GIӞI THIӊU
Ĉһt vҩQÿӅ nghiên cӭu
Sӵ phát triӇn kinh tӃ trên toàn thӃ giӟi nói chung và tҥi ViӋt Nam nói riêng, hҫu hӃt các ngành công nghiӋp phө thuӝc trӵc tiӃp vào nguӗQQăQJOѭӧng ÿLӋn Mӝt nguӗQQăQJ Oѭӧng liên tөc, giá rҿ YjÿiQJWLQFұ\FyêQJKƭDVӕQJFzQÿӕi vӟi nӅn kinh tӃ
Chính vì vұy, dӵ báo phө tҧLÿLӋQQăQJOjPӝt vҩQÿӅ quan trӑng trong công tác thiӃt kӃ quy hoҥch hӋ thӕQJ ÿLӋn ÿӇ ÿҧm bҧo cung cҩS ÿLӋn liên tөc, әQ ÿӏnh, tránh áp lӵc nguӗn vӕQÿҫXWѭ[k\Gӵng do dӵ EiRGѭĈӗng thӡi, dӵ báo có ҧQKKѭӣng không nhӓ ÿӃn công tác vұQKjQKÿLӅXÿӝ góp phҫQÿLӅu chӍQKSKѭѫQJWKӭc vұn hành nguӗQYjOѭӟi ÿLӋQĈһc biӋt, có ý QJKƭDcho viӋc ra quyӃWÿӏnh biӇu giá ÿLӋn KѭӟQJÿӃn thӵc hiӋn thӏ WUѭӡng bán lҿ ÿLӋn cҥnh tranh hoàn chӍnh
&iFSKѭѫQJSKiSGӵ báo phө tҧi truyӅn thӕQJWKѭӡng không thӇ miêu tҧ ÿҫ\ÿӫ và chính xác quá trình thӵc tӃ xҧy ra vì sӕ OѭӧQJFѫVӣ dӳ liӋXNK{QJÿҫ\ÿӫ và có nhiӅu sai sӕ hoһF ÿzL Kӓi quá nhiӅu thӡi gian cho tính toán Trong thӵc tӃ, không thӇ tӗn tҥi SKѭѫQJWUuQKYӟi nhӳng tham sӕ có sҹn mà ta chӍ biӃWÿѭӧc giá trӏ gҫQÿ~QJKRһc kǤ vӑng toán hӑc Vì thӃ ta phҧLÿѭDUDPӝWSKѭѫQJWUuQKFyVҹn vӟi nhӳng tham sӕ FKѭDÿѭӧc biӃWGQJSKѭѫQJSKiSJҫQÿ~QJÿӇ tìm ra nhӳng tham sӕ Qj\YjQKѭYұ\ÿӝ chính xác sӁ giҧPÿLUҩt nhiӅX3KѭѫQJSKiSFә ÿLӇQÿѭӧc sӱ dөng có hiӋu quҧ chӍ WURQJFiFWUѭӡng hӧp các dӳ liӋu quan hӋ tuyӃn tính vӟi nhau, nó không thӇ trình bày rõ ràng các mӕi quan hӋ phi tuyӃn, phӭc tҥp giӳa phө tҧi và các tham sӕ liên quan ĈӇ cҧi thiӋQQKѭӧFÿLӇm cӫDFiFSKѭѫQJSKiSGӵ báo phө tҧi truyӅn thӕng, các nhà khoa hӑFÿmӭng dөng kӻ thuұt dӵ báo hiӋQÿҥLQKѭIX]]\ORJLFPҥng QѫURQ, phép biӃn ÿәi wavelet,ôFiFSKѭѫQJSKiSGӵ bỏo hiӋQÿҥi trờn ngà\FjQJÿѭӧc quan tõm vỡ kӃt quҧ dӵ báo khá chính xác
Trong thӡi gian gҫQ ÿk\ Pҥng QѫURQ nhân tҥo có nhiӅX ѭX ÿLӇP KѫQ Fҧ vì là mӝt mô hình rõ ràng, dӉ thӵc hiӋn, hiӋu quҧ Có thӇ nói, dӵ báo phө tҧi ÿLӋn là mӝt trong nhӳng ӭng dөng thành công nhҩt cӫa mҥQJ QѫURQ QKkQ Wҥo trong hӋ thӕQJ ÿLӋn Do ÿyVӱ dөng kӻ thuұt mҥng QѫURQ nhân tҥRÿӇ dӵ báo phө tҧLÿLӋn cho tӍnh Ĉӗng Tháp là ÿLӅu cҫn thiӃWYjÿѭӧc nghiên cӭXWURQJÿӅ tài này.
MөFÿtFKQJKLrQFӭu
- Nghiên cӭu ӭng dөng mҥng QѫURQ nhân tҥo trong dӵ báo nói chung và dӵ báo phө tҧLÿLӋn nói riêng
- Nghiên cӭu xây dӵng mô hình dӵ báo phө tҧLÿLӋn cho tӍQKĈӗng Tháp.
ĈӕLWѭӧng và phҥm vi nghiên cӭu
- ĈӕLWѭӧng nghiên cӭu cӫDÿӅ WjLQj\OjFiFSKѭѫQJSKiSGӵ báo phө tҧi mà quan tâm là SKѭѫQJSKiSGӵ báo bҵng mҥng nѫURQQKkQWҥo Và sӱ dөng công cө ANN cӫa MATLAB ÿӇ mô phӓng
- Ӭng dөQJÿӕLWѭӧng nghiên cӭXWUrQÿӇ dӵ báo phө tҧi cho tӍQKĈӗng Tháp
- Tham khҧo, nghiên cӭu các tài liӋu, giáo trình, bài báo vӅ dӵ báo, ӭng dөng mҥng QѫURQ nhân tҥo trong dӵ báo; tәng hӧp, xây dӵng mô hình dӵ báo phө tҧLÿLӋn.
Tính cҩp thiӃWYjêQJKƭDNKRDKӑc cӫDÿӅ tài
- Dӵ báo phө tҧi luôn giӳ YDLWUzÿһc biӋt quan trӑQJÿӕi vӟi ngành ĈiӋn Dӵ báo phө tҧi quyӃWÿӏnh kӃ hoҥch vұn hành, kӃ hoҥch sҧn xuҩWYjKѭӟQJÿҫu tѭSKiWWULӇn trong WѭѫQJODLnhҵPÿiSӭQJÿѭӧc yêu cҫu trong dӵ báo và phөc vө tӕt công tác lұSSKѭѫQJ thӭc vұn hành (giӡ, ngày và tuҫn) tҥLFiF&{QJW\ĈLӋn lӵc hiӋn nay Ĉһc biӋWKѭӟQJÿӃn thӏ WUѭӡng bán lҿ ÿLӋn cҥnh tranh WURQJWѭѫQJODL
- 7Uѭӟc nhu cҫu thӵc tӃ công tác cӫa &{QJW\ĈLӋn lӵFĈӗng Tháp, xây dӵng mô hình dӵ EiRÿӇ ÿiSӭng yêu cҫu công viӋFOjÿLӅu cҫn thiӃWÿӇ [HP[pWYjÿӅ xuҩt các giҧi pháp liên quan
NӜI DUNG
Khái niӋm
Dӵ báo là mӝt khoa hӑc còn trҿWURQJÿyQKLӅu vҩQÿӅ FKѭDKuQKWKjQKWUӑn vҽn ĈӕLWѭӧng nghiên cӭu cӫa khoa hӑFQj\OjFiFSKѭѫQJSKiSGӵ báo, còn phҥm vi ӭng dөng cӫa nú chớnh là cỏc hiӋQWѭӧng xó hӝi, kinh tӃ, khoa hӑc và kӻ thuұWô
HiӋn nay có nhiӅXSKѭѫQJSKiSOXұn cho hoҥWÿӝng dӵ báo, mà hҫu hӃWFiFSKѭѫQJ pháp luұn ҩ\ÿӅu mang tính chҩt kinh nghiӋm thuҫn túy Vұn dөng cách giҧi quyӃt theo kinh nghiӋm vào viӋc dӵ EiROjNK{QJÿҫ\ÿӫ, vì cách làm ҩy chӍ hoàn toàn dӵa trên kinh nghiӋm cӫDJLDLÿRҥn quá khӭ, mà các kinh nghiӋm ҩy không phҧLO~FQjRFNJQJFyWKӇ vұn dөng vào hoàn cҧQKÿmWKD\ÿәi so vӟLWUѭӟc
'RÿyFҫn phҧi hoàn thiӋn vӅ mһt lý thuyӃt các vҩQÿӅ dӵ báo Sӵ hoàn thiӋn ҩy cho SKpSFK~QJWDFyWKrPFѫVӣ tiӋm cұn tӟi viӋc lӵa chӑQFiFSKѭѫQJSKiSGӵ báoÿiQK giá mӭFÿӝ chính xác cӫa dӵ EiRÿӗng thӡL[iFÿӏnh khoҧng thӡi gian lӟn nhҩt có thӇ ÿ~QJFKRGӵ báo
Tóm lҥi, dӵ báo là mӝt khoa hӑc quan trӑng, nhҵm mөF ÿtFK QJKLrQ Fӭu nhӳng SKѭѫQJSKiSOXұn khoa hӑFOjPFѫVӣ cho viӋFÿӅ xuҩt các dӵ báo cө thӇ, FNJQJQKѭYLӋc ÿiQKJLiPӭFÿӝ tin cұy, mӭFÿӝ chính xác cӫa các vҩQÿӅ FѫEҧQQKѭVDX
- ;iFÿӏnh xu thӃ phát triӇn cӫa kinh tӃ, cӫa khoa hӑc kӻ thuұt
- ĈӅ xuҩt nhӳng yӃu tӕ cө thӇ quyӃWÿӏnh các xu thӃ ҩy
- ;iFÿӏnh quy luұWYjÿһFÿLӇm cӫa sӵ phát triӇn kinh tӃ và khoa hӑc kӻ thuұt theo dӵ báo
Chúng ta hiӇu rҵng nӃu công tác dӵ báo mà dӵa trên lұp luұn khoa hӑc thì sӁ trӣ WKjQKFѫVӣ ÿӇ xây dӵng các kӃ hoҥch phát triӇn nӅn kinh tӃ quӕFGkQĈһc biӋWÿӕi vӟi QJjQKQăQJOѭӧng, tác dөng cӫa dӵ báo càng có ý nghƭa quan trӑQJYuQăQJOѭӧng có liên quan rҩt chһt chӁ ÿӕi vӟi tҩt cҧ các ngành kinh tӃ quӕFGkQFNJQJQKѭÿӃn mӑi sinh hoҥt EuQKWKѭӡng cӫa nhân dân
'RÿyQӃu dӵ báo không chính xác sai lӋch quá nhiӅu vӅ khҧ QăQJFXQJFҩp hoһc vӅ nhu cҫXQăQJOѭӧng thì sӁ dүQÿӃn hұu quҧ không tӕt cho nӅn kinh tӃ
HuǤnh Trung Trӵc (MHV: 1870671) 4 1JѭӡLWDWKѭӡng phân loҥi tҫm dӵ EiRQKѭVDX:
- Dӵ báo dài hҥn: thӡi gian dӵ EiRWKHRQăPNKRҧng 10-QăP Khoҧng thӡi gian này cҫn cho quy hoҥch, xây dӵQJFiFQKjPi\FiFÿѭӡng dây truyӅn tҧi và phân phӕi ÿLӋn
- Dӵ báo trung hҥn: thӡi gian dӵ EiRWKHRQăPNKRҧng 5-7 QăP Loҥi dӵ báo này WKѭӡQJÿѭӧFGQJÿӇ [iFÿӏnh thiӃt bӏ YjOѭӟLÿLӋn sӁ lҳSÿһt
- Dӵ báo ngҳn hҥn: dӵ báo theo ngày, vài ngày hoһc tháng Chӫ yӃu dùng cho các mөFÿtFKWKLӃt lұp biӇXÿӗ SKiWÿLӋn Trong thӡLJLDQQj\F{QJW\ÿLӋn phҧi biӃt kӃ hoҥch NLQKGRDQKÿLӋn, kӃ hoҥch bҧRGѭӥng hoһc kӃ hoҥFKÿLӅu khiӇn phө tҧLÿӇ tӕi thiӇu hóa chi phí
- Dӵ EiRÿLӅXÿӝ: tҫm dӵ báo khoҧng vài phút, vài giӡ ĈѭӧFGQJFKRÿLӅu khiӇn nguӗn phát tӵ ÿӝng
7tQKÿ~QJ ÿҳn cӫa dӵ báo phө thuӝc nhiӅXYjRFiFSKѭѫQJSKiSGӵ báo mà chúng ta áp dөng, mӛLSKѭѫQJSKiSGӵ báo ӭng vӟi các sai sӕ cho phép khác nhau [1], [2]
1.2 &iFSKѭѫQJSKiSGӵ báo nhu cҫXÿLӋQQăQJ
HiӋn nay có mӝt sӕ SKѭѫQJ SKiS Gӵ báo [2], [9] WKѭӡQJ ÿѭӧc ӭng dөng trong QJjQKQăQJOѭӧQJÿӇ dӵ báo nhu cҫXÿLӋQQăQJQKѭ3KѭѫQJSKiSWtQKKӋ sӕ YѭӧWWUѭӟc, tính trӵc tiӃp, ngoҥi suy theo thӡLJLDQWѭѫQJTXDQVRViQKÿӕi chiӃu, chuyên gia, cây quyӃWÿӏQKô
ViӋc lӵa chӑQSKѭѫQJSKiSGӵ báo phө thuӝFYjROƭQKYӵc hoҥWÿӝQJFiFOƭQKYӵc dӵ EiROLrQTXDQÿӃn hiӋQWѭӧng tӵ QKLrQWKuSKѭѫQJSKiSÿӏQKOѭӧQJKD\ÿѭӧc sӱ dөng QKѭP{KuQKKyDSKѭѫQJSKiSNӏch bҧQôĈӗng thӡi, viӋc lӵa chӑQSKѭѫQJSKiSGӵ bỏo nhu cҫu phө tҧLÿLӋn phҧi xem xét các yӃu tӕ sau:
3KѭѫQJSKiSFykhҧ QăQJWKӵc hiӋQÿѭӧc vӟi các sӕ liӋu sҹn có
3KѭѫQJSKiSFyNKҧ QăQJSKkQWtFKFiF\Ӄu tӕ bҩWÿӏnh Ĉҧm bҧo sai sӕ thӵc tӃ cӫa dӵ báo nҵm trong giӟi hҥn cho phép
Tùy vào tӯQJOƭQKYӵFQJjQKPjFiFSKѭѫQJSKiSGӵ báo có thӇ khác nhau Ӣ ÿk\ ta quan WkPKDLSKѭѫQJSKiSGӵ báo dӵ báo theo chuӛi thӡi gian và dӵ EiRWKHRSKѭѫQJSKiSWѭѫQJTXDQ
HuǤnh Trung Trӵc (MHV: 1870671) 5 1JRjLUDÿӇ cҧi thiӋQQKѭӧFÿLӇm cӫDFiFSKѭѫQJSKiSGӵ báo phө tҧi truyӅn thӕng, các nhà khoa hӑFÿmӭng dөng kӻ thuұt dӵ báo hiӋQÿҥLQKѭPҥng neural, fuzzy logic, biӃQÿәLZDYHOHWôKD\Vӵ kӃt hӧp giӳDFiFSKѭѫQJSKiS này&iFSKѭѫQJSKiSGӵ bỏo hiӋQÿҥLWUrQQJj\FjQJÿѭӧc quan tâm vì kӃt quҧ dӵ báo khá chính xác a 3KѭѫQJSKiSQJRҥi suy
3KѭѫQJSKiSQJRҥi suy thӵc hiӋn dӵ báo dӵa trên sӕ liӋu trong quá khӭ ÿӇ phҧn ánh theo quy luұt hàm sӕ IWQKѭVDX
+ Y DB là dӵ EiRÿLӋQQăQJF{QJVXҩt cӫDQăPWӟi (tháng, tuҫn, ngày, giӡ)
IWOjKjPÿѭӧc xây dӵng tӯ sӕ liӋu quá khӭ cӫDÿLӋQQăQJF{QJVXҩt
Sӕ liӋu phө tҧLÿLӋn quá khӭ sӱ dөQJFKRSKѭѫQJSKiSQJRҥi suy:
+ Ĉӕi vӟi dӵ báo nhu cҫu phө tҧLÿLӋQQăP&iFVӕ liӋu thӕng kê vӅ công suҩWÿLӋn QăQJWLrXWKө trong ít nhҩWQăPWUѭӟc gҫn nhҩt
+ Ĉӕi vӟi dӵ báo nhu cҫu phө tҧLÿLӋn tháng: Các sӕ liӋu thӕng kê vӅ công suҩt, ÿLӋQQăQJWLrXWKө cӫa tháng cùng kǤ QăPWUѭӟc và ít nhҩt 03 tháng WUѭӟc gҫn nhҩt
+ Ĉӕi vӟi dӵ báo nhu cҫu phө tҧLÿLӋn tuҫn: Các sӕ liӋu thӕng kê vӅ công suҩWÿLӋn QăQJWLrXWKө trong ít nhҩt 04 tuҫQWUѭӟc gҫn nhҩt
+ Ĉӕi vӟi dӵ báo nhu cҫu phө tҧLÿLӋn ngày: Các sӕ liӋu thӕng kê vӅ công suҩWÿLӋn QăQJWLrXWKө trong ít nhҩWQJj\WUѭӟF7Uѭӡng hӧp ngày lӉ, tӃt phҧi sӱ dөng các sӕ liӋu cӫa các ngày lӉ, tӃWQăPWUѭӟc
+ Ĉӕi vӟi dӵ báo nhu cҫu phө tҧLÿLӋn giӡ: Các sӕ liӋu thӕng kê vӅ công suҩWÿLӋn QăQJWLrXWKө trong ít nhҩt 48 giӡ cùng kǤ tuҫQWUѭӟc b 3KѭѫQJSKiSKӗi quy
3KѭѫQJSKiSQj\[iFÿӏnh mӕLWѭѫQJTXDQJLӳa nhu cҫu tiêu thө ÿLӋn (công suҩt, ÿLӋQQăQJFӫa phө tҧi vӟi các yӃu tӕ ҧQKKѭӣng quan trӑQJWăQJWUѭӣng kinh tӃJLiÿLӋn, thӡi tiӃt, tӹ JLiô0ӕLWѭѫQJTXDQQj\ÿѭӧc phҧn ỏnh qua hai loҥLSKѭѫQJWUuQKQKѭVDX
HuǤnh Trung Trӵc (MHV: 1870671) 6 x 3KѭѫQJWUuQKGҥng tuyӃn tính
+ n là sӕ thӕng kê quá khӭ (sӕ QăPWKiQJtuҫn, ngày)
+ X i là sӕ liӋu quá khӭ cӫa các yӃu tӕ ҧQKKѭӣng quan trӑQJWăQJWUѭӣng kinh tӃ, JLiÿLӋn, thӡi tiӃt, tӹ JLiô
0) n (0 1) -1 (n < 0) n ° d d ®° ¯
Dӵa theo cҩu trúc có thӇ chia ra làm hai loҥL ÿy Oj Pҥng truyӅn thҷng và mҥng truyӅn lùi
- Mҥng truyӅn thҷng: là mҥQJÿѭӧc xây dӵng bҵQJFiFKÿҫu ra cӫDQѫURQ ӣ lӟp ÿӭQJWUѭӟFFKtQKOjÿҫu vào cӫDQѫURQOӟp sau nó
+ Mҥng truyӅn thҷng mӝt lӟp: là mҥQJPjFiFQѫURQWҥo thành mӝt lӟSWURQJÿy mӛi mӝt tín hiӋu vào có thӇ ÿѭӧFÿѭa vào cho tҩt cҧ FiFQѫURQFӫa lӟp và mӛLQѫURQFy
HuǤnh Trung Trӵc (MHV: 1870671) 16 nhiӅXÿҫu vào và mӝWÿҫu ra trên mӛLQѫURQÿy
Hình 4: Mҥng truyӅn thҷng mӝt lӟp
+ Mҥng truyӅn thҷng nhiӅu lӟp: mҥng gӗm có các lӟSQѫURQÿҫu vào, các lӟp QѫURQҭn và các lӟSQѫURQÿҫu ra
Hình 5: Mҥng truyӅn thҷng nhiӅu lӟp
- Mҥng truyӅn lùi QJѭӧc): là mҥQJ ÿѭӧc xây dӵQJ NKL FiF ÿҫX UD ÿѭӧF ÿӏnh Kѭӟng lùi vӅ OjPÿҫXYjRFKRFiFQѫURQӣ cùng lӟp hoһc ӣ lӟSÿӭQJWUѭӟc nó NӃu mҥng truyӅQOLPjFiFÿҫu ra cӫa lӟSQѫURQÿҫXUDOjFiFÿҫu vào cӫa lӟSQѫ URQÿҫu vào thì ÿѭӧc gӑi là mҥng hӗi tiӃp vòng kín
Hình 7: Mҥng truyӅn lùi nhiӅu lӟp 2.2.3 3KѭѫQJSKiSKXҩn luyӋn mҥng
MөF ÿtFKFӫa huҩn luyӋn mҥQJOj[iF ÿӏnh các bӝ trӑng sӕ cӫD FiF QѫURQWURQJ mҥng tӯ các dӳ liӋu NӃu quá trình huҩn luyӋn có sӱ dөng tín hiӋu ra mong muӕn, ta nói FiFQѫURQKӑc có giám sát NӃu quá trình huҩn luyӋn không sӱ dөng tín hiӋu ra mong muӕQWDQyLFiFQѫURQKӑc không có giám sát NӃu quá trình huҩn luyӋn không sӱ dөng tín hiӋu ra mong muӕn nhѭng có sӱ dөng mӝt tín hiӋXÿiQKJLiFKҩWOѭӧng cӫa mҥng, ta nói quá trình hӑc cӫa mҥng là quá trình hӑFWăQJFѭӡng.
Mҥng Perceptron mӝt lӟp
Perceptron [14] là mҥQJQѫURQÿѫQJLҧn nhҩt, nó chӍ gӗm mӝt nѫURQQKұQÿҫu vào là vector có các thành phҫn là các sӕ thӵc Hàm truyӅn trong luұt hӑFQj\OjKjPQJѭӥng tuyӃn tính (hardlim)
MӛLÿҫu vào pi ÿѭӧc nhân vӟi trӑng sӕ wi,j, tәQJFiFWtFKÿyYjELDVOjÿҫu vào cӫa hàm truyӅn hardlim n = w 1, 1 p 1 + w 1, 2 p 1 ôw 1, R p R +b (2.5)
HuǤnh Trung Trӵc (MHV: 1870671) 18 Ĉҫu ra a cӫa mҥQJ ÿѭӧF [iF ÿӏQK QKѭ VDX Pҥng lҩy tәng có trӑng sӕ các thành phҫn cӫDYHFWRUÿҫu vào, cùng vӟi ÿӝ lӋch EÿѭӧFÿѭDYjRKjPWUX\Ӆn (Perceptron dùng hàm Hard-limit làm hàm truyӅn) sӁ Ojÿҫu ra a cӫa mҥng.
Công cө Neural Network trong Matlab
Công cө Neural Network (nftool) [14] WURQJ0DWODEÿѭӧc thiӃt kӃ ÿѫQJLҧn và thân thiӋn vӟLQJѭӡi sӱ dөng bҵng giao diӋQÿӗ hӑa (Graphical User Interface ± GUI) Là mӝt công cө hӛ trӧ rҩt mҥnh trong mô phӓng và tính WRiQ OLrQ TXDQ ÿӃn mҥQJ Qѫ URQ GR Neural network có thӇ mô phӓng các mô hình phi tuyӃn tính KӃt quҧ cӫa mҥQJQѫURQ phө thuӝc vào kinh nghiӋm và thӵc nghiӋm trong viӋc chӑn mҥng, sӕ lӟp ҭn và sӕ QѫUѫQ trong mӛi lӟp ҭQô
Lan truyӅQ QJѭӧc thӵc hiӋn dӵa trên quy luұt hӑc Widrow Hoff Tәng quát cho mҥQJÿDOӟp và các hàm truyӅn phi tuyӃn khác Các vector ngõ vào và các vector ngõ ra WѭѫQJӭng sӁ ÿѭӧc huҩn luyӋn cho tӟi khi mҥng xҩp xӍ mӝt hàm liên kӃt các ngõ vào vӟi các vector ngõ ra
Mҥng lan truyӅQQJѭӧc chuҭn sӱ dөng thuұt toán giҧPÿӝ dӕFWѭѫQJWӵ QKѭWURQJ quy luұt xӱ Oê :LGURZ+RII7URQJ ÿyFiF WUӑng sӕ cӫa mҥQJÿѭӧc dӏch chuyӇn theo chiӅXQJѭӧc lҥLÿӝ dӕc cӫa hàm biӇu diӉn MҥQJÿmKXҩn luyӋQULrQJFKRSKpSÿѭDUDFiF kӃt quҧ khi dùng các ngõ vào mà nyFKѭDWӯQJÿѭӧc hӑF7K{QJWKѭӡng mӝt ngõ vào mӟi sӁ Fy QJ} UD WѭѫQJ Wӵ vӟi ngõ ra chính xác cӫD QJ} YjR WUѭӟF ÿy ÿm ÿѭӧc huҩn luyӋn giӕng vӟi ngõ vào mӟi này Do tính chҩt tәng quát, ta có thӇ huҩn luyӋn mҥng dӵa trên các cһp vào ± UDÿҥi diӋn mà vүn cho kӃt quҧ tӕWÿӕi vӟi các ngõ vào khác nhau cӫa mҥng FKѭDÿѭӧc huҩn luyӋQĈk\FKtQKOjWtQKQәi bұt nhҩt cӫa mҥng so vӟLFiFSKѭѫQJSKiS khác
MӝWQѫ ron vӟi mӝWYHFWѫÿҫu vào P có R phҫn tӱ
Các mҥQJÿDOӟSWKѭӡng dùng hàm truyӅn log-sigmoid (logsis)
Hàm truyӅn logsis tҥo các giá trӏ ngõ ra giӳa 0 và 1 khi ngõ vào mҥQJQѫURQELӃn thiên tӯ -Yj1JRjLUDFiFPҥQJÿDOӟp có thӇ sӱ dөng hàm truyӅQWDQVLJYjFNJQJ có thӇ là hàm tuyӃn tính purelin
Các mҥng truyӅn thҷQJIHHGIRUZDUGWKѭӡng có mӝt hay nhiӅu lӟp ҭQ&iFQѫURQ trong các mҥng lӟp ҭn vӟi hàm truyӅn phi tuyӃn cho phép mҥng hӑc các mӕi quan hӋ tuyӃn tính và phi tuyӃn giӳa các vector ngõ vào và ngõ ra Lӟp tuyӃn tính ngõ ra cho phép mҥng tҥo ra giá trӏ nҵPWURQJÿRҥn [-@7URQJNKLÿyKjPWUX\Ӆn sigmoid QKѭ logsig) tҥo ngõ ra trong khoҧng (0, 1)
Hình 11: Mҥng truyӅn thҷng 1 lӟp trong Matlab
Mҥng này có thӇ dùng nhѭKjPWtQKWRiQWәng quát gҫQÿ~QJ1yFyWKӇ xҩp xӍ bҩt cӭ hàm nào vӟi mӝt sӕ Oѭӧng hӳu hҥQFiFÿLӇPJLiQÿRҥn bҩt kǤ
&iFQѫURQÿҫu vào thӵc chҩt không phҧLFiFQѫURQWKHRÿ~QJQJKƭDEӣi lӁ chúng không thӵc hiӋn bҩt kǤ mӝt tính toán nào trên dӳ liӋu vjRÿѫQgiҧn nó chӍ tiӃp nhұn các dӳ liӋu vào và chuyӇn cho các lӟp kӃ tiӃS&iFQѫURQӣ lӟp ҭn và lӟp ra mӟi thӵc sӵ thӵc hiӋn các tính toán, kӃt quҧ ÿѭӧFÿӏnh dҥng bӣLKjPÿҫu ra (hàm truyӅn) Cөm tӯ ³WUX\Ӆn thҷQJ´IHHGIRUZDUGNK{QJSKҧLOjWUiLQJKƭa cӫa lan truyӅQQJѭӧFOLrQTXDQÿӃn mӝt thӵc tӃ là tҩt cҧ FiFQѫURQFKӍ có thӇ ÿѭӧc kӃt nӕi vӟi nhau theo mӝWKѭӟng: tӟi mӝt hay nhiӅXFiFQѫURQNKiFWURQJOӟp kӃ tiӃp (loҥi trӯ FiFQѫURQӣ lӟp ra)
Hình 12: Mҥng truyӅn thҷng nhiӅu lӟp trong Matlab
IW i : Ma trұn trӑng sӕ cӫDFiFQѫURQOӟp thӭ I (S i xR i ) b i 9HFWRUÿӝ lӋch cӫa lӟp thӭ I (S i x1) n i : net intput f i : Hàm truyӅn
HuǤnh Trung Trӵc (MHV: 1870671) 21 a i : net output
Mӛi liên kӃt gҳn vӟi mӝt trӑng sӕ, trӑng sӕ nà\ÿѭӧc thêm vào trong quá trình tín hiӋXÿLTXDOLrQNӃWÿy&iFWUӑng sӕ có thӇ GѭѫQJWKӇ hiӋn trҥng thái kích thích, hay âm, thӇ hiӋn trҥng thái kiӅm chӃ MӛLQѫURQWtQKWRiQPӭc kích hoҥt cӫa chúng bҵng cách cӝng tәQJFiFÿҫXYjRYjÿѭDUDKjPFKX\Ӈn MӝWNKLÿҫu ra cӫa tҩt cҧ FiFQѫURQWURQJ mӝt lӟp mҥng cө thӇ ÿmWKӵc hiӋn xong tính toán thì lӟp kӃ tiӃp có thӇ bҳWÿҫu thӵc hiӋn tính toán cӫa mình bӣLYuÿҫu ra cӫa lӟp hiӋn tҥi tҥRUDÿҫu vào cӫa lӟp kӃ tiӃp Khi tҩt cҧ FiFQѫURQÿmWKӵc hiӋn tính toán thì kӃt quҧ ÿѭӧc trҧ lҥi bӣLFiFQѫURQÿҫu ra Tuy nhiên, có thӇ OjFKѭDÿ~QJ\rXFҫXNKLÿyPӝt thuұt toán huҩn luyӋn cҫQÿѭӧc áp dөQJÿӇ ÿLӅu chӍnh các tham sӕ cӫa mҥng
7ѭѫQJWӵ, nӃu thêm vào các lӟp khác nӳa vào trong cҩu trúc này thì lӟp mҥng cuӕi cQJWKѭӡng là lӟp cho ra kӃt quҧ cӫa toàn bӝ mҥng, lӟSÿyJӑi là lӟp ra (output layer)
%ѭӟc ÿҫu tiên trong huҩn luyӋn mҥng truyӅn thҷng là tҥR ÿӕL Wѭӧng Hàm feedforward (newff) cho phép tҥo mӝt mҥng truyӅn thҷng
Feedforward (hidden sizes, trainFcn), hàm huҩn luyӋn trainFcn mһF ÿӏnh trong Matlab là trainlm, hidden sizes là 10 và hàm truyӅn lӟp ҭn là sigmoid
Khi các trӑng sӕ và ÿӝ lӋch ÿmÿѭӧc khӣi tҥo, mҥQJÿmVҹn sàng huҩn luyӋn, mҥng có thӇ ÿѭӧc bҵng các hàm xҩp xӍ (hӗi quy không tuyӃn tính), liên kӃt kiӇu mүu hay phân loҥi chuҭn quá trình huҩn luyӋn mҥng yêu cҫu mӝt tұp mүu chӍ cách thӭc hoҥWÿӝng cӫa mҥng gӗm các cһSQJ}YjRSYjFiFQJ}UDÿtFKW7URQJ suӕt quá trình huҩn luyӋn, các trӑng sӕ và ÿӝ lӋch cӫa mҥng lһSÿLOһp lҥi viӋc ÿLӅu chӍQKÿӇ tӕi thiӇu hoá hàm truyӅn cӫa mҥng net.performFcn HiӋu suҩt mһc ÿӏnh cӫa mҥng feedforward là sai sӕ bình SKѭѫQJ trung bình (Mean square error) giӳa các ngõ ra y YjQJ}UDÿtFKW
Ӭng dөng mҥQJQѫURQQKkQWҥo trong dӵ báo phө tҧi
Dӵ báo phө tҧL ÿLӋQ QăQJ Oj Pӝt vҩQ ÿӅ quan trӑng trong công tác thiӃt kӃ quy hoҥch hӋ thӕQJÿLӋn MөFÿtFKFӫa dӵ EiRÿLӋQQăQJWURQJWѭѫng lai dӵa vào các quan sát
HuǤnh Trung Trӵc (MHV: 1870671) 22 trong quá khӭ, phөc vө cho công tác qui hoҥch nguӗQOѭӟi trong hӋ thӕQJÿLӋn, phөc vө cho F{QJWiFÿLӅXÿӝ hӋ thӕng
Mô hình mҥQJ Qѫ URQ QKkQ Wҥo: MҥQJ QѫURQ ÿӇ dӵ báo ngҳn hҥn sӱ dөng mҥng nhiӅu lӟS0/3ĈLӇm nәi bұt cӫa MLP là khҧ QăQJKӑFÿѭӧc các quan hӋ phӭc tҥp giӳa các mүXÿҫXYjRYjÿҫXUDÿLӅXPjNKyÿӕi vӟi các mô hình mҥng bình thѭӡQJĈҫu vào cӫa mҥng nói chung là các giá trӏ tҧi hiӋn tҥi và quá khӭ Mҥng hӑc qua dӳ liӋu tҧi thӵc trong quá khӭ
Vӟi thuұt toán lan truyӅQ QJѭӧc, quá trình hӑc xҧy ra trong suӕt mӝt chu kǤ huҩn luyӋn Mӛi mүXÿҫu vào trong tұp mүu hӑFÿѭӧc áp dөng cho các nút lӟSYjRYjVDXÿy ÿѭӧc lan truyӅn tiӃn MүXVDXNKLÿѭӧc lan truyӅQÿӃn lӟSÿҫXUDÿѭӧc so sánh vӟi mүu UDÿҫXUDOêWѭӣQJÿӇ tính toán lӛLÿҫu ra Lӛi ӭng vӟi mӛi mүXÿҫXUDVDXÿyÿѭӧc lan truyӅQQJѭӧc tӯ FiFÿҫu ra tӟLFiFÿҫu vào nhҵPÿLӅu chӍnh các trӑng sӕ mӝt cách thích hӧp trong mӛi lӟp cӫa mҥng Sau khi mҥng lan truyӅQQJѭӧFÿѭӧc huҩn luyӋn phân loҥi chính xác cho các tұp mүu hӑc, nó có thӇ ÿѭӧc kiӇm tra trên mӝt tұp mүXFKѭDTXDKXҩn luyӋn (kiӇPWUD QăQJ Oӵc dӵ báo cӫa mҥng) NӃXQăQJlӵc dӵ EiR ÿӫ tӕt, mҥng có thӇ ÿѭӧc dӯQJÿӇ dӵ báo
Các dӳ liӋXVDXÿѭӧc chӑQOjPÿҫu vào:
MҥQJQѫURQÿѭӧc sӱ dөng trong bài này có mӝt lӟp ҭn Các mҥng có nhiӅu lӟp ҭn sӁ phӭc tҥSKѫQYjYLӋc huҩn luyӋn sӁ tӕn nhiӅu thӡLJLDQKѫQ9LӋc chӑn sӕ QѫURQWURQJ lӟp ҭn phҧLÿѭӧc cân nhҳc; nӃu quá nhiӅu thì làm cho mҥng quá khӟp dүQÿӃn mҩWÿLNKҧ QăQJSKә dөng cӫa nó NӃu sӕ QѫURQNK{QJÿӫ thì mҥng khó hӑc 'Rÿy ÿӇ chӑn ÿѭӧc sӕ QѫURQWKtFKKӧp phҧi trҧi qua quá trình kiӇm tra bҵng thӵc nghiӋm
Sau khi mҥQJÿѭӧc hӑc tұp dӳ liӋXÿҫu vào, mӝt tұp hӧp dӳ liӋu mӟLÿѭӧF[HPQKѭ ÿҫu vào và mҥng ÿѭӧc sӱ dөQJÿӇ dӵ báo tҧi cho ngày tiӃp theo cӫa tuҫn tӟi 7Uѭӡng hӧp, nӃXGQJÿӇ dӵ báo tuҫn, tháng YjQăP thì sai sӕ sӁ ONJ\WLӃn nên ít nhiӅu ҧQKKѭӣQJÿӃn kӃt quҧ dӵ báo
Giӟi thiӋu giҧi thuұt
3.1.1 Giҧi thuұt lan truyӅQQJѭӧc sai sӕ (Back propagation)
Sӵ lan truyӅQQJѭӧc [3], [4], [5] ÿѭӧc tҥo ra bҵng cách tәng quát hóa quy tҳc hӑc tұp Widrow-Hoff cho các mҥng nhiӅu lӟp và các hàm truyӅn có thӇ phân biӋt phi tuyӃn
&iFYHFWѫÿҫXYjRYjFiFYHFWѫÿtFKWѭѫQJӭQJÿѭӧc sӱ dөQJÿӇ ÿjRWҥo mҥQJFKRÿӃn khi nó có thӇ gҫQÿ~QJYӟi mӝt hàm, liên kӃWFiFYHFWѫÿҫu vào vӟLFiFYHFWѫÿҫu ra cө thӇ hoһc phân loҥLFiFYHFWѫÿҫu vào theo cách thích hӧp Các mҥQJFyÿӝ lӋch, lӟp ҭn hàm sigmoid và lӟSÿҫu ra tuyӃn tính có khҧ QăQJ[ҩp xӍ bҩt kǤ hàm nào vӟi sӕ Oѭӧng ÿLӇPJLiQÿRҥn hӳu hҥn
Giҧi thuұt lan truyӅQQJѭӧc là mӝt trong các giҧi thuұt quan trӑng nhҩt trong lӏch sӱ phát triӇn cӫa mҥQJQѫURQQKkQWҥo, giҧi thuұWÿѭӧc sӱ dөQJÿӇ huҩn luyӋn các mҥng truyӅn thҷng nhiӅu lӟp vӟi các phҫn tӱ xӱ lý trong mҥQJFyKjPWiF ÿӝng là hàm phi tuyӃn Mҥng truyӅn thҷng nhiӅu lӟp vӟi giҧi thuұt lan truyӅQQJѭӧFFzQÿѭӧc gӑi là mҥng truyӅQQJѭӧc
Mҥng lan truyӅQQJѭӧc chӍ có thӇ ӣ hai trҥQJWKiLÿyOjWUҥng thái hӑc và trҥng thái ánh xҥ Bҧn chҩt cӫa trҥng thái ánh xҥ do mҥng thӵc hiӋn tùy thuӝc vào giá trӏ cӫa các trӑng sӕ trong mҥng Lan truyӅQQJѭӧc là mӝWSKѭѫQJSKiSFKRSKpS[iFÿӏnh tұp trӑng sӕ tӕt nhҩt cӫa mҥQJÿk\OjPӝt quá trình lһSÿLOһp lҥi nhiӅu lҫn trong hai quá trình ánh xҥ và lan truyӅQQJѭӧc sai sӕ+DLTXiWUuQKQj\ÿѭӧc thӵc hiӋn trên tұp mүu cӕ ÿӏnh Hai TXi WUuQKQj\ÿѭӧc gӑi là huҩn luyӋn mҥng Trong trҥng thái hӑc, thông tin lan truyӅn theo hai chiӅu nhiӅu lҫQÿӇ huҩn luyӋn các trӑng sӕ Quá trình huҩn luyӋQÿѭӧc bҳWÿҫu vӟi tұp trӑng sӕ tùy ý, có thӇ là các giá trӏ ngүu nhiên nhӓ và tiӃn hành lһSÿLOһp lҥi Mӛi lҫn lһSÿѭӧc gӑi là mӝt thӃ hӋ, trong mӛi thӃ hӋ mҥQJÿLӅu chӍnh các trӑng sӕ sao cho sai sӕ giҧm dҫQ4XiWUuQKÿLӅu chӍnh nhiӅu lҫn sao cho trӑng sӕ dҫn dҫQÿҥWÿѭӧc tұp hӧp các giá trӏ tӕLѭX
Xét mҥng truyӅn thҷng 3 lӟp gӗm có:
LӟSÿҫXYjRFyPQѫURQYӟi dӳ liӋXÿҫu vào là: x 1 , x 2 ô[ m
Lӟp ҭQFyTQѫURQYӟi cỏc ngừ ra là: z 1 , z 2 ô] q
HuǤnh Trung Trӵc (MHV: 1870671) 24 LӟSQJ}UDFyQQѫURQYӟi cỏc ngừ ra là: y 1 , yôy n
Gӑi v qj là trӑng sӕ liên kӃt giӳDÿҫu vào thӭ MYjQѫURQWKӭ q cӫa lӟp ҭn, w iq là trӑng sӕ liên kӃt giӳDQѫURQWKӭ q cӫa lӟp ҭn vӟLQѫURQLFӫa lӟp ngõ ra
Hình 13: Mô hình mҥng truyӅn thҷng 3 lӟp
Cho cһp mүu huҩn luyӋn (x, d), hàm tәng cho mӛi phҫn tӱ xӱ lý thӭ q cӫa lӟp ҭn: j=1 x m q qj j net ¦ v
Hàm tәng cho mӛi phҫn tӱ xӱ lý thӭ i cӫa lӟp ngõ ra là: q=1 w p i iq q net ¦ z
NӃXKjPÿiQKJLiÿӇ ÿRVDLOӋch giӳa giá trӏ ÿҫu ra mong muӕn và giá trӏ thӵc cӫa mҥQJÿѭӧFFKRGѭӟi dҥng:
Vì thӃ các trӑng sӕ giӳa lӟSQѫURQQJ}UDYӟi lӟSQѫURQҭn có thӇ ÿѭӧc cұp nhұt mӝWOѭӧng: ǻZ iq w iq ȘĐ wE ã ăăâw ááạ (3.6)
Sӱ dөng luұt Chain cho w iq Đ wE ã ă á ăw á â ạta cú ǻZ w i i iq i i iq y net Ș E y net Đ ã Đw ãĐ w ã w ăâw áăạâw áăạâăw ááạ (3.7)
'( i ) i y f net net Đ w ã ăw á â ạ (3.9) w i q iq net z Đw ã ă á ăw á â ạ (3.10)
'Rÿy ǻZ iq Ș G i \ I QHW ] i i q (3.11) Ĉһt į iq (G i \ I QHW i ) '( i )
Thì trӑng sӕ giӳa lӟS QѫURQQJ}UDYӟi lӟS QѫURQ ҭn có thӇ ÿѭӧc cұp nhұt mӝt Oѭӧng: ǻZ iq Ș] į q qi (3.12)
Luұt cұp nhұt trӑng sӕ kӃt nӕi giӳa lӟSQѫURQҭn vӟi lӟSQѫURQÿҫu vào: ǻ qj q qj q qj
E E net v Ș Ș v net v Đ w ã Đ w ãĐw ã ăăâw ááạ ăăâw áăáăạâ w ááạ (3.13)
HuǤnh Trung Trӵc (MHV: 1870671) 26 ǻ qj i q q i q q qj z net
E y v Ș y z net v Đ ãĐ w ãĐw ã Đw ã w ăâw áăạâăw áăáăạâw áăáăạâ w ááạ (3.14)
'( ).w i i i i iq q i q y y net f net z net z Đw ã Đ w ãĐw ã ă á ă áă á ăw á âw ạă w á â ạ â ạ (3.15)
