Đề tài nghiên cứu logic mờ và ứng dụng

Đề tài nghiên cứu logic mờ và ứng dụng

ĐẠI HỌC THỦ DẦU MỘT KHOA CÔNG NGHỆ THÔNG TIN ĐỀ TÀI NGHIÊN CỨU : LOGIC MỜ VÀ ỨNG DỤNG Giáo Viên Hướng Dẫn : Hồ Nhật Tiến Sinh Viên Thực Hiện : Nhóm Lời nói đầu  Sinh Viên Thực Hiện Đề Tài : Nhóm – C10TI01 Con người giao tiếp ngôn ngữ tự nhiên, mà chất ngôn ngữ tự nhiên mơ hồ không xác Tuy vậy, hầu hết tình huống, người hiểu điều mà người khác muốn nói với Khả hiểu sử dụng ngôn ngữ tự nhiên, thực chất hiểu xử lý thông tin không xác chứa đó, coi thước đo mức độ hiểu biết, thông minh người Con người mơ ước máy tính người bạn, người giúp việc đắc lực mình, ngày thông minh hiểu biết Vì vậy, nhu cầu làm cho máy tính hiểu xử lý thông tin không xác, xấp xỉ, chừng nhu cầu thiết Logic mờ đời cung cấp công cụ hữu hiệu để nghiên cứu xây dựng hệ thống có khả xử lý thông tin không xác Nhờ có logic mờ mà người xây dựng hệ điều khiển có tính linh động cao Chúng hoạt động tốt điều kiện có nhiều nhiễu tình chưa học trước Nhờ có logic mờ mà người xây dựng hệ chuyên gia có khả suy luận chuyên gia hàng đầu có khả tự hoàn thiện thông qua việc thu nhận tri thức Ngày logic mờ có phạm vi ứng dụng rộng rãi giới, từ hệ thống cao cấp phức tạp hệ dự báo, nhận dạng, robos, vệ tinh, du thuyền, máy bay,… đến đồ dùng ngày máy giặt, máy điều hoà không khí, máy chụp hình tự động,… Những trung tâm lớn lý thuyết ứng dụng logic mờ Mỹ, Nhật, Châu Âu Ở Việt Nam, việc nghiên cứu lý thuyết ứng dụng logic mờ có lịch sử gần hai thập kỷ thu thành tựu to lớn Tuy cần thiết phải phát triển chiều sâu lẫn chiều rộng Bài thu hoạch nhóm kết tìm hiểu logic mờ, phương pháp xây dựng hệ điều khiển mờ điển hình minh hoạ lý thuyết hệ mờ đơn giản để điều khiển máy giặt tự động Sinh Viên Thực Hiện Đề Tài : Nhóm – C10TI01 Với ham muốn tìm hiểu ngành kỹ thuật điều khiển mẻ, chúng em thực việc nghiên cứu logic mờ ứng dụng thực tế Vì thời gian bị hạn chế vòng 10 tuần lễ, giới hạn đề tài nên chắn không tránh khỏi hạn chế thiếu sót Chúng em mong nhận dẫn góp ý quý báu Thầy Cô để đề tài hoàn thiện Mục lục Giáo Viên Hướng Dẫn : Hồ Nhật Tiến Sinh Viên Thực Hiện : Nhóm .1 Lời nói đầu  CHƯƠNG : CÁC ỨNG DỤNG CỦA LOGIC MỜ .75 Sinh Viên Thực Hiện Đề Tài : Nhóm – C10TI01 CHƯƠNG : TỔNG QUAN VỀ LOGIC MỜ I Đặt vấn đề Như biết, suy luận đời thường suy luận khoa học, logic toán học đóng vai trò quan trọng Ngày nay, xã hội phát triển nhu cầu người ngày cao Do đó, tiến khoa học cao Với hai giá trị đúng, sai hay 1, không giải hết toán phức tạp nảy sinh thực tế Ví dụ: Quần áo gọi dày , mỏng để máy giặt biết mà có chế độ tự động sấy khô cho hợp lý ? Hay thơ văn có câu: " Trăng bao tuổi trăng già? Sinh Viên Thực Hiện Đề Tài : Nhóm – C10TI01 Núi bao tuổi gọi núi non? " Khái niệm trăng già hay núi non không định nghĩa rõ ràng Những toán ngày nhiều lĩnh vực điều khiển tối ưu, nhận dạng hệ thống, nói chung trình định nhằm giải toán với liệu không đầy đủ, không định nghĩa cách rõ ràng (trong điều kiện thiếu thông tin chẳng hạn) II Quá trình phát triển Logic Mờ (FUZZY LOGIC) Từ năm 1965 đời lý thuyết lý thuyết tập mờ (Fuzzy set theory) đo giáo sư Lofti A Zadeh trường đại học Califonia - Mỹ đưa Từ lý thuyết đời phát triển mạnh mẽ qua công trình khoa học nhà khoa học như: Năm 1972 GS Terano Asai thiết lập sở nghiên cứu hệ thống điều khiển mờ Nhật, năm 1980 hãng Smith Co bắt đầu nghiên cứu điều khiển mờ cho lò Những năm đầu thập kỷ 90 hệ thống điều khiển mờ mạng nơron (Fuzzy system and neural network) nhà khoa học, kỹ sư sinh viên lĩnh vực khoa học kỹ thuật đặc biệt quan tâm ứng dụng sản xuất đời sống Tập mờ logic mờ dựa thông tin không đầy đủ , đối tượng để điều khiển đầy đủ đối tượng cách xác Các công ty Nhật bắt đầu dùng logic mờ vào kỹ thuật điều khiển từ năm 1980 Nhưng phần cứng chuẩn tính toán theo giải thuật 1ôgic mờ nên hầu hết ứng dụng dùng phần cứng chuyên logic mờ Một ứng dụng dùng logic mờ nhà máy xử lý nước Fuji Electric vào năm 1983, hệ thống xe điện ngầm Hitachi vào năm 1987 Trong năm gần đây, Nhật Bản có 1000 sáng chế kỹ thuật fuzzy logic, họ thu hàng tỉ USD việc bán sản phẩm có sử dụng kỹ thuật fuzzy logic khắp nơi giới Sinh Viên Thực Hiện Đề Tài : Nhóm – C10TI01 Sự kết hợp fuzzy logic với mạng thần kinh giải thuật di truyền làm cho việc tạo nên hệ thống tự động nhận dạng khả thi Khi tích hợp với khả học hỏi mạng thần kinh nhân tạo giải thuật di truyền, lực suy luận hệ thống fuzzy đảm nhận vai trò điều khiển cho sản phẩm thương mại trình cho hệ thống nhận dạng (hệ thống học hỏi suy luận) Trong phát triển khoa học kỹ thuật, điều khiển tự động đóng vai trò quan trọng Lĩnh vực có mặt khắp nơi, có qui trình công nghệ sản xuất đại đời sống hàng ngày Điều khiển mờ đời với sở lý thuyết lý thuyết tập mờ (fuzzy set) logic mờ (fuzzy logic) Ưu điểm kỹ thuật điều khiển mờ không cần biết trước đặc tính đối tượng cách xác, khác với kỹ thuật điều khiển kinh điển hoàn toàn dựa vào thông tin xác tuyệt đối mà nhiều ứng dụng không cần thiết có Một số kết bước đầu hướng nghiên cứu góp phần tạo nên sản phẩm công nghiệp tiêu thụ thị trường Lý thuyết tập mờ ngày phong phú hoàn chỉnh, tạo vững để phát triển logic mờ Có thể nói logic mờ (Fuzzy logic) tảng để xây dựng hệ mờ thực tiễn Ví dụ công nghiệp sản xuất xi măng, sản xuất điện năng, hệ chuyên gia y học giúp chuẩn đoán điều trị bệnh , hệ chuyên gia xử lý tiếng nói, nhận dạng hình ảnh, Công cụ chủ chốt logic mờ tiền đề hóa lập luận xấp xỉ với phép suy diễn mờ III Khái niệm tập mờ (fuzzy set) Như biết, tập hợp thường kết hợp số phần tử có số tính chất chung Ví dụ : tập sinh viên Ta có : T = { t / t sinh viên } Sinh Viên Thực Hiện Đề Tài : Nhóm – C10TI01 Vậy, người sinh viên thuộc tập T, ngược lại không thuộc tập T Tuy nhiên, thực tế sống khoa học kỹ thuật có nhiều khái niệm không định nghĩa cách rõ ràng Ví dụ, nói "nhóm sinh viên khá", ? Khái niệm không rõ ràng sinh viên có điểm thi trung bình 8.4 khá, điểm thi trung bình 6.6 ( dải điểm từ 6.5 đến 8.5), Nói cách khác, "nhóm sinh viên khá" không định nghĩa cách tách bạch rõ ràng khái niệm thông thường tập họp Hoặc, nói đến "lớp số lớn 10" " đống quần áo cũ", , nói đến khái niệm mờ, hay khái niệm không định nghĩa cách rõ ràng Các phần tử nhóm tiêu chuẩn rõ ràng tính "thuộc về" ( thuộc tập họp đó) Đây khái niệm thuộc tập mờ Trong đối thoại hàng ngày bắt gặp nhiều khái niệm mờ Ví dụ, ông giám đốc nói: " Năm qua gặt hái số thành tích đáng khen ngợi Năm tới phải cố gắng thêm bước nữa" Đây câu chứa nhiều khái niệm mờ Như vậy, logic rõ biểu diễn đồ thị sau : Logic mờ biểu diễn đồ thị đồ thị liên tục Sinh Viên Thực Hiện Đề Tài : Nhóm – C10TI01 Định nghĩa tập mờ (Fuzzy set) - Cho Ω không gian nền, tập mờ A Ω tương ứng với ánh xạ từ Ω đến đoạn [0,1] µA : Ω → [0,1] gọi hàm thuộc , hàm liên thuộc hay hàm thành viên (membership function) ; hàm thuộc nhận giá trị - Với x ∈ Ω µ A (x) gọi mức độ thuộc x vào A - Ký hiệu tập mờ, ta có dạng ký hiệu sau:  Liệt kê phần tử: giả sử Ω ={a,b,c,d} ta xác định tập mờ A= 0.1 0.3 0.2 + + + a b c d  A = { ( x, µ A ( x ) ) | x ∈ U }  A= µ A ( x) trường hợp U không gian rời rạc x x∈U ∑  A = U∫ µ A ( x) / x trường hợp U không gian liên tục  Lưu ý ký hiệu ∑ ∫ phép tính tổng hay tích phân, mà ký hiệu biểu thị tập hợp mờ Sinh Viên Thực Hiện Đề Tài : Nhóm – C10TI01 Ví dụ Tập mờ A tập “số gần 2” xác định hàm thuộc µ A = e− ( x − 2) ta ký hiệu: A = {( x,−( x − 2) ) | x ∈U } +∞ A= ∫ − ( x − 2) /x −∞ Một số khái niệm 2.1 Tập rõ hàm đặc trưng Tập rõ tập hợp truyền thống theo quan điểm Cantor (crisp set) Gọi A tập hợp rõ, phần tử x có x ∈ A x ∉ A, Có thể sử dụng hàm χ(x) để mô tả khái niệm thuộc Nếu x ∈ A, χ (x) = 1, nguợc lại x ∉ A, χ (x) = Hàm χ gọi hàm đặc trưng tập hợp A 1.2 Tập mờ hàm thành viên Tập mờ F xác định tập kinh điển B tập mà phần tử cặp giá trị (x , µF(x)) , với x ∈ B µF(x) ánh xạ µF(x) : B [0,1] : µF gọi hàm thuộc , B gọi tập Sinh Viên Thực Hiện Đề Tài : Nhóm – C10TI01 Ví dụ : young = { x ∈ P | age(x) ≤ 20 } characteristic function : : age(x) ≤ 20 M young(x) = : age(x)>20 µyoung(x) A=“young” x [years] Ghi Chú: • ≤ µF(x) ≤ Sinh Viên Thực Hiện Đề Tài : Nhóm – C10TI01 10 Luật hợp thành mờ max – + Khối “Control3” Đây khối điều tiết lưu lượng cho bồn , ta đưa mức ưu tiên sau : Khi sai lệch bồn lớn van2 điều tiết để sai lệch nhỏ đến bồn Sinh Viên Thực Hiện Đề Tài : Nhóm – C10TI01 128 If error1=NB and de1=DB Then control = CF If error1=NB and de1=DM Then control = CS If error1=NB and de1=ZR Then control = CS If error1=NM and de1=DB Then control = CS If error1=PB and de1=IB Then control = OF If error1=PB and de1=IM Then control = OF If error1=PB and de1=ZR Then control = OF If error1=PM and de1=IB Then control = OF If error1#NB and error2=NB and de1#DB and de2=DB Then control = OF If error1#NB and error2=NB and de1#DB and de2=DM Then control = OF If error1#NB and error2=NB and de1#DB and de2=ZR Then control = OF If error1#NB and error2=NM and de1#DB and de2=DB Then control = OS If error1#NB and error2=NM and de1#DB and de2=DM Then control = OS If error1#PB and error2=PB and de1#IB and de2=IB Then control = CF If error1#PB and error2=PB and de1#IM and de2=IB Then control = CS - Kết đáp ứng với thông số hệ thống : + Chiều cao bồn height=1m + Diện tích đáy area=0.125m2 Sinh Viên Thực Hiện Đề Tài : Nhóm – C10TI01 129 + Lưu lượng max pump maxflow = lít/s Sinh Viên Thực Hiện Đề Tài : Nhóm – C10TI01 130 + Diện tích ống dẫn pipe area = 0.001 m2 Sinh Viên Thực Hiện Đề Tài : Nhóm – C10TI01 131 Các hệ chuyên gia mờ Cho đến nay, hàng trăm hệ chuyên gia xây dựng báo cáo thường xuyên tạp chí, sách, báo hội thảo khoa học Ngoài hệ chuyên gia sử dụng công ty, tổ chức quân mà không công bố lý bảo mật Bảng liệt kê số lĩnh vực ứng dụng diện rộng hệ chuyên gia Lĩnh vực Cấu hình Ứng dụng diện rộng Tập hợp thích đáng thành phần hệ thống theo (Configuration) cách riêng Chẩn đoán Lập luận dựa chứng quan sát (Diagnosis) Sinh Viên Thực Hiện Đề Tài : Nhóm – C10TI01 132 Truyền đạt Dạy học kiểu thông minh cho sinh viên hỏi Mở đầu : Instruction Giải thích (interpretation) Vì (why ?) (how ?) (what if ?) giống hỏi người thầy giáo Giải thích liệu thu nhận Kiểm tra So sánh liệu thu lượm với liệu chuyên (Monitoring) môn để đánh giá hiệu Lập kế hoạch (Planning) Lập kế hoạch sản xuất theo yêu cầu Dự đoán (Prognosis) Dự đoán hậu từ tình xảy Chữa trị (Remedy) Chỉ định cách thụ lý vấn đề Điều khiển (Control) Điều khiển trình , đòi hỏi diễn giải , chẩn đoán , kiểm tra , lập kế hoạch , dự đoán chữa trị Một số hệ chuyên gia Bảng Ngành hoá học (Chemistry) CRYSALIS DENDRAL Interpret a protein’n 3-D structure Interpret molecular structure Remedy Triple Quadruple Mass Spectrometer (keep it TQMSTUNE Sinh Viên Thực Hiện Đề Tài : Nhóm – C10TI01 tuned) 133 CLONER MOLGEN SECS SPEX Design new biological molecules Design gene - cloning experiments Design complex organic molecules Plan molecular biology experiments Bảng Ngành điện tử (Electronics) ACE Diagnosis telephone network faults IN -ATE Diagnosis oscilloscope faults NDS Diagnosis national communication net EURISKO Design 3-D micro-electronics PALLADIO Design and test new VLSI cicuits REDESIGN Redesign digital circuits to new CADHELP Instruct for computer aided design SOPHIE Instruct circuit fault diagnosis Bảng Ngành địa chất (Geology) DIPMETER Interpret dipmeter logs LITHO Interpret oil well log data MUD Diagnosis / remedy drilling problems PROSPECTOR Interpret geologic data for minerals Bảng Công nghệ (Engineering) REACTOR Diagnosis / remedy reactor accidents Sinh Viên Thực Hiện Đề Tài : Nhóm – C10TI01 134 DELTA Diagnosis / remedy GE locomotives STEAMER Instruct operation - steam power-plant Bảng Ngành y học (Medicine) PUFF Diagnosis lung disease VM Monitors intensive - care patients ABEL Diagnosis acid - base / electrolytes AI/COAG Dianosis blood disease AI/ RHEUM Diagnosis rheumatoid disease CADUCEUS Diagnosis internal medicine disease ANNA Monitor digitalis therapy BLUE BOX Diagnosis / remedy depression MYCIN Diagnosis / remedy bacterial infections ONCOCIN Remedy / manage chemotherapy patient ATTENDING Instruct in anesthetic manegement GUIDON Instruct in bacterial infections Bảng Máy tính điện tử (Computer systems) PTRANS Prognosis for managing DEC computers BDS Diagnosis bad parts in switching net XCON Configune DEC computer systems XSEL Configure DEC computer sales order XSITE Configure customer site for DEC computers YES/MVS Monitor / control IBM MVS opeating system TIMM Diagnosis DEC computer Ví dụ ứng dụng y học : Sinh Viên Thực Hiện Đề Tài : Nhóm – C10TI01 135 Trước hết tìm hiểu qui trình chẩn đoán bệnh lao phổi Hiện nay, bệnh nhân đến khám viện lao, bác sĩ tiến hành chẩn đoán theo bước sau:  Giai đoạn 1: khám lâm sàng - Khám ban đầu : nhìn bề (tóc, da, mắt, ) - Hỏi tình trạng thể bệnh nhân để có thêm nhiều thông tin - Từ triệu chứng lâm sàng tiến hành chẩn đoán khẳng định khả mắc bệnh bệnh nhân - Nếu hết giai đoạn này, bác sĩ nghi ngờ bệnh lao, ông ta đưa câu trả lời phủ định bệnh lao gợi ý khả mắc bệnh khác Bệnh nhân khuyên nên quay lại bệnh nặng mà không rõ nguyên - Ngược lại, tới cuối giai đoạn lâm sàng bệnh nhân bị nghi mắc bệnh lao giai đoạn chẩn đoán thứ hai tiến hành để có kết luận chắn  Giai đoạn 2: khám cận lâm sàng - Khám nghiệm đờm, - Chụp X quang Hầu hết triệu chứng cận lâm sàng có ảnh hưởng