng: hình chuông Luật hợp thanh mờ:MaxMin. Giải mờ bằng phương pháp: Centroid (phương pháp điểm trọng tâm). 2.Ứng dụng mạng Neural để xây dựng để xây dựng 1 bộ nhận dạng cho hằng số C1 và C2= Yêu cầu: Số lượng tập mẫu cho hai biến vào của mạng áp suất và nhiệt độ:200. Đơn vị đo áp suất và nhiệt độ: atm và oC. Cấu trúc mạng: 3 lớp. Số lượng noron và hàm truyền trong các lớp (lớp vào, lớp ẩn, lớp ra): 60, 60, 2. Hàm mục tiêu đánh giá sai lệch: MSE = 107 Luật học: trainrp. Số lược epochs:8000. Thiết lập các kết quả chạy trên Matlab: Bao gồm cấu trúc lớp vào, lớp ẩn, lớp ra của mạng. Đồ thị sai lệch của quá trình huấn luyện.Xây dựng đường đặc tính để kiểm tra quá trình nhận dạng: tập số liệu mẫu và tập số liệu đã nhận dạng, tính toán
KHOA CƠ ĐIỆN BỘ MƠN TỰ ĐỘNG HĨA XÍ NGHIỆP MỎ VÀ DẦU KHÍ -*** - BÀI TẬP LỚN TRÍ TUỆ NHÂN TẠO TRONG ĐIỀU KHIỂN Giáo viên môn : TS Đặng Văn Chí Bài Ứng dụng fuzzy – logic để xây dựng phận cho số C1,iC4 Yêu cầu: 1.Số lượng mẫu cho biến ngôn ngữ ‘áp suất’ ‘nhiệt độ’: 200 mẫu 2.Đơn vị cho ‘áp suất’ psia; cho ‘nhiệt độ’ °F 3.Các hàm liên thuộc sử dụng nhận dạng: hình chng 4.Luật hợp mờ:Max-Min 5.Giải mờ phương pháp: Centroid (phương pháp điểm trọng tâm) Xpsia 500 500 ℃ 10 C3 0.253 0.33 nC4 0.07 0.11 500 500 500 500 500 500 500 500 400 400 400 400 400 400 400 400 400 400 300 300 300 300 300 300 300 300 300 300 250 250 250 250 250 250 250 250 250 250 200 200 200 20 30 40 50 60 70 80 90 10 20 30 40 50 60 70 80 90 10 20 30 40 50 60 70 80 90 10 20 30 40 50 60 70 80 90 10 20 0.4 0.5 0.59 0.7 0.8 0.88 1.1 1.25 0.33 0.38 0.48 0.56 0.68 0.78 0.88 1.1 1.25 1.4 0.32 0.42 0.52 0.65 0.78 0.9 0.11 1.25 1.3 1.6 0.38 0.48 0.57 0.7 0.84 1.2 1.4 1.6 1.75 0.41 0.52 0.65 0.14 0.18 0.23 0.28 0.32 0.39 0.48 0.53 0.12 0.13 0.16 0.2 0.26 0.31 0.38 0.388 0.52 0.6 0.09 0.13 0.18 0.22 0.29 0.35 0.41 0.51 0.6 0.7 0.11 0.14 0.18 0.25 0.32 0.38 0.48 0.55 0.65 0.79 0.12 0.16 0.21 200 200 200 200 200 200 200 180 180 180 180 180 180 180 180 180 180 160 160 160 160 160 160 160 160 160 160 140 140 140 140 140 140 140 140 140 140 120 120 120 120 30 40 50 60 70 80 90 10 20 30 40 50 60 70 80 90 10 20 30 40 50 60 70 80 90 10 20 30 40 50 60 70 80 90 10 20 30 0.8 0.9 0.12 1.4 1.6 1.8 0.42 0.58 0.71 0.84 