Tiểu luận học phần hệ thống Điều khiển thông minh

CHUONG I: TONG QUAN VE HE THONG DIEU KHIEN THONG MINH 1.Hệ thống điều khiển 1.1 Hệ thống điều khiển thông thường Hệ thống điều khiển hiện nay thường được thiết kế dựa trên mô hình toán

BO CONG THUONG TRUONG DAI HOC CONG THUONG TP HO CHi MINH

KHOA CONG NGHE DIEN - DIEN TU

BO CONG THUONG TRUONG DAI HOC CONG THUONG TP HO CHi MINH

KHOA CONG NGHE DIEN - DIEN TU

LOI CAM ON

Em xin gui loi cam on chan thanh va biét on sau sac dén thay da hướng dẫn tận tình cũng như hỗ trợ em trong quá trình tìm kiếm thông tin, tài liệu để hoàn thành tiểu luận này Cảm ơn thầy đã hỗ trợ

em trong suốt thời gian qua, những kinh nghiệm và lời dạy của thầy

đã giúp em trưởng thành và phát triển hơn rất nhiều trong thời gian qua

Do những hạn chế trong kiến thức và khả năng lý luận của mình, bài tiểu luận này sẽ không tránh khỏi những sai sót và có những điều cần điều chỉnh, bổ sung, Vì vậy, em rất mong nhận được đánh giá

từ thầy để hoàn thiện hơn nữa trong thời gian tới

Em cảm ơn thầy rất nhiều

MUC LUC

CHUONG I: TONG QUAN VE HE THONG DIEU KHIEN THONG MINH 6 1.Hệ thống điều khiển - LH n nh nhe 6 1.1 Hệ thống điều khiển thông thường nh heee 6 1.2 Hệ thống điều khiển thông minh con ee ree etter 6 2.Khái niệm về điều khiển thông minh con neo 7

3 Đặc điểm của hệ thống thông minh co nh neo 9

3.1 Khả năng học và thích nghỉ c con neo 10 3.2 Khả năng suy luận ch nh nha 10 3.3 Tính tối ưU cc ch nh nh nh hà Hà Ha gà H HH ga 10 3.4 Tính tư chủ ch nh HH na 10

4 Cấu trúc của hệ thống điều khiển thông minh 10

5 Các lĩnh vực liên quan đến điều khiển thông minh 12

6 Hướng nghiên cứu điều khiển thông minh con 14 6.1 Điều khiển thông minh là một lĩnh vực nghiên cứu riêng biệt 14 6.2 Hướng nghiên cứu điều khiển thông minh - ccccccàằ 14

CHƯƠNG II: MỘT SỐ PHƯƠNG PHÁP ĐIỀU KHIỂN - ==- 16 1.Điều khiển mờ ch nh nh hà nhat na 16

1.1 Khái niệm về tập hợp mò cha 16 1.2 Định nghĩa tập hợp mò c con nh nhe 17 1.3 Các dạng hàm liên thuộc nh nh he 18 1.4 Biến ngôn ngữ và giá trị ngôn ngữ coi 22 1.5 Các phép toán trên tap MO ieee 22

1.6 LogÏC mÒỜ ch nh nh kh HH HT TH ta 24 1.6.1 Định nghĩa mệnh đề mở nen 24 1.6.2 Gía trị thật của mệnh để mờ (tt tt nh nh nhe Hy se 24 1.7 Các phép toán trên mệnh đề mờ che ieo 24 1.7.1 Phép phủ định nh nh Hà HH gio 24 1.7.2 Phép QÌaO cu nh nh nh nh Tế HT KT HE kh rà Hth 24

1.8 Qui tac MO (Fuzzy rule©S) ch nhà nhớ 25 1.9 Hệ qui tắc mờ nh nh nh Ha he 25

1.10 Suy luận mờ ch ko Hào 25

2 Mạng thần kinh LL nh nh HH nh kh Hang 32

2.1 Giới thiệu -.c c ST n E nHn g g ng nung ngà tua 32

2.2 Tế bào thần kinh và mạng thần kinh nhân tạo 32 2.2.1 Tế bào thần kinh cccc cty HH HH teen 32 2.2.3 Các phương pháp huấn luyện mạng thần kinh nhân tạo 35

