Xác định quan hệ mờ bằng mạng Noron nhân tạo

Xác định quan hệ mờ bằng mạng Noron nhân tạo

TRƯỜNG ĐẠI HỌC SƯ PHẠM HÀ NỘI KHOA CƠNG NGHỆ THƠNG TIN -----------  ---------- BÁO CÁO NGHIÊN CỨU KHOA HỌC Tên đề tài: XÁC ĐỊNH QUAN HỆ MỜ BẰNG MẠNG NƠRON NHÂN TẠO Giáo viên hướng dẫn : T.S Nguyễn Tân Ân Sinh viên thực hiện : Nguyễn Thị Th Chinh. Lớp : C-K54-CNTT. Hà Nội 4/2008 THƯ VIỆN ĐIỆN TỬ TRỰC TUYẾN B¸o c¸o nghiªn cøu khoa häc Sinh viªn: Ngun ThÞ Th Chinh – K54C - CNTT 2 PHẦN MỞ ĐẦU 1. Tên đề tài Xác định quan hệ mờ bằng mạng nơron nhân tạo. 2. Lý do chọn đề tài Từ 20 năm nay, lý thuyết tập mờ và mạng nơron nhân tạo đã phát triển rất nhanh và đa dạng. Cơng nghệ mờ và cơng nghệ mạng nơron đã cung cấp những cơng nghệ mới cho các ngành cơng nghiệp làm ra nhiều sản phẩm thơng minh, đáp ứng nhu cầu thị trường cần có những bộ điều khiển linh hoạt hơn. Hệ mờ và mạng nơron được kết hợp với nhau để cùng phát huy những ưu điểm của chúng. Một trong những dạng kết hợp đó là mạng nơron mờ, nhờ có nó mà chúng ta đã giải quyết được rất nhiều bài tốn khó mà với thuật giải thơng thì khơng thực hiện được hoặc nếu có thì cũng rất phức tạp và mất nhiều thời gian. Với bài tốn xác định quan hệ giữa khơng gian vào và khơng gian ra dựa trên các cặp phần tử vào ra đã biết. Cụ thể cho khơng gian vào X , khơng gian ra Y và các cặp phần tử vào ra ( ) ,x y đã biết , tức là cho một phần tử x XỴ thì có một phần tử ra tương ứng y . u cầu bài tốn đặt ra là xác định quan hệ R giữa X và Y . Một trong những phương pháp thường được sử dụng để giải quyết bài tốn trên đó là phương pháp bình phương bé nhất. Để giảm độ phức tạp và thời gian tính tốn trong báo cào này tơi sử dụng một phương pháp mới đó là dùng mạng nơron nhân tạo. Và quan hệ giữa khơng gian vào và ra xác định được khơng phải là quan hệ bình thường mà là quan hệ mờ. Bài nghiên cứu gồm những phần sau: I. Tổng quan lý thuyết tập mờ và quan hệ mờ Giới thiệu về khái niệm tập mờ, các phép tốn trên tập mờ, quan hệ mờ. II. Giới thiệu về mạng nơron nhân tạo. Giới thiệu cấu trúc của một nơron, định nghĩa và phân loại mạng nơron, các thủ học mạng nơron, thuật tốn lan truyền ngược. THƯ VIỆN ĐIỆN TỬ TRỰC TUYẾN B¸o c¸o nghiªn cøu khoa häc Sinh viªn: Ngun ThÞ Th Chinh – K54C - CNTT 3 III. Bài tốn xác định quan hệ mờ bằng mạng nơron nhân tạo Ánh xạ bài tốn xác định quan hệ mờ lên mạng nơron nhân tạo, đưa ra cách huấn luyện mạng. Cuối cùng là demo thuật tốn xác định quan hệ mờ bằng mạng nơron nhân tạo. I. Tổng quan lý thuyết tập mờ và quan hệ mờ 1.1 Khái niệm tập mờ Tập mờ được xem là sự mở rộng trực tiếp của tập kinh điển. Bây giờ ta xét khái niệm hàm thuộc của tập kinh điển. Định nghĩa 1.1 Cho một tập hợp A . Ánh xạ { } : 0,1Um ® đượ c đị nh ngh ĩ a nh ư sau: ( ) 1 nÕu 0 nÕu A x A x x A m ì Ỵ ï ï = í ï Ï ï ỵ (1.1) đượ c g ọ i là hàm thuộc của tập A . Tập A là tập kinh điển, U là khơng gian nền. Như vậy hàm thuộc của tập cổ điển chỉ nhận hai giá trị là 0 hoặc 1. Giá trị 1 của hàm thuộc ( ) A xm còn được gọi là giá trị đúng, ngược lại 0 là giá trị sai của ( ) A xm . Một tập U ln có ( ) 1 U xm = , v ớ i m ọ i x đượ c g ọ i là khơng gian nền ( tập nền ). M ộ t t ậ p A có d ạ ng { } tho¶ m·n mét sè tÝnh chÊt nµo ®ãA x U x= Ỵ thì đượ c g ọ i là có t ậ p n ề n U , hay đượ c đị nh ngh ĩ a trên t ậ p n ề n U . Ví d ụ t ậ p { } 9 12A x x= Ỵ < <¥ có t ậ p n ề n là t ậ p các s ố t ự nhiên ¥ . THƯ VIỆN ĐIỆN TỬ TRỰC TUYẾN B¸o c¸o nghiªn cøu khoa häc Sinh viªn: Ngun ThÞ Th Chinh – K54C - CNTT 4 Hàm thu ộ c ( ) A xm đị nh ngh ĩ a trên t ậ p A , trong khái ni ệ m kinh đ i ể n ch ỉ có hai giá tr ị là 1 n ế u x ho ặ c 0 n ế u x Ạ . Hình 1.1 mơ t ả hàm thu ộ c c ủ a hàm ( ) A xm , trong đ ó t ậ p A đượ c đị nh ngh ĩ a nh ư sau: { } 2 6 A x x= Ỵ < <¡ . (1.2) Hình 1.1 . Hàm thu ộ c ( ) A xm c ủ a t ậ p kinh đ i ể n A . Cách bi ể u di ễ n hàm ph ụ thu ộ c nh ư v ậ y khơng phù h ợ p v ớ i nh ữ ng t ậ p đượ c mơ t ả “ mờ ” nh ư t ậ p B gồm các số thực dương nhỏ hơn nhiều so với 6 { } 6 B x x= Ỵ ¡ = , (1.3) có t ậ p n ề n là ¡ , ho ặ c t ậ p C gồm các số thực gần bằng 3 cũng có tập nền ¡ { } 3 C x x= Ỵ »¡ (1.4) T ậ p B , C nh ư v ậ y đượ c g ọ i là các tập mờ . Lý do là v ớ i nh ữ ng đị nh ngh ĩ a “m ờ ” nh ư v ậ y ch ư a đủ để xác đị nh đượ c m ộ t s ố ch ẳ ng h ạ n nh ư 4,5x = có thu ộ c B ho ặ c 2,5x = có thu ộ c C hay khơng. Nên chúng ta khơng th ể dùng hàm thu ộ c c ủ a t ậ p c ổ đ i ể n ch ỉ có hai giá tr ị 1 và 0 để đị nh ngh ĩ a t ậ p B và C trong tr ườ ng h ợ p này. Vì v ậ y ng ườ i ta ngh ĩ r ằ ng: tại sao lại khơng mở rộng miền giá trị cho hàm thuộc của tập cổ điển , t ứ c là hàm thu ộ c s ẽ có nhi ề u h ơ n hai giá tr ị . Khi đ ó thay vì vi ệ c tr ả l ờ i câu h ỏ i 4,5x = có thu ộ c B hay khơng, ng ư òi ta s ẽ tr ả l ờ i câu h ỏ i là: v ậ y thì 4,5x = thu ộ c B bao nhiêu ph ầ n tr ă m? Gi ả s ử r ằ ng có 2 x 6 0 )(x A µ 1 THƯ VIỆN ĐIỆN TỬ TRỰC TUYẾN B¸o c¸o nghiªn cøu khoa häc Sinh viªn: Ngun ThÞ Th Chinh – K54C - CNTT 5 câu tr ả l ờ i thì lúc này hàm thu ộ c ( ) B xm t ạ i đ i ể m 4,5x = ph ả i có m ộ t giá tr ị trong đ o ạ n [ ] 0,1 , t ứ c là ( ) 0 1 B xm£ £ (1.5) Nói cách khác hàm ( ) B xm khơng còn là hàm hai giá tr ị nh ư đố i v ớ i t ậ p kinh đ i ể n n ữ a mà là m ộ t ánh x ạ ( hình 1.2 ) [ ] : 0,1 B Um ® , (1.6) trong đ ó U là t ậ p n ề n c ủ a t ậ p “m ờ ”. Hình 1.2 a, Hàm ph ụ thu ộ c c ủ a t ậ p “m ờ ” B b, Hàm ph ụ thu ộ c c ủ a t ậ p “m ờ ” C Định nghĩa 1.2 Tập mờ F xác định trên tập kinh điển U là một tập mà mỗi phần tử của nó là một cặp các giá trị ( ) ( ) , F x xm trong đó x và F m là một ánh xạ [ ] : 0,1 F Um ® . (1.7) Ánh x ạ F m đượ c g ọ i là hàm thuộc (hàm phụ thuộc hay hàm thành viên ) của tập mờ F . Tập kinh điển U được gọi là tập nền (hay tập vũ trụ) của tập mờ F . Ví dụ một tập mờ F của các số tự nhiên nhỏ hơn 6 với hàm phụ thuộc ( ) F xm có dạng như hình 1.2a định nghĩa trên nền U sẽ chứa các phần tử sau THƯ VIỆN ĐIỆN TỬ TRỰC TUYẾN B¸o c¸o nghiªn cøu khoa häc Sinh viªn: Ngun ThÞ Th Chinh – K54C - CNTT 6 ( )( )( )( ) { } 1, 1 , 2, 1 , 3, 0,8 , 4, 0,07F = . Số tự nhiên 1 và 2 có độ phụ thuộc ( ) ( ) 1 2 1 F F m m = = , các s ố t ự nhiên 3 và 4 có độ ph ụ thu ộ c nh ỏ h ơ n 1 ( ) 3 0,8 F m = và ( ) 4 0,07 F m = , Nh ữ ng s ố t ự nhiên khơng đượ c li ệ t kê đề u có độ ph ụ thu ộ c b ằ ng 0. 1.2 Các phép tốn về tập mờ Giống như định nghĩa về tập mờ các phép tốn trên tập mờ cũng sẽ được định nghĩa thơng qua các hàm thuộc. Nói cách khác, khái niệm xây dựng những phép tốn trên tập mờ là việc xác định các hàm thuộc cho phép hợp, giao , bù từ những tập mờ. Một ngun tắc cơ bản trong việc xây dựng các phép tốn trên tập mờ là khơng được mâu thuẫn với những phép tốn đã có trong lý thuyết tập hợp kinh điển. 1.2.1 Phép hợp Cho hai tập hợp mờ A và B có cùng khơng gian nền U với hai hàm thuộc tương ứng là ( ) A xm và ( ) B xm . Hợp của A và B là một tập mờ cũng xác định trên U , kí hiệu là A BÈ có hàm thuộc ( ) A B xm È thoả mãn: i. ( ) A B xm È chỉ phụ thuộc vào ( ) A xm và ( ) B xm . ii. ( ) 0 B xm = v ớ i x " Þ ( ) A B xm È = ( ) A xm . iii. Tính giao hốn, t ứ c là ( ) ( ) A B B A x xm m È È = . iv. Tính k ế t h ợ p, t ứ c là ( ) ( ) ( ) ( ) A B C A B C x xm m È È È È = . v. Là hàm khơng gi ả m: ( ) ( ) 1 2 A A x xm m £ Þ ( ) ( ) 1 2 A B A B x xm m È È £ . Để tính hàm thu ộ c ( ) A B xm È có nhi ề u cách khác nhau, sau đ ây là m ộ t cơng th ứ c đượ c dùng trong báo cáo này: ( ) ( ) ( ) { } max , A B A B x x xm m m È = (Lu ậ t l ấ y max) (1.8) THƯ VIỆN ĐIỆN TỬ TRỰC TUYẾN B¸o c¸o nghiªn cøu khoa häc Sinh viªn: Ngun ThÞ Th Chinh – K54C - CNTT 7 Hình 1.3 . Hàm thu ộ c c ủ a hai t ậ p m ờ có cùng khơng gian n ề n a) Hàm thu ộ c c ủ a hai t ậ p m ờ A và B b) H ợ p c ủ a hai t ậ p m ờ A và B theo lu ậ t max. M ộ t cách t ổ ng qt thì b ấ t c ứ m ộ t ánh x ạ d ạ ng ( ) [ ] : 0,1 A B x Um È ® n ế u tho ả mãn 5 tiêu chu ẩ n đ ã nêu trong đị nh ngh ĩ a h ợ p hai t ậ p m ờ đề u đượ c xem nh ư là h ợ p c ủ a hai t ậ p m ờ A và B có chung m ộ t khơng gian n ề n U . Cơng th ứ c trên c ũ ng đượ c m ở r ộ ng để áp d ụ ng cho vi ệ c xác đị nh h ợ p c ủ a hai t ậ p m ờ khơng cùng khơng gian n ề n, b ằ ng cách đư a c ả hai t ậ p m ờ v ề chung m ộ t khơng gian n ề n là tích c ủ a hai t ậ p n ề n đ ã cho. Ví d ụ cho t ậ p m ờ A xác đị nh trên khơng gian n ề n M và t ậ p m ờ B xác đị nh trên khơng gian n ề n N . Do hai t ậ p n ề n M và N độ c l ậ p v ớ i nhau nên hàm thu ộ c ( ) A xm , x MỴ c ủ a t ậ p m ờ A s ẽ khơng ph ụ thu ộ c vào N và ng ượ c l ạ i ( ) B xm , y NỴ c ủ a t ậ p B c ũ ng s ẽ khơng ph ụ thu ộ c vào M . Đ i ề u đ ó th ể hi ệ n ở ch ỗ trên khơng gian n ề n m ớ i là t ậ p tích M N´ hàm ( ) A xm ph ả i là m ộ t m ặ t “cong” d ọ c theo tr ụ c y và ( ) B xm là m ộ t m ặ t “cong” d ọ c theo tr ụ c x ( hình 1.4 ). T ậ p m ờ A nh ư v ậ y đượ c đị nh ngh ĩ a trên hai khơng gian n ề n M và x µ ( ) A x µ x a) µ ( ) B x µ x b) µ ( ) A x µ ( ) B x µ THƯ VIỆN ĐIỆN TỬ TRỰC TUYẾN B¸o c¸o nghiªn cøu khoa häc Sinh viªn: Ngun ThÞ Th Chinh – K54C - CNTT 8 M N´ . Để phân bi ệ t đượ c chúng, sau đ ây kí hi ệ u A s ẽ đượ c dùng để ch ỉ t ậ p m ờ A trên khơng gian n ề n M N´ . Đố i v ớ i các t ậ p m ờ khác c ũ ng đượ c kí hi ệ u t ươ ng t ự . V ớ i kí hi ệ u