tìm kiếm thông minh với ứng dụng của tập mờ trực cảm

Số hóa bởi trung tâm học liệu http://www.lrc-tnu.edu.vn/ i ĐẠI HỌC THÁI NGUYÊN TRƢỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG NGUYỄN TUẤN CƢỜNG TÌM KIẾM THÔNG MINH VỚI ỨNG DỤNG CỦA TẬP MỜ TRỰC CẢM LUẬN VĂN THẠC SĨ KHOA HỌC MÁY TÍNH Thái Nguyên, tháng 10 năm 2013 Số hóa bởi trung tâm học liệu http://www.lrc-tnu.edu.vn/ i ĐẠI HỌC THÁI NGUYÊN TRƢỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG NGUYỄN TUẤN CƢỜNG TÌM KIẾM THÔNG MINH VỚI ỨNG DỤNG CỦA TẬP MỜ TRỰC CẢM Chuyên ngành: KHOA HỌC MÁY TÍNH Mã số: 60.48.01 LUẬN VĂN THẠC SĨ KHOA HỌC MÁY TÍNH Giáo viên hƣớng dẫn khoa học: TS. NGUYỄN TÂN ÂN Thái Nguyên, tháng 10 năm 2013 Số hóa bởi trung tâm học liệu http://www.lrc-tnu.edu.vn/ i LỜI CAM ĐOAN Tôi xin cam đoan toàn bộ nội dung trong luận văn này do tôi tự nghiên cứu, đọc, dịch tài liệu, tổng hợp và thực hiện. Trong luận văn tôi có sử dụng một số tài liệu tham khảo như đã trình bày trong phần tài liệu tham khảo. Ngƣời viết luận văn Nguyễn Tuấn Cƣờng Số hóa bởi trung tâm học liệu http://www.lrc-tnu.edu.vn/ ii LỜI CẢM ƠN Đầu tiên tôi xin gửi lời cảm ơn chân thành đến thầy TS Nguyễn Tân Ân – Đại học Sư phạm Hà Nội đã tận tình hướng dẫn, chỉ bảo cho tôi trong suốt quá trình làm luận văn. Tôi cũng xin gửi lời cảm ơn đến các thầy cô trường Đại học Công nghệ thông tin và Truyền thông – Đại học Thái Nguyên, các thầy cô Viện Công nghệ thông tin đã truyền đạt những kiến thức và giúp đỡ tôi trong suốt quá trình học của mình. Tôi cũng xin gửi lời cảm ơn tới các đồng nghiệp trong đơn vị công tác, gia đình và bạn bè những người đã động viên tạo mọi điều kiện giúp đỡ tôi trong suốt hai năm học. Số hóa bởi trung tâm học liệu http://www.lrc-tnu.edu.vn/ iii MỤC LỤC LỜI CAM ĐOAN i LỜI CẢM ƠN ii MỤC LỤC iii DANH MỤC CÁC KÍ HIỆU, CHỮ CÁI VIẾT TẮT iv DANH MỤC CÁC HÌNH v MỞ ĐẦU 1 Chƣơng 1: NHỮNG KIẾN THỨC CƠ SỞ TẬP MỜ, TẬP MỜ TRỰC CẢM, VẤN ĐỀ TÌM KIẾM 4 1.1. Tập mờ 4 1.1.1. Định nghĩa tập mờ, số mờ [1] 4 1.1.2. Các phép toán trên tập mờ, số mờ hình thang, số mờ tam giác 9 1.2. Tập mờ trực cảm 18 1.2.1. Định nghĩa 18 1.2.2. Các phép toán trên số mờ trực cảm hình thang, hình tam giác 20 1.3. Bài toán tìm kiếm lời giải và những kỹ thuật tìm kiếm 26 1.4. Kết luận chương 1 37 Chƣơng 2: TÌM KIẾM THÔNG MINH VỚI ỨNG DỤNG CỦA TẬP MỜ TRỰC CẢM 38 2.1. Tìm kiếm thông minh 38 2.2. Thuật toán tìm kiếm thông minh với ứng dụng tập mờ trực cảm 53 2.3. Kết luận chương 2 58 Chƣơng 3: VÍ DỤ ÁP DỤNG 59 3.1. Một số bài toán tìm kiếm 59 3.2. Lời giải 61 3.3. Kết luận chương 3 82 KẾT LUẬN 83 TÀI LIỆU THAM KHẢO 84 Số hóa bởi trung tâm học liệu http://www.lrc-tnu.edu.vn/ iv DANH MỤC CÁC KÍ HIỆU, CHỮ CÁI VIẾT TẮT Vague sets (VS) Tập mờ trực cảm Vague Number (VN) Số mờ trực cảm Vague Relation (VR) Quan hệ mờ trực cảm Vague Tolerance Relation (VTR) Quan hệ gần đúng Vague Proximity Relation (VPR) Quan hệ lân cận Depth First Search (DFS) Tìm kiếm theo chiều sâu Breadth First Search (BFS) Tìm kiếm theo chiều rộng Domain (Dom) Miền Not less than (nlt) Không nhỏ hơn Sup Cận trên Inf Cận dưới Số hóa bởi trung tâm học liệu http://www.lrc-tnu.edu.vn/ v DANH MỤC CÁC HÌNH Hình 1.1: Biểu diễn tập mờ cho số "integer nhỏ" 4 Hình 1.2: Biểu diễn tập mờ cho các tập người thấp, trung bình và cao 5 Hình 1.3: Tập mờ lồi 6 Hình 1.4: Đồ thị hàm thành viên nhóm hàm đơn điệu 7 Hình 1.5: Đồ thị hàm thành viên nhóm hàm hình chuông 7 Hình 1.6: Hàm thành viên của phần bù mờ 9 Hình 1.7: Hàm thành viên của hợp hai tập mờ có cùng cơ sở 9 Hình 1.8a: Phép hợp hai tập mờ không cùng cơ sở: Hàm thành viên của 2 tập mờ A, B 10 Hình 1.8b: Phép hợp hai tập mờ không cùng cơ sở: Đưa 2 tập mờ về chung một cơ sở MxN 10 Hình 1.8c: Phép hợp hai tập mờ không cùng cơ sở: Hợp 2 tập mờ trên cơ sở MxN 10 Hình 1.9: Phép giao hai tập mờ cùng cơ sở 11 Hình 1.10: Phép giao hai tập mờ không cùng cơ sở 12 Hình 1.11: Số mờ hình thang 17 Hình 1.13: Số mờ trực cảm hình thang 21 Hình 1.14: Số mờ trực cảm tam giác 21 Hình 1.15: Đồ thị không gian trạng thái 28 Hình 1.16: Trạng thái ban đầu và trạng thái kết thúc của bài toán 8 số 30 Hình 1.17: Các trạng thái của cây trò chơi 36 Hình 1.18: Cây tìm kiếm và sự bùng nổ tổ hợp 37 Hình 2.1: Hình ảnh của tìm kiếm chiều sâu. Nó chỉ lưu ý "mở rộng" trạng thái được chọn mà không "mở rộng" các trạng thái khác (nút màu trắng). 39 Hình 2.2: Hình ảnh của tìm kiếm chiều rộng. Tại một bước, mọi trạng thái đều được mở rộng, không bỏ sót trạng thái nào 41 Hình 2.3: Chi phí ước lượng h‟ = 6 và chi phí tối ưu thực sự h = 4+5 = 9 (đi theo đường 1-3-7) 43 Số hóa bởi trung tâm học liệu http://www.lrc-tnu.edu.vn/ vi Hình 2.5: Đồ thị không gian trạng thái 47 Hình 2.6: Cây tìm kiếm Beam 48 Hình 2.7: Đồ thị không gian trạng thái 50 Hình 2.8: Sơ đồ biểu thị đường đi 51 Hình 2.9: Đồ thị không gian trạng thái 55 Hình 3.1: Trạng thái ban đầu và trạng thái kết thúc của bài toán 8 số 59 Hình 3.2: Giải bài toán Ta canh bằng phương pháp tìm kiếm theo chiều sâu 59 Hình 3.3: Giải bài toán Ta canh bằng thuật giải Heuristics tìm đường đi có giá nhỏ nhất với tri thức bổ sung 60 Hình 3.1: Trạng thái ban đầu và trạng thái kết thúc của bài toán 8 số 61 Số hóa bởi trung tâm học liệu http://www.lrc-tnu.edu.vn/ 1 MỞ ĐẦU Xuất phát từ sự bùng nổ thông tin và mạng internet kết nối hầu hết các máy tính của các tổ chức thành những kho dữ liệu khổng lồ. Tuy nhiên, dữ liệu được bố trí sắp xếp và phân tán thành nhiều tập dữ liệu được lưu trữ trên các hệ thống máy tính lớn nằm rải rác trên toàn thế giới. Với một kỹ thuật đơn giản thì việc tìm kiếm thông tin là rất khó khăn và không chính xác mất nhiều thời gian tìm kiếm. Câu hỏi đặt ra là làm thế nào để con người có thể vươn tới tầm cao tri thức làm chủ được công nghệ, tìm kiếm thông tin nhanh và chính xác. Cùng với việc phát minh ra các thuật toán tìm kiếm tối ưu các kỹ thuật mới xuất hiện và có tốc độ phát triển rất nhanh đóng góp vai trò quan trọng trong việc tìm kiếm dữ liệu, các thuật toán mới xuất hiện với thời gian tính toán đã phần nào giải quyết được những vướng mắc nói trên. Ngoài ra còn có sự hỗ trợ của nhiều phương pháp, liên quan đến nhiều lĩnh vực, ngành khác như: lý thuyết thuật toán, thị giác máy tính (Visualization), Data Warehouses, OLAP, tính toán song song, cấu trúc ôtômát mờ và các phép tính toán kết quả cao…nhưng chủ yếu dựa trên nền tảng của xác suất thống kê, cơ sở dữ liệu, lý thuyết mờ, lý thuyết ôtômát và học máy. Đây là một quá trình mang tính định tính với mục đích xác định được lĩnh vực yêu cầu phát hiện tri thức và xây dựng bài toán tổng thể. Trong thực tế, các cơ sở dữ liệu được chuyên môn hoá và phân chia theo các lĩnh vực khác nhau như sản xuất, kinh doanh, tài chính Với mỗi tri thức phát hiện được, có thể có giá trị trong lĩnh vực này nhưng lại không mang nhiều ý nghĩa đối với một lĩnh vực khác. Vì vậy việc xác định lĩnh vực và định nghĩa bài toán giúp định hướng cho giai đoạn tiếp theo – thu thập và tiền xử lý dữ liệu. Các cơ sở dữ liệu thu được thường chứa rất nhiều thuộc tính nhưng lại không đầy đủ, không thuần nhất, có nhiều lỗi và các giá trị đặc biệt. Vì vậy, giai đoạn thu thập và tiền xử lý dữ liệu trở nên rất quan trọng trong quá trình phát hiện tri thức từ cơ sở dữ liệu phục vụ cho việc tìm kiếm dữ liệu. Quá trình tìm kiếm lời giải thực sự là một bài toán khó. Các phương pháp vét cạn kinh điển như tìm kiếm sâu (DFS), tìm kiếm rộng (BFS),… đều không thể áp Số hóa bởi trung tâm học liệu http://www.lrc-tnu.edu.vn/ 2 dụng trong không gian tìm kiếm lớn bởi độ phức tạp thời gian. Trong môi trường mờ vấn đề tìm kiếm càng khó. Lý thuyết tập mờ được L.Zadeh đề nghị năm 1965 đã khẳng định được tính ưu việt của nó. Tuy nhiên lý thuyết mờ cũng không ngừng được phát triển. Năm 1993 Gau and Buehrer đã đưa ra tập mờ trực cảm (intuitionistic fuzzy (vague) sets) [6]. Trong nhiều trường hợp tập mờ trực cảm mô tả thông tin mờ một cách hợp lý hơn và cho kết quả xử lý thông tin tốt hơn tập mờ của Zadeh. Những nghiên cứu về tập mờ trực cảm, tìm kiếm thông minh trong môi trường mờ nói chung và trong môi trường được mô tả bởi tập mờ trực cảm nói riêng còn ít. Vì thế trong khuôn khổ của luận văn thạc sĩ, em chọn đề tài “Tìm kiếm thông minh với ứng dụng của tập mờ trực cảm” nhằm tìm hiểu các thuật toán tìm kiếm lời giải, một nội dung kiến thức rất quan trọng của những chuyên gia về công nghệ thông tin. Đối tƣợng và phạm vi nghiên cứu - Vấn đề tìm kiếm lời giải - Tập mờ, tập mờ trực cảm - Tìm kiếm thông minh với ứng dụng của tập mờ trực cảm Hƣớng nghiên cứu của đề tài Nghiên cứu thuật toán tìm kiếm thông minh ứng dụng tập mờ trực cảm Những nội dung nghiên cứu chính Chƣơng 1: Những kiến thức cơ sở Tập mờ, tập mờ trực cảm, vấn đề tìm kiếm 1.1. Tập mờ 1.1.1. Định nghĩa tập mờ, số mờ 1.1.2. Các phép toán trên tập mờ, số mờ hình thang, số mờ tam giác 1.2. Tập mờ trực cảm 1.2.1. Định nghĩa 1.2.2. Các phép toán trên số mờ trực cảm hình thang, hình tam giác 1.3. Bài toán tìm kiếm lời giải và những kỹ thuật tìm kiếm 1.4. Kết luận chương 1 Chƣơng 2: Tìm kiếm thông minh với ứng dụng của tập mờ trực cảm 2.1. Tìm kiếm thông minh [...]... Một tập mờ trực cảm A của một tập U với tA(u)=0 và fA(u)=1, u U được gọi là tập mờ trực cảm không của U 2) Một tập mờ trực cảm A của một tập U với tA(u)=1 và fA(u)=0, u U được gọi là tập mờ trực cảm đơn vị của U Định nghĩa 3: (Tập mờ trực cảm -cut) Một tập mờ trực cảm A của một tập U với tA(u)= và fA(u)=1- , được gọi là tập mờ trực cảm của U, trong đó u U [0,1] Định nghĩa 4 (Vague Number) Số mờ trực cảm. .. = x, ( x 2) 2 | x U hoặc A = A e ( x 2) 2 ta ( x 2) 2 / x Tập mờ cắt mức ( -cut) Tập mờ cắt mức là tập rõ trong đó hàm thành viên A(x)>= Tập mờ lồi Cho tập mờ A xác định trong không gian X có hàm thành viên A(x) Khi đó tập mờ A được gọi là tập mờ lồi nếu hàm thành viên của tập mờ có dạng lồi hay nói cách khác tập mờ sẽ là tập mờ lồi nếu với mọi điểm x1, x2, x3 thuộc không gian X sao cho x1 . công nghệ thông tin. Đối tƣợng và phạm vi nghiên cứu - Vấn đề tìm kiếm lời giải - Tập mờ, tập mờ trực cảm - Tìm kiếm thông minh với ứng dụng của tập mờ trực cảm Hƣớng nghiên cứu của đề tài. toán tìm kiếm thông minh ứng dụng tập mờ trực cảm Những nội dung nghiên cứu chính Chƣơng 1: Những kiến thức cơ sở Tập mờ, tập mờ trực cảm, vấn đề tìm kiếm 1.1. Tập mờ 1.1.1. Định nghĩa tập mờ, . toán tìm kiếm lời giải và những kỹ thuật tìm kiếm 26 1.4. Kết luận chương 1 37 Chƣơng 2: TÌM KIẾM THÔNG MINH VỚI ỨNG DỤNG CỦA TẬP MỜ TRỰC CẢM 38 2.1. Tìm kiếm thông minh 38 2.2. Thuật toán tìm