2.2.4 Mạng truyền thẳng một lớp in ch nền nh HH ko 36 2.2.5 Mạng truyền thẳng nhiều lỚp ccnn nén ke 39

2.2.5.1 Cấu trúc mạng c ch tt nh nh HH Hà Ha tà 39 2.2.5.2 Thuật toán lan truyền ngưƯỢc ch Hhr nhe 40 Chương III: Ứng dụng của hệ thống điều khiển thông minh 44

1 Mô tả đối tượng - LH nh HH nh nh ru 44

2 Mô hình hóa đối tượng CC nh nh nh hao 44

3 Thiết kế bộ điều khiển mờ: nén nh nh nhe 45

4 Kết quả mô phỏng con nh nh ga ina 50

s00) .0 8 ‹( 0: 52

CHUONG I: TONG QUAN VE HE THONG DIEU KHIEN THONG

MINH

1.Hệ thống điều khiển

1.1 Hệ thống điều khiển thông thường

Hệ thống điều khiển hiện nay thường được thiết kế dựa trên mô hình toán học của hệ thống vật lý Qua mô hình hóa hoặc nhận dạng,

mô hình toán học sẽ mô tả đặc tính động học của đối tượng điều khiển Mô hình này phải đủ đơn giản để phân tích và đủ chính xác để

mô tả các đặc điểm quan trọng, đặc biệt gần điểm làm việc Sau đó, các kỹ thuật thiết kế dựa trên mô hình sẽ được áp dụng để phát triển

bộ điều khiển phù hợp, nhằm đáp ứng yêu cầu điều khiển các đối tượng phức tạp với chất lượng ngày càng cao

Lý thuyết điều khiển truyền thống sử dụng các mô hình toán học như phương trình vi phân và sai phân, với các phương pháp thiết

kế và kiểm nghiệm hệ thống điều khiển đã được phát triển Tuy nhiên, các phương pháp này chỉ áp dụng cho một số ít mô hình (tuyến tính và một vài dạng phi tuyến) và khó sử dụng nếu không có

mô hình của đối tượng điều khiển Ngay cả khi có mô hình chỉ tiết, việc thiết kế vẫn mất nhiều thời gian và cần mô hình hóa tỉ mỉ, do đó cần phát triển các hướng thiết kế khác

1.2 Hệ thống điều khiển thông minh Thuật ngữ "Điều khiển thông minh" đã xuất hiện trong ba thập

kỷ, với mục tiêu tham vọng hơn so với các hệ thống truyền thống Trong khi hệ thống truyền thống yêu cầu chỉ tiết về quá trình điều khiển, thì hệ thống thông minh có khả năng tự chủ điều khiển các hệ thống phức tạp và quá trình chưa được hiểu rõ Hệ thống này có thể học từ kinh nghiệm và điều chỉnh khi tham số hoặc môi trường thay đổi Dù chưa đạt được mức độ như não bộ con người, điều khiển thông minh sử dụng các kỹ thuật từ AI như mạng nơron nhân tạo, hệ

chuyên gia, logic mờ và thuật toán di truyền Các kỹ thuật này không chỉ mô tả các luật điều khiển phi tuyến mà còn giúp hệ thống thu thập thông tin đặc thù từ đối tượng điều khiển mà phương pháp truyền thống không làm được Hai công cụ quan trọng là điều khiển

mờ, dựa trên luật con người, và mạng nơron nhân tạo, mô phỏng hệ thần kinh sinh học để thực hiện học tập và thích ứng

2.Khái niệm về điều khiển thông minh

Điều khiển thông minh là phương pháp điểu khiển phỏng theo các đặc điểm cơ bản của trí thông minh của con người Các đặc điếm cơ bản này bao gồm khả năng học, khả năng xử lý thông tin không chắc chắn và khả năng tìm kiếm lời giải tối n Ngày nay, lĩnh vực điều khiển thông minh (ĐKTM) có xu hướng bao gồm tất cả các vấn để không thuộc phạm vì điểu khiển thông thường Tuy nhiên, ranh giới giữa ĐKTM và điều khiển thông thường là tương đối và thay đổi theo thời gian Những hệ thống hiện nay được gọi là hệ thống ĐKTM trong tương lại có thể sẽ chỉ được gọi đơn giản là hệ thống điều khiển Khó khăn lớn nhất trong việc định nghĩa chính xác thuật ngữ "Điều khiển thông minh" là do không có sự thống nhất trong việc định nghĩa trí thông minh của con người và hành vi thông minh Các tranh luận về trí thông minh đã diễn ra hàng thế kỷ và vẫn tiếp tục hiện nay giữa các chuyên gia giáo dục, chuyên gia tâm lý, chuyên gia máy tính Một định nghĩa về trí thông minh được nhiều người đổng ý nhất là