mạnh đến khả mắc bệnh bệnh nhân Vì vậy, bệnh trạng khẳng định loại trừ cách chắn giai đoạn Sau đó, bác sĩ có kết luận đưa phương án điều trị thử Nếu bệnh trầm trọng bệnh nhân điều trị lao phổi thử, không trầm trọng thi điều trị bắng kháng sinh Sinh Viên Thực Hiện Đề Tài : Nhóm – C10TI01 136 Bởi vì, thực tế lao phổi mà bị viêm phổi điều trị kháng sinh đem lại kết tích cực Ngược lại, thực mắc bệnh lao phổi phương án điều trị lao phổi có tác dụng Toàn qui trình thể qua lược đồ sau: Sinh Viên Thực Hiện Đề Tài : Nhóm – C10TI01 137 Xây dựng suy diễn xấp xỉ : Có đối tượng mà cần quan tâm : Bệnh nhân : ký hiệu P (Patient) Các triệu chứng : S (Symptom) Bao gồm : lâm sàng, cận lâm sàng, gọi chung triệu chứng Ta có : S = {S1, S2, , S n} Bệnh cần chẩn đoán : lao phổi D (Disease) : Nhận thấy đối tượng xuất quan hệ mờ quan hệ triệu chứng - bệnh nhân : RSP Quan hệ sử dụng làm thông tin đầu vào cho chế lập luận trình chẩn đoán, xác định µSP ∈ [0,1] Giá trị thể Sinh Viên Thực Hiện Đề Tài : Nhóm – C10TI01 138 mức độ xuất triệu chứng S bệnh nhân P Nói cách khác, RSP tập mờ có hàm thuộc xác định sau: µSP : RSP → [0,1] Với µSP = có nghĩa chắn bệnh nhân triệu chứng S Với µSP = có nghĩa chắn bệnh nhân có triệu chứng S Với < µSP < có nghĩa bệnh nhân có triệu chứng S với mức độ xuất µSP Ví dụ : Giả sử để xem xét mức độ sốt bệnh nhân để đưa liều lượng thuốc, có phát biểu mờ (luật mờ) sau : • IF sốt nhẹ THEN liều lượng asperine thấp • IF sốt THEN liều lượng asperine bình thường • IF sốt cao THEN liều lượng asperine cao • IF sốt cao THEN liều lượng asperine cao Thông thường người ta thực bước: – Mờ hóa (fuzzy fication) giá trị nhập vào Sinh Viên Thực Hiện Đề Tài : Nhóm – C10TI01 139 – Suy luận Mờ – Khử tính mờ (defuzzy fication) cho giá trị xuất Vậy bệnh nhân sốt 38.7o => liều lượng kê đơn 480mg Phần => trình khử tính mờ (làm rõ hóa) không trình bày chi tiết đây, dựa vào đồ thị để suy kết Ngoài ra, bác sĩ phải đến kết luận "không rõ" triệu chứng Khi đó, µSP định nghĩa giá trị bé sau: µSP =ε≈0 Kế tiếp, phải xác định quan hệ bệnh nhân - bệnh lao phổi : RPD Xác định mối quan hệ có nghĩa đưa kết chẩn đoán khả mắc bệnh bệnh nhân Nhận dạng mờ (Fuzzy Pattern Recognition) Gồm nhóm đề tài , ứng dụng nhiều quốc phòng , an ninh ngành viễn thám : + Nhận dạng tĩnh đối tượng chiều , có màu + Nhận dạng động đối tượng chiều , có màu + Nhận dạng theo công nghệ hiển thị đối tượng chiều , có màu + Nhận dạng động biểu người Các hệ hỗ trợ định mờ toán lấy định Ví dụ hệ hỗ trợ định FOREX Satoru Fukami Minoru Yoneda , nhằm hỗ trợ việc buôn bán trao đổi ngoại tệ , dự báo tỉ giá hối đoái , dựa ước lượng bẳng kinh nghiệm chuyên gia … Sinh Viên Thực Hiện Đề Tài : Nhóm – C10TI01 140 Tài liệu tham khảo [1] PGS, TS Nguyễn Trọng Thuần, Điều khiển logic & ứng dụng, Tập 1, NXB Khoa Học Kỹ Thuật, 2000 [2] Nguyễn Hoàng Phương, Nadipuram R Prasad, Lê Linh Phong, Nhập môn trí tuệ tính toán, NXB Khoa Học Kỹ Thuật, 2002 [3] Nguyễn Hoàng Phương, Bùi Công Cường, Nguyễn Doãn Phước, Phan Xuân Minh, Chu Văn Hỷ, Hệ mờ ứng dụng, NXB Khoa Học Kỹ Thuật, 1998 [4] TS Đinh Mạnh Tường, Trí tuệ nhân tạo, NXB Khoa Học Kỹ Thuật, 2002 [5] Đỗ Trung Tuấn, Hệ chuyên gia, NXB Giáo Dục, 1999 Sinh Viên Thực Hiện Đề Tài : Nhóm – C10TI01 141 Sinh Viên Thực Hiện Đề Tài : Nhóm – C10TI01 142 [...]... pháp mờ được nghiên cứu và phát triển mạnh mẽ Tuy nhiên chính logic mờ mở rộng được nghiên cứu và phát triển mạnh mẽ Tuy nhiên chính logic mờ mở rộng từ logic đa trị , do đó nảy sinh ra rất nhiều các quan hệ mờ, nhiều cách định nghĩa các toán tử T-chuẩn , T-đối chuẩn , cũng như các phương Sinh Viên Thực Hiện Đề Tài : Nhóm 4 – C10TI01 26 pháp mờ hoá , khử mờ khác nhau,…Sự đa dạng này đòi hỏi người ứng. .. Thực Hiện Đề Tài : Nhóm 4 – C10TI01 29 2 Hệ mờ Kiến trúc cơ bản của một hệ mờ gồm 4 thành phần chính: Bộ mờ hoá, hệ luật mờ, động cơ suy diễn mờ và bộ giải mờ như hình 2.5 dưới đây Sinh Viên Thực Hiện Đề Tài : Nhóm 4 – C10TI01 30 Không làm mất tính tổng quát, ở đây ta chỉ xét hệ mờ nhiều đầu vào, một đầu ra ánh xạ tập compact S ⊂ R n vào R Các thành phần của hệ mờ được miêu tả như sau : 2.1 Bộ mờ hóa... suy luận trong hệ mờ Hệ mờ n biến vào x1, … x n và một biến ra y Sinh Viên Thực Hiện Đề Tài : Nhóm 4 – C10TI01 28 Cho Un, i= n n là các không gian nền của các biến vào , V là không gian nền của biến ra Hệ được xác định bởi m luật mờ ” R1: Nếu x1 là A1 1và x2 và ….x n là A1n thì y là B1 R2: Nếu x1 là A21 và x2 là A22 và x n là A2n thì y là B2 R m: Nếu x1 là Am1 và x2 là Am2 và ……x n là A m... là các tập mờ trong các tập đầu vào X và B j là các tập mờ trong các tập đầu ra Y – các giá trị của biến ngôn ngữ (ví dụ: “Rất nhỏ ” , “nhỏ ” , “Trung bình” , “Lớn” , “Rất lớn” ) đặc trưng bởi các hàm Aj thuộc µ j j B R và µ Khi đó là một quan hệ mờ từ các tập mờ đầu vào X = Xi × X2 × … × X n tới các tập mờ đầu ra Y 2.3 Động cơ suy diễn Đây là một bộ phận logic đưa ra quyết định sử dụng hệ mờ để thực... x∈ X - Đối xứng nếu: R(x ,y) = R(y, x) với ∀ x, y ∈ X - Bắc cầu nếu: (x R y) ∧ (y R z) ⇒ (x R z) với ∀ x , y, z ∈ X Định nghĩa 8 : R là quan hệ tương đương nếu R là quan hệ nhị nguyên trên X có tính chất phản xạ, đối xứng và bắc cầu 1.1.2 Các quan hệ mờ Các quan hệ mờ là cơ sở dùng để tính toán và suy diễn ( suy luận xấp xỉ) mờ Đây là một trong những vấn đề quan trọng trong các ứng dụng mờ đem lại... là B m Thông tin đầu vào: X1 là A01 và x2 là A02 và .x0n là A0n Tính: y là B0 Trong đó biến mờ j i, i= biến mờ B j , ( 1, n 1, n, j = 1, m xác định trên không gian nền U, ) xác định trên không gian nền V Để giải bài toán này chúng ta phải thực hiện qua các bước sau:  Xác định các tập mờ của các biến đầu vào Xác định độ liên thuộc tại các tập mờ tương ứng Xác định các quan hệ mờ R(A.B)(u ,v)  Xác... Ta có thể biểu diễn phép giao của hai tập mờ qua hai hàm min(µA(x), µB(x)) và µA(x).µB(x) theo các đồ thị sau đây: - Hình a: Hàm thuộc của hai tập mờ A và B - Hình b: Giao của hai tập mờ theo min(µA(x), µB(x)) - Hình c: Giao của hai tập mờ theo µA(x).µB(x) Sinh Viên Thực Hiện Đề Tài : Nhóm 4 – C10TI01 17 Ví dụ : Cho Ω = {1, 2, 3, 4, 5}, và A, B là các tập mờ trong Ω như sau: A = {(1,0), (2,1), (3,0.5),... toán trên tập mờ : Để có thể tiến hành mô hình hóa các hệ thống có chứa tập mờ và biểu diễn các qui luật vận hành của hệ thống này, trước tiên chúng ta cần tới việc suy rộng các phép toán logic cơ bản với các mệnh đề có chân trị trên đoạn [0, 1] Cho Ω = {P1, P2, } với P1, P2, là các mệnh đề Tập mờ A trên Ω tương ứng với ánh xạ T như sau: T: Ω → [0, 1] ∀ Pi ∈ Ω Sinh Viên Thực Hiện Đề Tài : Nhóm 4 –... hai tập mờ Song trong kỹ thuật điều khiển mờ ta chủ yếu dùng 2 công thức hợp , đó là lấy Min và tích đại số 3.1.2 Giao hai tập mờ khác cơ sở Xét tập mờ A với hàm thuộc µA(x) trên không gian nền Ω và B với hàm thuộc µB(x) trên không gian nền Ω’ , phép giao của hai tập mờ A, B là một tập mờ trên Ω x Ω’ với hàm thuộc : µA ∩B(x, y) = MIN{µA(x, y), µB(x, y)} Trong đó: µA(x, y) = µA(x) ∀y ∈ Ω’ và µB(x,... hai tập mờ Song trong kỹ thuật điều khiển mờ ta chủ yếu dùng 2 công thức hợp , đó là lấy Max và phép hợp Lukasiewiez 3.2.2 Hợp hai tập mờ khác cơ sở : Xét tập mờ A với hàm thuộc µA(x) trên không gian nền Ω và B với hàm thuộc µB(x) trên không gian nền Ω’ , phép hợp của hai tập mờ A, B là một tập mờ trên Ω x Ω’ với hàm thuộc : µA ∪B(x ,y) = max( µA(x, y), µB(x , y)) Với µA(x, y) = µA(x) ∀x ∈ Ω và µB(x ... toán mệnh đề mờ phép toán logic mờ dựa tập mờ Ký hiệu mức độ (chân trị) mệnh đề mờ P T(P) Ta có : 0≤ T(P)≤ III Logic mờ lý giải sấp xỉ Logic mờ : 1.1 Định nghĩa logic mờ  Logic mờ logic mà giá... 1980 Nhưng phần cứng chuẩn tính toán theo giải thuật 1ôgic mờ nên hầu hết ứng dụng dùng phần cứng chuyên logic mờ Một ứng dụng dùng logic mờ nhà máy xử lý nước Fuji Electric vào năm 1983, hệ... kéo theo mờ – luật if-then mờ thông dụng - Các phép toán kéo theo có vai trò quan trọng logic mờ Chúng tạo nên luật mờ để thực phép suy diễn tất hệ mờ Do mệnh đề mờ tương ứng với tập mờ nên ta