1.1 1.25 1.4 1.6 1.8 2.1 0.495 0.61 0.78 0.9 1.2 1.4 1.6 1.8 2.1 2.3 0.52 0.7 0.83 1.1 1.25 1.5 1.75 2.5 2.8 0.59 0.78 0.9 1.25 0.28 0.35 0.42 0.52 0.6 0.75 0.9 0.13 0.158 0.22 0.3 0.38 0.45 0.6 0.7 0.81 0.88 0.13 0.18 0.25 0.32 0.4 0.5 0.6 0.75 0.9 1.1 0.14 0.205 0.28 0.35 0.45 0.55 0.7 0.809 1.2 0.16 0.22 0.3 0.39 120 120 120 120 120 120 100 100 100 100 100 100 100 100 100 100 90 90 90 90 90 90 90 90 90 90 80 80 80 80 80 80 80 80 80 80 70 70 70 70 70 40 50 60 70 80 90 10 20 30 40 50 60 70 80 90 10 20 30 40 50 60 70 80 90 10 20 30 40 50 60 70 80 90 10 20 30 40 1.4 1.75 2.2 2.8 2.98 0.71 0.85 1.2 1.4 1.75 2.2 2.8 3.2 3.9 0.75 0.99 1.251 1.63 1.8 2.2 2.3 3.38 0.83 1.21 1.4 1.74 2.09 2.48 2.96 3.8 4.6 0.78 1.25 1.58 1.88 2.34 0.5 0.6 0.78 0.89 1.25 1.28 0.18 0.28 0.35 0.48 0.6 0.75 0.88 1.2 1.3 1.56 0.2 0.29 0.38 0.5 0.63 0.8 1.03 1.2 1.43 1.56 0.23 0.35 0.41 0.53 0.719 0.85 0.52 1.3 1.6 1.68 0.25 0.35 0.48 0.596 0.599 70 70 70 70 70 60 60 60 60 60 60 60 60 60 60 50 50 50 50 50 50 50 50 50 50 40 40 40 40 40 40 40 40 40 40 30 30 30 30 30 30 50 60 70 80 90 10 20 30 40 50 60 70 80 90 10 20 30 40 50 60 70 80 90 10 20 30 40 50 60 70 80 90 10 20 30 40 50 2.8 3.3 4.2 4.6 1.23 1.46 1.8 2.2 2.4 2.8 4.9 6.5 1.32 1.73 2.21 2.7 3.5 4.3 6.7 7.5 1.6 2.1 2.7 3.58 4.9 5.6 8.25 9.6 11 2.1 2.9 3.95 5.02 6.5 7.3 1.25 1.49 1.625 1.79 0.28 0.39 0.52 0.71 0.72 0.93 1.3 1.625 1.79 1.86 0.31 0.47 0.477 0.82 1.38 1.42 1.74 1.79 1.93 1.97 3.98 0.57 0.79 1.1 1.36 1.8 1.82 1.86 2.1 2.6 0.52 0.78 1.2 1.24 1.58 1.8 30 30 30 30 25 25 25 25 25 25 25 25 25 25 20 20 20 20 20 20 20 20 20 20 15 15 15 15 15 15 15 15 15 15 60 70 80 90 10 20 30 40 50 60 70 80 90 10 20 30 40 50 60 70 80 90 10 20 30 40 50 60 70 80 90 12 13 14 2.8 3.97 5.2 6.5 8.2 9.3 12 12.5 15.3 18 3.4 4.9 6.5 12 13 16 18 20.2 3.1 5.21 6.52 7.5 9.6 11.8 14 16.5 20.3 23 1.87 2.5 3.8 0.68 0.92 1.25 1.125 1.83 1.899 2.2 2.98 3.97 4.4 0.8 1.2 1.5 1.73 1.92 2.2 3.1 3.8 5.8 0.8 1.2 1.53 1.79 1.92 2.21 3.2 3.9 4.8 5.5 7.Xây dựng đường đặc tính để kiểm tra q trình nhận dạng:tập số liệu mẫu tập số liệu nhận dạng,tính tốn sai lệch Giao diện Fuzzy: 6.Thiết lập kết chạy Matlab(rule viewer, surface viewer…) iC4: Giá trị áp suất: Luật hợp thành: Giá trị nhiệt độ C1: