Các tính chất của mạng nơron nhân tạo .... Chính kh ả năng này đã làm cho điều khiển nơron truyền th ng sao chẳ ụp đƣợc phƣơng thức x lý thông tin và ửđiều khi n c a con ngƣể ủ ời.. Tron
BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƢỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI - NGƠ NGỌC HỒNG ỨNG DỤNG MẠNG NƠRON TRONG ĐIỀU KHIỂN THÍCH NGHI Chuyên ngành: ĐIỀU KHIỂN VÀ TỰ ĐỘNG HÓA LUẬN VĂN THẠC SĨ KỸ THUẬT ĐIỀU KHIỂN VÀ TỰ ĐỘNG HÓA NGƢỜI HƢỚNG DẪN KHOA HỌC TS ĐÀO PHƢƠNG NAM HÀ NỘI – 2017 170833001306668fc53ca-cf1f-478d-9d8d-61aa627d7410 17083300130666a5c6477-c648-44bd-9ac9-c70fafac4c77 1708330013066d47a5496-d5d7-4959-acbe-d9e9739eb2b9 Luận văn Thạc Sĩ Chuyên ngành: Điều khiển & Tự Động Hóa MỤC LỤC LỜI CAM ĐOAN PHẦN MỞ ĐẦU CHƢƠNG 1: TỔNG QUAN VỀ MẠNG NƠRON NHÂN TẠO 1.1 Lịch sử phát triển mạng nơron nhân tạo 1.2 Các tính chất mạng nơron nhân tạo 1.3 Cấu trúc mơ hình mạng nơ-ron 1.4 Những mơ hình nơ-ron thƣờng sử dụng 12 1.5 Cấu tạo mạng nơ-ron 12 1.6 Phƣơng thức làm việc mạng nơ-ron 15 1.7 Các luật học 17 1.8 Mạng nơron truyền thẳng mạng nơron hồi quy 21 1.8.1 Mạng nơron truyền thẳng 21 1.8.2 Mạng nơron hồi quy 22 1.9 Ứng dụng mạng nơron điều khiển tự động 27 1.10 Công nghệ phần cứng sử dụng mạng nơron 28 1.11 So sánh khả mạng nơron với mạch lơgíc 29 1.12 Kết luận chƣơng 30 CHƢƠNG 2: ĐIỀU KHIỂN THÍCH NGHI, ROBOT, MẠNG NƠRON VÀ BỘ ĐIỀU KHIỂN PHẢN HỒI RISE 31 2.1 Điều khiển thích nghi 31 2.2 Robot công nghiệp 32 2.2.1 Tổng quan Robot công nghiệp 32 2.2.2 Động lực học Robot 33 Ngơ Ngọc Hồng ĐK-TĐH2015B Luận văn Thạc Sĩ Chuyên ngành: Điều khiển & Tự Động Hóa 2.3 Xấp xỉ hàm số mạng nơron nhân tạo 35 2.4 Phƣơng pháp điều khiển phản hồi Rise 38 2.5 Kết luận chƣơng 39 CHƢƠNG : ỨNG DỤNG MẠNG NƠRON TRUYỀN THẲNG VÀ BỘ ĐIỀU KHIỂN RISE TRONG ĐIỀU KHIỂN THÍCH NGHI ROBOT 40 3.1 Mở đầu 40 3.2 Mục tiêu điều khiển 40 3.3 Thiết kế điều khiển 41 3.4 Bộ điều khiển phản hồi RISE 44 3.5 Sai lệch hệ thống vịng kín 50 3.6 Phân tích tính ổn định tối ƣu 53 3.7 Mô 55 3.7.1 Mơ hình hệ thống robot khâu RT 55 3.7.2 Kết mô 59 3.7.3 Kết luận 61 KẾT QUẢ VÀ BÀN LUẬN 62 TÀI LIỆU THAM KHẢO 63 Phụ lục1: Lập trình Matlab 65 Phụ lục 2: Mô hình robot khâu RT Matlab 67 Ngơ Ngọc Hồng ĐK-TĐH2015B Luận văn Thạc Sĩ Chuyên ngành: Điều khiển & Tự Động Hóa DANH MỤC HÌNH VẼ VÀ SƠ ĐỒ Hình 1 Một mạng nơ-ron gồm hai thành phần 10 Hình Nơ-ron khâu MISO 10 Hình Mạng nơ-ron ba lớp 13 Hình Mạng MLP 14 Hình Cấu trúc mạng nơ-ron 14 Hình Mơ hình học có giám sát học củng cố 18 Hình Mơ hình học khơng có giám sát 18 Hình Sơ đồ cấu trúc chung trình học 20 Hình Mạng nơ-ron truyền thẳng lớp 21 Hình 10 Mạng nơ-ron truyền thẳng nhiều lớp 22 Hình 11 Sơ đồ cấu trúc mạng Jordan 24 Hình 12 Sơ đồ cấu trúc mạng nơ-ron hồi quy đơn 25 Hình Mạng nơ-ron truyền thẳng ba lớp……………………………….