"Thông minh là khả năng thu thập và sủ dụng tri thức”

Theo định nghĩa này, hệ thống ĐKTM là hệ thống điều khiển có khả năng thu thập và sử dụng tri thức Do thông minh là khái niệm mang tính tương đối, có nhiều cấp độ thông minh khác nhau nên hệ thống ĐKTM cũng có nhiều cấp độ khác nhau Sau đây là một số định nghĩa về hệ thống thông minh và cách phân cấp mức độ thông minh

Theo Albus, "Hé thống thông minh là hệ thống có khả năng hoạt động thích hợp trong môi trường bất định, trong đó một hoạt động thích hợp là hoạt động làm tăng xác suất thành công và thành công

là đạt được mục tiêu, còn hướng tới đạt được mục tiêu chung của hệ thống" Albus phân ra ba cấp độ thông minh:

- Tối thiểu: Thông minh cần khả năng cảm nhận môi trường, ra quyết định và kiểm soát hoạt động

- Mức cao: Thông minh bao gồm khả năng nhận dạng đối tượng

và sự kiện, biểu diễn tri thức bằng mô hình ngôn ngữ, suy luận

và hoạch định hoạt động tương lai

- Cao cấp: Thông minh cung cấp khả năng nhận thức và hiểu biết, chọn lựa khôn ngoan, và hoạt động thành công trong nhiều hoàn cảnh khác nhau nhằm tồn tại và phát triển trong môi trường đối lập, phức tạp và đối nghịch

Cấp độ thông minh của hệ thống tùy thuộc vào các yếu tố cấu thành sự thông minh, theo Albus bao gồm:

- _ Khả năng tính toán của bộ não (máy tính) của hệ thống

- _ Sự phức tạp, tỉnh vi của các thuật toán mà hệ thống sử dụng để

xử lý thông tin từ cảm biến, mô hình hóa đối tượng, phát sinh hành vi, đánh giá hoạt động, truyền tin toàn cục

- Thông tin mà hệ thống lưu trữ trong bộ nhớ

iano SRR hong: eS TOT vathrcthi ~~ ~~ 1

Theo Meystel, "ĐKTM là quá trình tính toán một cách hiệu quả hướng tới đạt được mục tiêu của hệ thống phức tạp, trong điều kiện thông tin không đầy đủ và không có chỉ dẫn cụ thể về cách đạt được mục tiêu đó" Meystel phân ra bốn cấp độ thông minh:

Cấp độ thấp: Chỉ tập trung vào việc bù trừ sai số

Cấp độ trung bình: Có khả năng hoạch định và bù trừ sai số theo cách đã được lập trình sẵn

Cấp độ cao: Có khả năng tự động hoạch định và bù trừ sai số theo cách mới, không cần lập trình trước

10

- Cấp độ rất cao: Có khả năng tự điều chỉnh nhiệm vụ khi tình huống thay đổi

Theo quan điểm của Krishnakumar, ngudi phan loai DKTM dua trên khả năng tự cải thiện của cấu trúc điều khiển Các cấp độ ĐKTM được phân chia dựa trên khả năng tự cải thiện và thích ứng của hệ thống:

- _ Mức 0: Điều khiển bền vững: Tập trung vào việc giảm thiểu sai

số theo thời gian

- _ Mức 1: Điều khiển thích nghi: Có khả năng tự điều chỉnh thông

số để đạt được hiệu quả tốt hơn trong điều kiện làm việc thay đổi

- Mức 2: Điều khiển tối ưu: Không chỉ giảm thiểu sai số mà còn tối ưu hóa một hàm mục tiêu nào đó

- Mức 3: Điều khiển hoạch định: Có khả năng lập kế hoạch, dự đoán và đưa ra quyết định trong các tình huống phức tạp

3 Đặc điểm của hệ thống thông minh

Để đạt được mục tiêu điều khiển tổng quát trong điều kiện có nhiều yếu tố bất định hệ thống thông minh phải có một số đặc điểm sau đây:

