nghiên cứu ứng dụng mạng nơron elman nhận dạng vị trí rôbôt hai khâu

LỜI CAM ĐOAN Tôi xin cam đoan luận văn này là công trình do tôi tổng hợp và nghiên cứu. Trong luận văn có sử dụng một số tài liệu tham khảo như đã nêu trong phần tài liệu tham khảo. Tác giả luận văn Nguyễn Việt Hùng LỜI NÓI ĐẦU Trong hệ thống điều khiển hiện đại, có rất nhiều phương pháp điều khiển đảm bảo được tốt chất lượng điều khiển. Trong điều khiển tự động, để điều khiển chính xác đối tượng khi chưa biết rõ được thông số, trước tiên ta phải hiểu rõ đối tượng đó. Đặc biệt đối với các đối tượng phi tuyến ta cần nhận dạng được đặc tính vào-ra của nó để đảm bảo tạo ra tín hiệu điều khiển thích nghi được lựa chọn chính xác hơn. Ngày nay trên thế giới người ta dựa vào cấu trúc mạng nơron sinh vật để làm mạng nơron nhâ n tạo áp dụng vào các ngành khoa học kỹ thuật. Mạng nơron được ứng dụng ở nhiều lĩnh vực. Mong muốn của chúng ta là nhân tạo hóa các thiết bị, đặc biệt trong lĩnh vực máy tính, điều khiển và rôbôt vận dụng những đặc tính trội của nơron thần kinh. Trong thời gian của khoá học cao học, chuyên ngành Tự động hoá tại trường Đại học Kỹ thuật Công nghiệp Thái Nguyên, được sự tạo điều kiện giúp đỡ của nhà trường và Tiến sĩ Phạm Hữu Đức Dục em đã lựa chọn đề tài của mình là: “Nghiên cứu ứng dụng mạng nơron Elman nhận dạng vị trí rôbôt hai khâu”. Trong quá trình thực hiện đề tài, được sự hướng dẫn nhiệt tình của Tiến sĩ Phạm Hữu Đức Dục, sự giúp đỡ của bạn bè cùng với sự nỗ lực, cố gắng của bản thân đến nay bản luận văn của em đã hoàn thành. Dù đã có nhiều cố gắng, xong bản luận văn vẫn không tránh khỏi những thiếu sót và hạn chế, em rất mong nhận được sự góp ý của các thầy để bản luận văn của em được hoàn thiện hơn. Em xin trân trọng cảm ơn! Học viên Nguyễn Việt Hùng MỤC LỤC Lời cam đoan. Mục lục Danh mục các ký hiệu, các chữ viết tắt. Danh mục các hình vẽ, đồ thị Trang PHẦN MỞ ĐẦU. 1 Chương I- TÔNG QUAN VỀ MẠNG NƠRON NHÂN TẠO. 6 1.1. Lịch sử phát triển của mạng nơ ron nhân tạo. 6 1.1.1 Mô hình nơron sinh học 6 1.1.1.1 Chức năng, tổ chức và hoạt động của bộ não con người. 6 1.1.1.2 Mạng nơron sinh học 9 1.1.2. Mạng nơ ron nhân tạo. 10 1.1.3. Lịch sử phát triển của mạng nơron nhân tạo 11 1.1.4. Các tính chất của mạng nơron nhân tạo 12 1.2. Cấu tạo mạng noron. 12 1.3. Cấu trúc mạng noron. 14 1.4. Phương thức làm việc của mạng nơron. 16 1.5. Các luật học 18 1.6. Mạng nơron truyền thẳng và mạng nơron hồi quy. 23 1.6.1. Mạng nơron truyền thẳng. 23 1.6.1.1. Mạng một lớp nơron. 23 1.6.1.2. Mạng nhiều lớp nơron. 23 1.6.2. Mạng nơron hồi quy. 24 1.6.2.1. Mạng hồi quy không hoàn toàn 25 1.6.2.2. Mạng các dãy của Jordan 25 1.6.2.3. Mạng hồi quy đơn giản 27 y i 1.7. Các ứng dụng của mạng nơron 28 1.8. Công nghệ phần cứng sử dụng mạng nơron. 31 1.9. So sánh khả năng của mạng nơron với mạch lôgic: 32 1.10. KẾT LUÂN CHƯƠNG I 33 Chương II: CÁC PHƯƠNG PHÁP ỨNG DỤNG MẠNG NƠRON TRONG 34 NHẬN DẠNG 2.1 Khái quát chung 34 2.1.1 Đặt vấn đề 34 2.1.2. Định nghĩa 35 2.1.3. Sơ lược về sự phát triển của các phương pháp nhận dạng 36 2.2. Các phương pháp nh ận dạng 37 2.2.1. Nhận dạng On-line. 38 2.2.1.1.Phương pháp lặp bình phương cực tiểu 38 2.2.1.2.Phương pháp x ấp xỉ ngẫu nhiên 39 2.2.1.3. Phương pháp l ọc Kalman mở rộng 40 2.2.2. Nhận dạng off-line 42 2.2.2.1. Phương pháp x ấp xỉ vi phân 43 2.2.2.2 Phương pháp gradient 44 2.2.2.3. Phương pháp tìm kiếm trực tiếp 45 2.2.2.4. Phương pháp t ựa tuyến tính 46 2.2.2.5. Phương pháp s ử dụng hàm nhạy 47 2.2.3. Nhận dạng theo thời gian thực 47 2.3. Mô tả toán học của đối tượng ở rời rạc 48 2.4. Nhận dang hệ thống sử dụng mạng nơron 52 2.4.1. Mô hình nhận dạng kiểu truyền thẳng 53 2.4.2 Mô hình song song 54 2.4.3 Mô hình nối tiếp - song song 55 2.4.4. Mô hình ngược trực tiếp 57 2.5. Tính gần đúng hàm số dùng mạng nơron. 57 2.6. Mô hình mạng nơron trong nhận dạng. 59 2.7. KẾT LUÂN CHƯƠNG II 61 Chương III: ỨNG DỤNG MẠNG NƠRON ELMAN NHẬN DẠNG VỊ TRÍ 62 RÔBÔT HAI KHÂU 3.1. Mạng nơron Elman: 62 3.1.1. Cấu trúc mạng Elman 62 3.1.2. Giá trị đầu vào của các tham số. 64 3.1.3. Huấn luyện 64 3.2. Động học rôbốt hai khâu 64 3.2.1. Phân tích chọn mạng nơron Elman nhận dạng vị trí rôbôt hai khâu 64 3.2.2. Động học rôbốt hai khâu 66 3.3. Ứng dụng mạng nơron Elman nhận dạng vị trí rôbôt hai khâu 67 3.3.1. Thiết lập sơ đồ nhận dạng 67 3.3.2. Quá trình nhận dạng 69 3.4. KẾT LUÂN CHƯƠNG III 89 3.5. KẾT LUẬN CHUNG VÀ HƯỚNG PHÁT TRIỂN CỦA ĐỀ TÀI 90 1 Phần mở đầu Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên htt p : // www .l r c -tnu. e d u. v n 1. Tính cấp thiết của đề tài: PHẦN MỞ ĐẦU Nước ta đang bước vào thời kỳ Công nghiệp hóa- hiện đại hóa đất nước. Tự động hóa là một nhu cầu cấp bách để tăng năng suất lao động, nâng cao chất lượng sản phẩm, cải thiện điều kiện làm việc của người lao động thúc đẩy sự phát triển của nền kinh tế. Trong các ngành công nghệip tự động hoá giữ một vai trò quan trọng nó cho phép tự động hoá các quá trình sản xuất. Nhận dạng hệ thống là một trong những công việc đầu tiên phải thực hiện khi giải quyết một bài toán điều khiển tự động, nó quyết định chất lượng và hiệu quả của công việc điều khiển hệ thống về sau. Tuy ra đời muộn nhưng nhận dạng đã phát triển rất nhanh và đã có những thành tựu vượt bậc. Nguyên nhân của sự phát triển vượt bậc đó một phần từ yêu cầu thực tế, song có lẽ phần chính là nhờ có những hỗ trợ tích cực của các ngành khoa học có liên quan như tin học, lý thuyết điều khiển mờ và mạng nơron. Để điều khiển chính xác đối tượng khi chưa biết rõ được thông số, trước tiên ta phải hiểu rõ đối tượng đó. Đối với đối tượng là phi tuyến như rô bôt hai khâu, ta cần nhận dạng đặc tính vào - ra của nó để đảm bảo tạo tín hiệu điều khiển thích nghi được lựa chọn chính xác hơn. Hiện nay thường sử dụng logic mờ ( Fuzzy Logic ), mạng nơron ( Neural Network) và mạng nơron mờ ( Fuzzy Neural Network) để nhận dạng và điều khiển thích nghi đối tượng có thông số thay đổi. Trong chương trình khoá học Cao học chuyên ngành Tự động hoá tại trường Đại học Kỹ thuật Công nghiệp Thái Nguyên, được sự tạo điều khiện giúp đỡ của nhà trường và Tiến sĩ Phạm Hữu Đức Dục, em đã lựa chọn đề tài tốt nghiệp của mình là :“ Nghiên cứu ứng dụng mạng nơron Elman nhận dạng vị trí rôbôt hai khâu”. 2. Ý nghĩa khoa học và thực tiễn của đề tài. a. Ý nghĩa khoa học: Với đề tài ứng dụng mạng nơron Elman nhận dạng vị trí rô bôt hai khâu. Sau khi đ ã nhận dạng được đối tượng ta có thể thay thế gần đúng mô hình vị trí rô bôt hai khâu bằng một mạng nơron Elman. b.Ý nghĩa thực tiễn: Từ các thông số mô phỏng của mạng nơron, ta có thể tính toán được tín hiệu điều khiển nhằm điều khiển thích nghi rôbôt hai khâu. 3. Mục đích của đề tài Để điều chỉnh được chính xác một đối tượng, trước tiên ta phải hiểu rõ tất cả các thông số của đối tượng đó. Đối với đối tượng có thông số tải thay đổi như vị trí rô bôt 2 khâu, ta cần nhận dạng đặc tính vào - ra của nó để bảo đảm tạo ra được tín hiệu điều khiển thích nghi được chính xác hơn. Đề tài này nghiên cứu một ứng dụng mạng nơron Elman nhận dạng vị trí rôbôt 2 khâu. Sơ đồ hình 1 mô tả một mô hình điều chỉnh thích nghi rôbôt hai khâu theo mô hình mẫu. y m Mô hình mẫu x d e 2 -y mh e 2 • Bộ điều e 2 khiển •• e 2 … Khoá K u Rôbôt hai khâu Mạng nơron nhận dạng y mh Khoá K y e 1 Hình 1. Sơ đồ khối điều khiển thích nghi rôbôt hai khâu Sơ đồ điều khiển thực hiện theo 2 giai đoạn sau đây: - Giai đoạn 1: Sử dụng mạng nơron nhận dạng vị trí rôbôt hai khâu. Khi đó các khóa K mở. Căn cứ vào sai lệch e 1 giữa tín hiệu ra của rôbôt là y và tín hiệu ra của mạng nơron nhận dạng là y mh , mạng nơron tiến hành “HỌC” để nhận dạng đặc tính đầu ra y của rô bôt hai khâu, sao cho tín hiệu ra của mạng nơron nhận dạng y mh bám theo được tín hiệu ra y của rôbôt hai khâu. Với e 1 = y − y mh . - Giai đoạn 2: Căn cứ vào kết quả nhận dạng ta có được một mạng nơron có thể thay thế gần đúng rôbôt hai khâu, từ đó tiến hành điều khiển thích nghi rô bôt hai khâu theo mô hình mẫu. Các khoá K đóng. Dựa vào bộ thông số sai lệch • •• (e 2 , e 2 , e 2 , ) giữa tín hiệu đầu ra của mô hình mẫu y m và tín hiệu đầu ra của mạng nơron nhận dạng y mh , bộ điều khiển thực hiện các luật học thích nghi tạo ra tín hiệu điều khiển u với mục đích làm cho tín hiệu đầu ra y mh của mạng nơron nhận dạng bám theo được tín hiệu đầu ra của mô hình mẫu y m . Với • •• e 2 = y m − y mh và e 2 , e 2 , là đạo hàm các cấp của sai lệch e 2 . Phần này sử dụng các luật học điều khiển thích nghi vị trí rôbôt hai khâu sẽ được thực hiện ở các công trình khoa học cấp cao hơn. 4. Đối tượng và phạm vi nghiên cứu của đề tài: Trong khuôn khổ của luận văn Thạc sĩ Kỹ thuật, với thời gian nghiên cứu có hạn, luận văn này chỉ đi sâu nghiên cứu ứng dụng mạng nơron nhận dạng vị trí rô bôt hai khâu (đã trình bày ở giai đoạn 1 tại sơ đồ hình 1). Luận văn này cũng giới hạn phạm vi nghiên cứu: sử dụng mạng nơron Elman đóng vai trò là mạng nơron nhận dạng và đối tượng cần nhận dạng là vị trí rôbôt hai khâu. + Phần mở đầu Chương 1. Tổng quan về mạng nơron nhân tạo. Phân tích tổng quan về mạng nơron bao gồm: phần lịch sử phát triển, kết cấu của mạng các nơron, ứng dụng của chúng Chương 2. Các phương pháp ứng dụng mạng nơron trong nhận dạng. Chương 2 tập trung trình bày các phươn g pháp ứng dụng mô hình mạng nơron trong nhận dạng . Chương 3. Ứng dụng mạng nơron Elman nhận dạng vị trí rôbôt hai khâu. + Tổng quan về mạng Elman + Phân tích chọn mạng nơron Elman tiến hành nhận dạng vị trí rôbôt hai khâu x (h) y (k) Rôbôt hai khâu ( Mô hình tính toán vị trí) Mạng nơron Elman ^ y (k) - e (k) Luật học của mạng nơron Elman Hình 2. Mô hình nhận dạng vị trí rôbôt hai khâu + Động học rôbôt hai khâu + Ứng dụng mạng nơron Elman nhận dạng vị trí rôbôt hai khâu + Để thấy rõ hơn ưu điểm của việc sử dụng mạng nơron Elman trong nhận dạng vị trí rôbôt hai khâu tiến hành so sánh cấu trúc và khả năng nhận dạng của mạng nơron Elman với mạng nơron truyền thẳng khi chúng cùng được sử dụng nhận dạng vị trí rôbôt hai khâu. [...]... phương pháp lý thuyết đã nghiên cứu được ứng dụng rộng rãi như lôgíc mờ, đặc biệt là mạng nơron Trong lĩnh vực điều khiển tự động, mạng nơron được ứng dụng để giải quyết hai bài toán cơ bản sau: + Nhận dạng đối tượng Các đối tượng ở đây với đặc tính có thể là động học tuyến tính, phi tuyến tĩnh hoặc động học và phi tuyến + Thiết kế bộ điều khiển nơron Theo lý thuyết đã chứng minh mạng nơron là một bộ xấp... đã áp dụng mạng một lớp avalanche trong việc nhận dạng chữ ký của 7 thuyền nhân Mạng RBP được áp dụng trong một số lĩnh vực như: hoàn thệin mẫu (Almeldam 1987), nhận dạng ảnh (Krishnapuram và Chen, 1993) và điều khiển rôbôt (Barhen, 1989) Elman (1991) đã luyện mạng SPN để nhận dạng chữ viết ở dạng câu đơn giản gồm 2 đến 3 từ Jodouin (1993) cũng đã trình bày một số phương pháp và thành quả ứng dụng SPN... với mạng truyền thẳng (Feedforward Networks) và mạng hồi quy đối xứng (Symmetrich Recurrent Neural Networks) Mạng nơron hồi quy có khả năng về nhận mẫu, nhận dạng các hàm phi tuyến, dự báo Một ưu điểm khác của mạng nơron hồi quy là chỉ cần mạng n hỏ hơn về cấu trúc cũng có khả năng như mạng truyền thẳng có cấu trúc lớn hơn Nó khắc phục được giả thiết truyền thống của mạng nơron là coi mạng có số nơron. .. Networks) Mạng nơron phản hồi mà đầu ra của mỗi nơron được quay trở lại nối với đầu vào của các nơron cùng lớp đó được gọi là mạng Lateral (hình 1.5f) Mạng nơron phản hồi có thể thực hiện đóng vòng được gọi là mạng nơron hồi quy (Recurrent Networks) Hình 1.5b chỉ ra một mạng nơron hồi quy đơn giản nhất chỉ có một nơron liên hệ phản hồi với chính nó Hình 1.5c mạng nơron một lớp hồi quy với chính nó và các nơron. .. trong mạng Hình 1.1 là một phần của mạng nơron bao gồm hai nơron Axôn Axôn được nối với rễ đầu vào của nơron 2 Nhân Rễ đầu ra Rễ đầu ra của nơron 1 được nối với axôn Hình 1.1 Mạng nơron đơn giản gồm 2 nơron Một nơron bao gồm các t hành phần cơ bản: Thân nơron được giới hạn trong một màng membran và trong cùng là nhân, từ thân nơron còn có rất nhiều đường rẽ nhánh gọi là rễ Đường liên lạc liên kết nơron. .. hình mẫu: Model Reference Control Dùng mạng nơron để thiết kế bộ điều khiển phải thực hiện theo trình tự hai bước cơ bản sau: bước 1 là nhận dạng đối tượng và bước 2 là thiết kế bộ điều khiển nơron Trong bước nhận dạng đối tượng, phải xây dựng một mô hình mạng nơron thay thế cho đối tượng cần được điều khiển Ở bước thiết kế bộ điều khiển nơron, sử dụng mô hình mạng nơron của đối tượng để huấn luyện bộ... đối xứng như mạng Hopfield luôn hội tụ về trạng thái ổn định (Hopfild, 1982) Mạng liên kết 2 chiều (Bidirectional Associative Memory - BAM) là mạng thuộc nhóm mạng nơron hồi quy gồm hai lớp nơron liên kết tay đôi, trong đó đảm bảo nơron của cùng một lớp không liên kết với nhau, cũng hội tụ về trạng thái ổn định (Kosko, 1986) Nghiên cứu mạng nơron hồi quy có trọng số liên kết không đối xứng sẽ gặp nhiều... đưa đến 3 nơron đầu vào, 3 nơron này làm thành lớp đầu vào của mạng (input layer) Các nơron trong lớp này gọi là nơron đầu vào Đầu ra của các nơron này được đưa đến đầu vào của bốn nơron tiếp theo, bốn nơron này không trực tiếp tiếp xúc với môi trường xung quanh và làm thành lớp trung gian trong mạng (hidden layer) Các nơron trong lớp này có tên là nơron nội hay nơron bị tre Đầu ra của các nơron này... nơron kiểu này được ứng dụng trong lĩnh vực hoàn thiện mẫu, mà một trong lĩnh vực cụ thể đó là nhận dạng chữ viết - Nhiệm vụ tổng quát của mạng nơron là lưu giữ tác động thông tin Dạng thông tin lưu giữ đó chính là quan hệ giữa các thông tin đầu vào của mạng và các đáp ứng đầu ra tương ứng, để khi có một kích thích bất kỳ tác động vào mạng, mạng có khả năng suy diễn và đưa ra một đáp ứng phù hợp Đó chính... trong mạng nơron rời rạc (Discrete - Time) và tương ứng với sự thay đổi trọng số trong mạng nơron liên tục theo biểu thức: dw i (t) = rx(t) dt (1.5) Vấn đề quan trọng trong việc phân biệt luật học cập nhật trọng số có giám sát hay không có giám sát là tín hiệu học r như thế nào để thay đổi hoặc cập nhật trọng số có trọng mạng nơron 1.6 Mạng nơron truyền thẳng và mạng nơron hồi quy 1.6.1 Mạng nơron . khâu + Động học rôbôt hai khâu + Ứng dụng mạng nơron Elman nhận dạng vị trí rôbôt hai khâu + Để thấy rõ hơn ưu điểm của việc sử dụng mạng nơron Elman trong nhận dạng vị trí rôbôt hai khâu tiến hành. ứng dụng mô hình mạng nơron trong nhận dạng . Chương 3. Ứng dụng mạng nơron Elman nhận dạng vị trí rôbôt hai khâu. + Tổng quan về mạng Elman + Phân tích chọn mạng nơron Elman tiến hành nhận dạng. dạng vị trí rôbôt hai khâu x (h) y (k) Rôbôt hai khâu ( Mô hình tính toán vị trí) Mạng nơron Elman ^ y (k) - e (k) Luật học của mạng nơron Elman Hình 2. Mô hình nhận dạng vị trí rôbôt hai khâu +