'( ) q i q z f net net Đ w ã ă á ăw á â ạ (3.16) q j qj net x v Đw ã ă á ă w á â ạ (3.17)
1 ǻ qj n i i i Z iq q j i v Ș ƯêơG \ I QHW º êẳ ơI QHW [ ºẳ
1 ǻ qj n qi Z iq q j hq j i v Ș Ưêơį º êẳ ơI QHW [ ºẳ Șį [
.w '( ) n hq qi iq q i į Ưêơį ºẳ I QHW
Cho mҥng truyӅn thҷng Q lӟST ô4FyPQѫURQÿҫXYjRQQѫURQÿҫu ra qnet i , q y i OjÿҫXYjRYjÿҫu ra cӫa phҫn tӱ xӱ lý thӭ I cӫa lӟSQѫURQWKӭ q qw i là trӑng sӕ kӃt nӕi giӳa q-1 y i và q y i
Thuұt toán lan truyӅQQJѭӧc cho mҥng Q lӟSÿѭӧc tóm tҳWQKѭVDX
%ѭӟc 1: ChӑQWUѭӟc giá trӏ Ș!Yj( max > 0
%ѭӟc 2: Chӑn ngүu nhiên giá trӏ trӑng sӕ w, bҳWÿҫu vӟi mүu thӭ nhҩt k=1 và gán sai lӋch E=0
%ѭӟc 3: Gán mүXÿҫu vào thӭ k vӟi lӟSQѫURQÿҫu vào (q=p) qy i = p y i = x i (k) cho tҩt cҧ i
%ѭӟc 4: TruyӅn tín hiӋu tiӃn thông qua mҥng sӱ dөng công thӭc cho mӛi phҫn tӱ xӱ lý thӭ i ӣ lӟp thӭ TYjFKRÿӃQNKLTÿҥWÿӃn lӟSQѫURQÿҫu ra Q y i
%ѭӟc 5: Tính giá trӏ sai lӋch và các tín hiӋu sai lӋch cho lӟSQѫURQÿҫu:
%ѭӟc 6: TruyӅn các tín hiӋu sai lӋch vӅ ÿӇ cұp nhұt các trӑng sӕ và các tín hiӋu sai lӋch q-1 įi cho lӟSWUѭӟc
(3.23) ij ij ij w w ǻ Z q new q old q
%ѭӟc 7: KiӇm tra nӃu k < p thì cho k = k+1 và quay vӅ EѭӟFQJѭӧc lҥLTXDEѭӟc
%ѭӟc 8: KiӇm tra nӃu E < Emax thì kӃt thúc quá trình huҩn luyӋn và xuҩt các trӑng sӕQJѭӧc lҥi quay lҥLEѭӟc 1 thӵc hiӋn quá trình huҩn luyӋn mӟi
Tóm lҥi: Hҫu hӃt các giҧi thuұWÿӇ huҩn luyӋn mҥQJQѫURQÿӅu dӵa vào sai lӋch tӯ kӃt quҧ cӫa ngõ ra vӟi giá trӏ thӵc mong muӕQÿyOjTXiWUuQKVӱa sai theo giҧi thuұt tәng quát gӑi là lan truyӅQQJѭӧc sai lӋch Có thӇ phát biӇXQKѭVDX Trong quá trình hӑc, giá trӏ ÿҫXYjRÿѭӧFÿѭDYjRPDQJWKHRGzQJFKҧy trong mҥng tҥo thành giá trӏ ӣ ÿҫu ra, tiӃp ÿӃn là quá trình so sánh giá trӏ tҥo bӣi mҥng vӟi giá trӏ ra mong muӕn; nӃu hai giá trӏ này giӕQJQKDXWKuNK{QJWKD\ÿәi gì cҧ, tuy nhiên, nӃu có sai lӋch giӳa hai giá trӏ Qj\WKuÿL QJѭӧc tӯ ngõ ra vӅ ÿҫXYjRÿӇ WKD\ÿәi mӝt sӕ trӑng sӕ Ĉk\OjPӝt quá trình lһp liên tөc và có thӇ không dӯng nӃu không thӇ WuPÿѭӧc các
HuǤnh Trung Trӵc (MHV: 1870671) 28 giá trӏ trӑng sӕ VDXFKRÿҥWÿѭӧc sai sӕ mong muӕQ'RÿyWURQJWKӵc tӃ ta phҧi thiӃt lұp tiêu chuҭn dӯng dӵa trên mӝt sai sӕ QjRÿyJLӳa hai giá trӏ này, hay dӵa trên mӝt sӕ vòng lһp nhҩWÿӏnh
Hình 14: /ѭXÿӗ giҧi thuұt lan truyӅQQJѭӧc sai sӕ 3.1.2 Giҧi thuұWFKѭѫQJWUuQKKXҩn luyӋn mҥng Ĉ KӃt thúc Nhұp thông sӕ mҥng (Sӕ QѫURQOӟp ҭn, K, Emax)
Chӑn hàm truyӅn huҩn luyӋn
Cұp nhұt lҥi trӑng sӕ Yjÿӝ lӋch
Hình 15: /ѭXÿӗ giҧi thuұt cKѭѫQJWUuQKKXҩn luyӋn mҥng
3.2 CiFEѭӟc thiӃt kӃ bài toán dӵ báo phө tҧi
Qua nhiӅXQăPQJKLrQFӭu và thӵc nghiӋPQJѭӡi ta chӭng tӓ tiӃp cұn các bài toán dӵ báo phө tҧi bҵng cách sӱ dөng mҥQJQѫURQQKkQWҥRÿѭӧc huҩn luyӋn bӣi thuұt toán lan truyӅQQJѭӧc là ÿҧm bҧRÿӝ FKtQK[iFFDR1KѭQJÿӇ ÿҥWÿѭӧc mөc tiêu trên ta phҧi nghiên cӭu và huҩn luyӋQÿӇ lӵa chӑn tӕLѭXFҩu trúc mҥng vӟi các thông sӕ QKѭVӕ lӟp ҭn, sӕ QѫURQOӟp ҭn, dҥng hàm truyӅn, khӣi tҥo trӑng sӕ EDQÿҫXô%jLWRiQGӵ bỏo là mӝt bài toán phӭc tҥp cҧ vӅ sӕ Oѭӧng dӳ liӋXÿҫXYjRFNJQJQKѭÿӝ chính xác dӳ liӋu cҫn
KiӇm tra k