…… 36 Hình 3.7.1 Mơ hình robot khâu RT……………………………………… .56 Hình 3.7.1 Tọa độ khâu robot 57 Hình 3.7.2 Sai lệch teta…………………………………………………………… 60 Hình 3.7.2 Sai lệch d 2……………………………………………………………….…60 Ngơ Ngọc Hồng ĐK-TĐH2015B Luận văn Thạc Sĩ Chuyên ngành: Điều khiển & Tự Động Hóa LỜI CAM ĐOAN Tên tơi là: Ngơ Ngọc Hồng Học viên lớp cao học Điều khiển tự động hóa 2015B – Trƣờng đại học Bách khoa Hà Nội Xin cam đoan: đề tài “Ứng dụng mạng Nơron điều khiển thích nghi.” thầy giáo TS Đào Phƣơng Nam hƣớng dẫn riêng “Tôi cam đoan rằng, ngoại trừ kết tham khảo từ cơng trình khác nhƣ ghi rõ luận văn, công việc trình bày luận văn tơi thực chƣa có phần nội dung luận văn đƣợc nộp để lấy cấp trƣờng trƣờng khác” Ngơ Ngọc Hồng ĐK-TĐH2015B Luận văn Thạc sĩ Chuyên ngành: Điều khiển & Tự Động Hóa PHẦN MỞ ĐẦU Lý chọn đề tài: Để điều khiển xác đối tƣợng chƣa biết rõ đƣợc thông số, trƣớc tiên ta phải hiểu rõ đối tƣợng Đối với đối tƣợng có thơng số thay đổi, ta cần thực nhận dạng đặc tính vào ra, mơ tả mạng nơron hàm động lực học liên tục để đảm bảo tạo tín hiệu điều khiển thích nghi đƣợc lựa chọn xác Hiện thƣờng dùng lơgíc mờ (Fuzzy Logic), mạng nơron (Neural Networks), mạng nơron mờ (Fuzzy Neural Networks) để nhận dạng điều khiển thích nghi hệ thống có thơng số thay đổi Trong khn khổ khóa học Cao học, chun ngành Điều khiển Tự động hóa trƣờng Đại học Bách khoa Hà Nội, đƣợc tạo điều kiện giúp đỡ nhà trƣờng Tiến sĩ Đào Phƣơng Nam, em lựa chọn đề tài tốt nghiệp “Ứng dụng mạng nơron điều khiển thích nghi” Cơ sở khoa học thực tiễn đề tài Ngày tiến khoa học kỹ thuật điện tử tin học hệ thống điều khiển tự động đƣợc phát triển có thay đổi lớn Công nghệ vi mạch phát triển khiến cho việc sản xuất thiết bị điện tử ngày hoàn thiện Các biến đổi điện tử hệ thống đáp ứng đƣợc khả tác động nhanh, độ xác cao mà cịn góp phần giảm kích thƣớc hạ giá thành hệ thống Đặc biệt thập kỷ gần trƣớc phát triển mạnh mẽ ngày hoàn thiện lý thuyết mạng nơron truyền thẳng nhiều lớp, hàng loạt ứng dụng lý thuyết mạng nơron truyền thẳng nhiều lớp mở kỷ nguyên ngành điều khiển Tuy ngành kỹ thuật điều khiển non trẻ nhƣng ứng dụng công nghiệp điều khiển mạng nơron thật rộng rãi nhƣ nhận dạng, phân loại sản phẩm, xử lý tiếng nói, chữ viết điều khiển hệ thống, điều khiển robot Tới có nhiều sản phẩm cơng nghiệp đƣợc tạo nhờ kỹ thuật điều khiển mạng nơron, nhiều nƣớc giới thành cơng Chính mà việc sâu nghiên cứu áp dụng lý thuyết điều khiển nơron truyền thẳng nhiều lớp điều khiển thích nghi có ý nghĩa khoa học Ngơ Ngọc Hồng ĐK-TĐH2015B Luận văn Thạc sĩ Chuyên ngành: Điều khiển & Tự Động Hóa Khác hẳn với kỹ thuật điều khiển kinh điển hoàn tồn dựa vào xác tuyệt đối thơng tin mà nhiều ứng dụng không cần thiết khơng thể có đƣợc, điều khiển nơron truyền thẳng nhiều lớp cần xử lý thơng tin khơng xác hay không đầy đủ, thông tin mà xác nhận thấy đƣợc quan hệ chúng với mơ tả đƣợc ngơn ngữ, cho định xác Chính khả làm cho điều khiển nơron truyền thẳng chụp đƣợc phƣơng thức xử lý thông tin điều khiển ngƣời Do việc áp dụng điều khiển nơron truyền thẳng nhiều lớp vào hệ thống điều khiển thích nghi việc cần phải làm Mục đích đề tài Đối với đối tƣợng có thơng số thay đổi, ta cần nhận dạng đặc tính vào-ra, mơ tả mạng nơron hàm động lực học liên tục nó, bảo đảm tạo tín hiệu điều khiển thích nghi đƣợc xác Hiện thƣờng sử dụng logic mờ (Fuzzy Logic), mạng nơron mờ (Fuzzy Neural Networks), mạng nơron (Neural Networks) để nhận dạng điều khiển thích nghi hệ thống Robot Đề tài nghiên cứu ứng dụng mạng nơron truyền thẳng điều khiển thích nghi, kết hợp thuật tốn mạng nơron truyền thẳng với nguyên lý phản hồi Rise xây dựng điều khiển tối ƣu xấp xỉ vào điều khiển thích nghi robot Đối tƣợng phạm vi nghiên cứu đề tài: Phần mở đầu Chương Tổng quan mạng nơron nhân tạo Phân tích tổng quan mạng nơron bao gồm: phần lịch sử phát triển, kết cấu mạng nơron, ứng dụng chúng, … Chương Điều khiển thích nghi, robot, mạng nơron điều khiển phản hồi Rise Tóm tắt số lý thuyết điều khiển thích nghi, động lực học robot, đề xuất chuyển đổi xấp xỉ mơ hình động lực học robot mạng nơron, … Ngô Ngọc Hoàng ĐK-TĐH2015B Luận văn Thạc sĩ Chuyên ngành: Điều khiển & Tự Động Hóa Chương Ứng dụng mạng nơron truyền thẳng điều khiển rise điều khiển thích nghi robot Mơ phỏng, kết hợp mạng nơron điều khiển phản hồi rise vào điều khiển thích nghi robot Chương Kết luận chung kiến nghị Ý nghĩa khoa học thực tiễn đề tài Với ứng dụng mạng nơron truyền thẳng nhiều lớp điều khiển hệ Robot, sau xấp xỉ đƣợc mơ hình động lực học Robot mạng nơron, ta thay gần mơ hình Robot mạng nơron, từ thơng số mơ mạng nơron, tính tốn đƣợc tín hiệu điều khiển nhằm điều khiển thích nghi Robot phù hợp với yêu cầu cần thiết điều khiển thích nghi hệ Robot Để hồn thành đƣợc luận văn này, em xin đƣợc gửi lời cảm ơn tới Giảng viên - TS ĐÀO PHƢƠNG NAM tập thể thầy cô môn Điều khiển tự động, Viện Điện, Trƣờng Đại học Bách Khoa Hà Nội tận tình giảng dạy hƣớng dẫn em tháng năm qua, nhƣ tạo điều kiện tốt cho em Và đặc biệt tới gia đình, cổ vũ động viên em trình thực luận văn Cuối cùng, với kiến thức thời gian hạn chế, em cịn để lại nhiều thiếu sót luận văn Vì vậy, em mong nhận đƣợc góp ý từ phía thầy, nhƣ bạn đọc để luận văn đƣợc hoàn thiện Em xin chân thành cảm ơn! Hà Nội, ngày … tháng … năm 2017 Học viên thực hiên Ngơ Ngọc Hồng Ngơ Ngọc Hồng ĐK-TĐH2015B Luận văn Thạc sĩ Chuyên ngành: Điều khiển & Tự Động Hóa CHƢƠNG 1: TỔNG QUAN VỀ MẠNG NƠRON NHÂN TẠO Nghiên cứu mô não ngƣời, cụ thể mô nơron thần kinh ƣớc muốn từ lâu nhân loại Từ mơ ƣớc đó, nhiều nhà khoa học khơng ngừng nghiên cứu tìm hiểu mạng nơron Trong mạng nơron nhân tạo đƣợc nói đến sách “Điều khiển học, hay điều chỉnh truyền sinh thể sống, máy móc” tác giả Nobert Wieners xuất năm 1948 Điều khiển học đặt mục đích nghiên cứu áp dụng nguyên lý làm việc hệ thống thần kinh động vật vào điều khiển Công cụ giúp điều khiển học thực đƣợc mục đích trí tuệ nhân tạo mạng nơron Trí tuệ nhân tạo đƣợc xây dựng dựa mạng nơron Mạng nơron nhân tạo (Artificial Neural Networks) hệ thống đƣợc xây dựng dựa nguyên tắc cấu tạo não ngƣời Mạng nơron nhân tạo có số lƣợng lớn mối liên kết phần tử biến đổi (Processing Elements) có liên kết song song Nó có hành vi tƣơng tự nhƣ não ngƣời với khả học (Learning), gọi lại (Recall) tổng hợp thông tin từ luyện tập mẫu liệu Các phần tử biến đổi mạng nơron nhân tạo đƣợc gọi nơron nhân tạo (Artificial Neural) gọi tắt nơron (Neural) Trong thiết kế hệ thống tự động hóa sử dụng mạng nơron khuynh hƣớng hoàn toàn mới, phƣơng hƣớng thiết kế hệ thống điều khiển thông minh, hệ thống mà điều khiển có khả tƣ nhƣ não ngƣời 1.1 Lịch sử phát triển mạng nơron nhân tạo Mạng nơron nhân tạo có lịch sử lâu dài Năm 1943, McCulloch Pitts đƣa khả liên kết số liên kết mạng nơron Năm 1949, Hebb đƣa luật thích nghi mạng nơron Năm 1958, Rosenblatt đƣa cấu trúc Perception Năm 1969, Minsky Papert phân tích đắn Perception, họ chứng minh tính chất rõ giới hạn số mơ hình Năm 1976, Grossberg dựa vào tích chất sinh học đƣa số cấu trúc hệ động học phi tuyến với tính chất Năm 1982, Hoppfield đƣa mạng học phi tuyến với tính chất Năm 1982, Rumelhart đƣa mơ hình song song (Parallel Distributer Processing-PDS) số kết thuật toán Thuật Ngơ Ngọc Hồng ĐK-TĐH2015B Luận văn Thạc sĩ Chun ngành: Điều khiển & Tự Động Hóa tốn học lan truyền ngƣợc (Back Propagation learning rule) đƣợc Rumelhart, Hinton, Williams (1986) đề xuất luyện mạng nơron nhiều lớp Những năm gần đây, nhiều tác giả đề xuất nhiều loại cấu trúc mạng nơron Mang nơron đƣợc ứng dụng nhiều lĩnh vực kinh tế, kỹ thuật, khoa học vũ trụ (Hecht - Nielsen, 1988) 1.2 Các tính chất mạng nơron nhân tạo Là hệ phi tuyến: Mạng nơron có khả to lớn lĩnh vực nhận dạng điều khiển đối tƣợng phi tuyến Là hệ xử lý song song: Mạng nơron có cấu trúc song song, có tốc độ tính tốn cao, phù hợp với lĩnh vực nhận dạng điều khiển Là hệ học thích nghi: Mạng đƣợc luyện từ số liệu khứ, có khả tự chỉnh số liệu đầu vào bị mất, điều khiển on-line Là hệ nhiều biến, hệ nhiều đầu vào, nhiều đầu (Many Input Many Output - MIMO), tiện dụng điều khiển đối tƣợng có nhiều biến số 1.3 Cấu trúc mơ hình mạng nơ-ron Theo mục 7.1.1 – Tr.208 tài liệu tham khảo [1] Mạng nơron tái tạo kỹ thuật chức hệ thần kinh ngƣời Trong q trình tái tạo khơng phải tất chức não ngƣời có đƣợc tái tạo, mà có chức cần thiết Bên cạnh cịn có chức đƣợc tạo nhằm giải toán điều khiển định hƣớng trƣớc Mạng nơron bao gồm vô số nơron đƣợc liên kết truyền thông với mạng Hình 1.1 phần mạng nơron bao gồm hai nơron Ngơ Ngọc Hồng ĐK-TĐH2015B