- Kha nang học và thích nghi

Khả năng suy luận, xử lý thông tin phức tạp, không chắc chắn Khả năng xử lý các tình huống lỗi và sửa sai

Tính tối ưu Khả năng tái cấu hình và mở rộng Khả năng hoạch định và ra quyết định

Các đặc điểm nêu trên có thể được xem là tiêu chuẩn để đánh giá mức độ thông minh của hệ thống, tùy theo cấp độ thông minh mà hệ thống có thể có một vài hoặc tất cả các đặc điểm nêu trên

11

3.1 Kha nang hoc va thich nghi

- Kha nang học là nền tảng cho khả năng thích nghi: Hệ thống cần có khả năng học để có thể thích ứng với những thay đổi trong môi trường

- _ Quá trình học: Bao gồm học về đối tượng cần điều khiển, học

về môi trường và học về cách điều chỉnh bộ điều khiển

-_ Lợi ích của khả năng học: Giúp hệ thống không lặp lại sai lầm trong quá khứ, cải thiện hiệu suất và thích ứng với các tình huống mới

3.2 Khả năng suy luận

Hệ thống ĐKTM cần có khả năng tự suy luận và đưa ra quyết định trong những tình huống mới, những tình huống mà

hệ thống không được lập trình sẵn để xử lý Điều này giúp hệ thống linh hoạt và thích ứng với những thay đổi của môi trường

3.3 Tính tối ưu

Hệ thống ĐKTM cần luôn tìm cách để đạt được hiệu quả cao nhất trong việc thực hiện nhiệm vụ Điều này có nghĩa là hệ thống phải không ngừng cải thiện và tối ưu hóa quá trình hoạt động của mình

3.4 Tính tư chủ

Hệ thống ĐKTM cần có khả năng tự đặt ra mục tiêu và tự đưa ra quyết định để đạt được mục tiêu đó Điều này giúp hệ thống hoạt động độc lập và không phụ thuộc quá nhiều vào sự can thiệp của con người

4 Cấu trúc của hệ thống điều khiển thông minh

Hệ thống thông minh cần có cấu trúc phân cấp để phân tích và đánh giá các chiến lược điều khiển hiệu quả, đối phó với sự phức tạp

12

của đối tượng, mục tiêu điều khiển và biến động môi trường Cấu trúc phân cấp hệ thống ĐKTM phổ biến hiện nay có ba cấp: cấp tổ chức (hay quản lý), cấp phối hợp và cấp thực thi Đây là phân cấp chức năng, không nhất thiết phản ánh phân cấp phần cứng mà có thể áp dụng cho phần mềm

Mặc dù hệ thống có thể có nhiều hoặc ít hơn ba cấp, nhưng về khái niệm vẫn chia thành ba cấp Cấp thực thi bao gồm các thuật toán điều khiển thông thường, giao tiếp với đối tượng và môi trường qua phần cứng cảm biến và cơ cấu chấp hành Cấp tổ chức sử dụng các phương pháp ra quyết định thông minh và giao tiếp với người vận hành Cấp phối hợp liên kết hai cấp còn lại, kết hợp các phương pháp ra quyết định thông thường và thông minh

Trong sơ đồ phân cấp, chỉ thị được gửi từ cấp cao xuống cấp thấp, trong khi dữ liệu phản hồi từ cấp thấp đi lên Các thông số của

hệ thống con có thể thay đổi bởi hệ thống ở cấp cao hơn Tại mỗi cấp, một số xử lý diễn ra trước khi thông tin được chuyển lên cấp cao hơn, và dữ liệu có thể được truyền từ cấp thấp nhất lên cấp cao nhất khi cần Mọi hệ thống con cung cấp thông tin trạng thái đến cấp trên,

và can thiệp của con người được cho phép, nhưng chỉ thị vẫn được truyền từ các cấp cao

Các hệ thông khác hay người vận hành

_ Diéu khién co cau chap hanh

(điều khiển thông thường)

13

Hình 1.2 Cấu trúc chức năng bộ điều khiển thông minh

Có sự ủy thác nhiệm vụ từ cấp cao xuống cấp thấp, dẫn đến tăng

số lượng tác vụ phân biệt khi di chuyển từ trên xuống theo cấu trúc phân cấp Các cấp cao tập trung vào khía cạnh rộng hơn của đáp ứng và ra quyết định với ít thông tin hơn, thường trong khoảng thời gian dài hơn Điều này làm tăng cường độ thông minh khi đi từ cấp thấp lên cấp cao, thể hiện qua việc ưu tiên sử dụng phương pháp ra quyết định dựa trên ký hiệu thay vì thuật toán số thông thường Nguyên tắc này được gọi là "tăng độ thông minh bằng cách giảm độ chính xác" theo Saradis (1998)

Việc giảm độ chính xác thể hiện qua việc giảm mật độ giai đoạn, băng thông, tốc độ hệ thống và tốc độ quyết định, dẫn đến độ trừu tượng cao hơn của mô hình Độ cụ thể của mô hình cũng phụ thuộc vào khả năng của bộ điều khiển tự động

5 Các lĩnh vực liên quan đến điều khiển thông minh

Điều khiển thông minh là một lĩnh vực đa ngành, kết hợp lý thuyết từ toán học, điều khiển học, máy tính và trí tuệ nhân tạo Khoa học máy tính, đặc biệt là trí tuệ nhân tạo, cung cấp cách biểu diễn tri thức và phương pháp suy diễn dựa trên cơ sở tri thức Trong điều khiển thông minh, khái niệm và thuật toán thích nghi giúp các

hệ thống điều khiển học hỏi và thích nghi Sự phát triển của công nghệ cảm biến, cơ cấu chấp hành, tính toán và mạng thông tin là điều kiện cần thiết cho hệ thống này

14

Điều khiển thông minh áp dụng kỹ thuật để thay thé vai trò của não bộ con người trong việc ra quyết định, lập kế hoạch chiến lược

và học hỏi chức năng mới Thuật ngữ "điều khiển thông minh" thường liên quan đến mạng thần kinh, logic mờ và giải thuật di truyền, nhưng không giới hạn ở các phương pháp này Mức độ thông minh thực sự của hệ thống phụ thuộc vào sự sáng tạo trong việc áp

Giải thuật đi truyền

Điểu khiển ngẫu nhiên, tối ưu hóa Điều khiển thích nghi, uc lượng

dụng các công cụ và kỹ thuật để thiết kế hệ thống

Hình 1.3 Các kỹ thuật điều khiển thông minh

Mạng thần kinh (Neural Networks) là mô hình toán học đơn giản của bộ não, hoạt động như một mạng tính toán phân tán Khác với máy tính thông thường, mạng thần kinh cần được huấn luyện để học và thích nghi, từ đó hình thành các liên kết và quan hệ chức năng mới, giúp trang bị cho hệ thống thông minh khả năng học hỏi

Logic mờ (Fuzzy Logic) cung cấp phương thức suy diễn dựa trên khả năng suy luận của con người và áp dụng trong các hệ thống tri thức Dựa trên lý thuyết tập mờ, logic mờ xử lý dữ liệu không chắc chắn và cho phép ra quyết định trong điều kiện thông tin không đây

15

đủ Hệ mờ (Fuzzy System) là hệ thống dựa vào logic mờ và suy luận

mờ, với hai đặc điểm chính: phù hợp cho suy luận không chắc chắn,

và cho phép ra quyết định với giá trị ước lượng

Thiết kế dựa trên logic mờ giải quyết các điểm yếu của phương pháp thông thường Công trình đầu tiên ứng dụng bộ điều khiển mờ

là mô hình động cơ hơi nước, từ đó nhiều sản phẩm như điều khiển

xe lửa tự động, robot, máy giặt, và cảm biến đã phát triển trên toàn

thế giới

Giải thuật di truyền (Genetic Algorithm - GA) là phương pháp tìm kiếm lời giải tối ưu dựa trên cơ chế tiến hóa GA có thể áp dụng rộng rãi trong các bài toán phức tạp

Một số hệ thống lai phổ biến hiện nay bao gồm:

- Hệ mờ thần kinh (Neural Fuzzy System): kết hợp mạng thần kinh với hệ mờ, như ANFIS (Adaptive Neuro Fuzzy Inference Systems)

- Mang thần kinh mo (Fuzzy Neural Network): trong dé mét sé phép toán được mờ hóa

- _ Hệ mờ di truyền (Genetic Fuzzy System): tối ưu hóa các tập mờ

và quy tắc suy luận mờ bằng GA

Các hệ thống lai này đã chứng minh hiệu quả trong thiết kế hệ thống ĐKTM và được ứng dụng trong nhiều quá trình công nghiệp như cánh tay máy, điều khiển độ pH, quỹ đạo robot, và hệ thống giảm xóc chủ động trong ô tô

16

6 Hướng nghiên cứu điều khiển thông minh

6.1 Điều khiển thông minh là một lĩnh vực nghiên cứu riêng biệt

Mặc dù có liên quan đến nhiều lĩnh vực khác, lý thuyết điều khiển thông minh (ĐKTM) cần phát triển các khái niệm, phương pháp

và cách tiếp cận mới vì ĐKTM đặt ra những bài toán độc đáo và khác biệt Các phương pháp tính toán mềm (như mạng thần kinh, logic

mờ, giải thuật di truyền) trong khoa học máy tính thường làm việc với các bài toán tĩnh và không yêu cầu thời gian thực, trong khi ĐKTM liên quan đến hệ thống động và cần điều khiển thời gian thực Do đó, không thể áp dụng trực tiếp các phương pháp từ khoa học máy tính vào các bài toán ĐKTM

Việc phát triển và mở rộng lý thuyết từ các lĩnh vực khác để áp dụng vào các hệ thống ĐKTM là cần thiết, bao gồm nghiên cứu các bài toán mới mà các hệ thống thông minh chưa từng đối mặt trước đây, như hệ thống lai - sự kết hợp giữa hệ thống trạng thái liên tục

và trạng thái rời rạc

6.2 Hướng nghiên cứu điều khiển thông minh Nghiên cứu lý thuyết điều khiển thông thường: Hướng này tập trung vào các chức năng điều khiển ở cấp thấp hơn như cấp phối hợp

và cấp thực thi Các hoạt động nghiên cứu chính trong hướng này bao gồm:

- _ Phân tích tính ổn định, bền vững của hệ thống ĐKTM

- _ So sánh hệ thống ĐKTM với hệ thống điều khiển thông thường

- Phát triển các phương pháp phân tích, thiết kế hệ thống

- _ Nghiên cứu kỹ thuật tái cấu hình hệ thống khi có lỗi xảy ra

Nghiên cứu mô hình hóa, phân tích và thiết kế hệ thống ra quyết định ở cấp cao hơn: Hướng này tập trung vào các cấp tổ chức

và quản lý Các hoạt động nghiên cứu chính trong hướng này bao gồm:

17

Xây dựng các mô hình trừu tượng từ các mô hình phương trình

vi phân/sai phân

Nghiên cứu vấn đề giao tiếp giữa các cấp

Phát triển các chiến lược học phức tạp dựa trên trực giác

Nghiên cứu thiết kế hệ thống có khả năng suy luận, đưa ra quyết định từ thông tin không đầy đủ, không chắc chắn

Sử dụng mạng thần kinh:

‹ Cấp thực thi: Áp dụng tính chất xấp xỉ tổng quát của mạng thần kinh để thiết kế các bộ điều khiển thích nghi, có khả năng phân loại mẫu và nhận dạng

‹ồ _ Cấp cao hơn: Sử dụng khả năng lưu trữ thông tin để hỗ trợ trong các bộ hoạch định

Sử dụng logic mờ:

‹ Cấp thực thi: Thiết kế bộ điều khiển mờ có khả năng suy luận theo cách của con người để giải quyết các vấn đề giao

tiếp ký hiệu, số

Sử dụng thuật toán di truyền (GA):

‹ Tối ưu hóa: Áp dụng GA để tìm các thông số tối ưu cho bộ điều khiển (như thời gian đáp ứng, chất lượng ) ở cấp thực thi

- _ Hoạch định: Sử dụng GA để tối ưu hóa các tác vụ nhằm đạt được mục tiêu chung của hệ thống

Kết hợp các kỹ thuật ĐKTM: Sử dụng kết hợp các kỹ thuật như mạng thần kinh, logic mờ, di truyền để giải quyết các bài toán điều khiển ở cấp thực thi

18

19

CHUONG II: MOT SO PHUONG PHAP DIEU KHIEN

¢ Tap md co bién khéng ré rang

¢ Tap mod được định nghĩa thông qua ham liên

C= {Người có chiều cao h > 1.65}

D= {Gia tri nhiér dé T < 40} }

Nhận xét: không thể xác định được tập mờ nếu không định

nghĩa hàm liên thuộc nằm trông tập mờ đó

1.2 Định nghĩa tập hợp mờ

-_ Tập mờ Á xác định trên cơ sở X là tập hợp mà mỗi phần

tử của nó là một giá cặp giá trị (x„Ã(x)), trong đó x‹X và

¿Ã(x) là ánh xạ: ¿Ã(x): X->[0,1]

- Ánh xạ ¿Ã(x) được gọi là hàm liên thuộc của tập mo A

- Hàm liên thuộc đặc trưng cho độ phụ thuộc của một

phần tử bất kỳ thuộc tập cơ sở X vào tap mo A

21

Cac dang ham liên thuộc cơ bản:

d, Dang hinh thang 1) Dang dsimoid

Miền nền là miền thuộc tap co sé sao cho u(x) > 0

Biên là miền thuộc tập cơ sở sao cho 0< u(x) < 1

Lõi là miền thuộc tập cơ sở sao cho w(x) = 0

Độ cao cận trên nhỏ nhất của hàm liên thuộc hgt (Ã=sup ¿Ã(x) (wX)

Trong các biểu thức hàm liên thuộc dưới đây, để gợi nhớ thông số của hàm liên thuộc sử dụng các ký hiệu sau:

L = Left, R = Right, C = Center, S = Slope, W = Width

Dang vai trai :

R-x z

Hưap &,L.C¡, C2R)=4 Rog, MUGS xsR

24 1néuC,< x< Œ;

0 nếu x< L hoặc x > R

Dạng dsig: Hiệu hai hàm sigmoid:

1.4 Biến ngôn ngữ và giá trị ngôn ngữ

- _ Biến ngôn ngữ là biến chỉ nhận các giá trị ngôn ngữ

- Thi du: bién ngôn ngữ “ Mực chất lỏng” có thể nhận hai giá trị ngôn ngữ là “ thấp” và “ cao” - Giá trị ngôn ngữ là các từ Gía trị ngôn ngữ chứa đựng thông tin không chính xác do đó có thể

mô tả giá trị ngôn ngữ bằng các tập mờ

- _ Giao của hai tập mờ Ã và ð có cùng cơ sở X là một tập mờ xác

định trên cơ sở X có hàm liên thuộc: A7 n ð: „4 n B(x) = T{ uA (x),

uB (x)}

- Toán tử T có thé la MIN ( Cực tiểu), PROD( tích),

26

Qui tắc mờ là phát biểu nếu - thì, trong đó mệnh đề điều kiện

và mệnh đề kết luận là các mệnh đề mờ Trong mệnh đề điều kiện có thể có các phép giao, phép hợp hoặc phép phủ định

1.9 Hệ qui tắc mờ

-_ Hệ qui tắc mờ gồm nhiều qui tắc mờ

- Thi du hệ k qui tắc mờ đối với n biến ngõ vào có dạng như sau:

r1: nếu x1 là Ã1,1 và va an la An,1 thi y la B1 r2: nếu x1 là Ã1,2 va va xn la An,2 thi y la B2 rk: nếu x1 là Ã1,k và và xn là Ấn,k thì y là ñk 1.10 Suy luận mờ

- _ Suy luận mờ:

+ Giả sử ta có qui tắc nếu (x là A) thì ( y la B) + Nếu biết x là x cần suy ra giá trị y

+ Quá trình suy ra giá trị ở mệnh đề kết luận khi biết qui tắc

mờ và giá trị cụ thể ở mệnh đề điều kiện gọi là sự suy luận mờ

-_ Phương pháp suy diễn MAX-MIN

+ Xét qui tắc mờ: Nếu (x1/à Al) và (x2/à Ã2) thì ( y là Ø) + Giả sử ngõ vào x1 là x1 “ và z2 là x2 “ ngõ ra y là được tính theo phương pháp suy diễn MAX-MIN như sau:

29

at /\ 2#

Qa

đi = My (xi) A = MG, (x3) /j=mimm(ø,,œ;)

- Phuong phap suy dién MAX-PROD

+ Xét qui tac mo: Néu (x1/a Al) và (x2/à A2) thi ( y la B)

+ Giả sử ngõ vào x1 là x1 ˆ và x2 là x2 “ ngõ ra y là được tính theo phương pháp suy diễn MAX-PROD như sau:

- Suy luận từ hệ qui tắc mờ:

+ Kết quả suy luận của hệ qui tắc mờ bằng hợp kết quả suy luận của từng qui tắc