đ ó thì ( ) ( ) , A A x y x m m = v ớ i m ọ i y NỴ và ( ) ( ) , B B x y x m m = v ớ i m ọ i x MỴ . a. Hình 1.4 . Phép h ợ p hai t ậ p m ờ khơng cùng n ề n a. Hàm thu ộ c c ủ a hai t ậ p m ờ A và B b. Đư a hai t ậ p m ờ v ề chung m ộ t n ề n M N´ c. H ợ p hai t ậ p m ờ trên n ề n M N´ ( ) A x µ ∧ x ( ) B x µ ∧ y x ( , ) A x y µ ∧ y M×N b. ( , ) B x y µ ∧ M×N x y M×N x ( , ) A B x y µ ∧ ∧ ∪ y c. THƯ VIỆN ĐIỆN TỬ TRỰC TUYẾN B¸o c¸o nghiªn cøu khoa häc Sinh viªn: Ngun ThÞ Th Chinh – K54C - CNTT 9 Sau khi đ ã đư a đượ c hai t ậ p m ờ A và B v ề chung m ộ t khơng gian n ề n là M N´ thành A và B thì hàm thu ộ c ( ) , A B x y m È c ủ a t ậ p m ờ A BÈ đượ c xác đị nh theo cơng th ứ c (1.8). Hợp hai tập mờ theo luật max Cho t ậ p m ờ A xác đị nh trên khơng gian n ề n M và t ậ p m ờ B xác đị nh trên khơng gian n ề n N , có hàm thu ộ c l ầ n l ượ t là ( ) A xm , ( ) B xm . H ợ p c ủ a hai t ậ p m ờ A và B theo lu ậ t max là m ộ t t ậ p m ờ xác đị nh trên khơng gian n ề n M N´ v ớ i hàm thu ộ c ( ) ( ) ( ) { } , max , , , A B A B x y x y x y m m m È = . (1.9) trong đ ó ( ) ( ) , A A x y x m m = v ớ i m ọ i y NỴ và ( ) ( ) , B B x y x m m = v ớ i m ọ i x MỴ . M ộ t cách t ổ ng qt, do hàm thu ộ c ( ) , A B x ym È c ủ a h ợ p hai t ậ p m ờ A , B khơng cùng khơng gian n ề n ch ỉ ph ụ thu ộ c vào ( ) [ ] 0,1 A xm Ỵ và ( ) [ ] 0,1 B xm Ỵ nên ta có th ể xem ( ) , A B x ym È là hàm c ủ a hai bi ế n A m , B m đượ c đị nh ngh ĩ a nh ư sau ( ) ( ) [ ] [ ] 2 , , : 0,1 0,1 A B A B x y m m m m È = ® (1.10) Ta đ i đế n đị nh ngh ĩ a v ề hàm thu ộ c ( ) , A B m m m c ủ a h ợ p hai t ậ p m ờ khơng cùng khơng gian n ề n: Định nghĩa 1.3 Hàm thu ộ c c ủ a h ợ p gi ữ a hai t ậ p m ờ A v ớ i ( ) A x m đị nh ngh ĩ a trên khơng gian n ề n M và B v ớ i ( ) B x m đị nh ngh ĩ a trên khơng gian n ề n N là m ộ t hàm hai bi ế n ( ) [ ] [ ] 2 , : 0,1 0,1 A B m m m ® xác đị nh trên n ề n M N´ tho ả mãn: a) 0 B m = Þ ( ) , A B A m m m m= . THƯ VIỆN ĐIỆN TỬ TRỰC TUYẾN B¸o c¸o nghiªn cøu khoa häc Sinh viªn: Ngun ThÞ Th Chinh – K54C - CNTT 10 b) ( ) ( ) , , A B B A m m m m m m= , t ứ c là có tính giao hốn. c) ( ) ( ) ( ) ( ) , , , , A B C A B C m m m m m m m m m m= , t ứ c là có tính k ế t h ợ p. d) ( ) ( ) , , , , A B C D A C B D m m m m m m m m m m£ " £ £ , t ứ c là có tính khơng gi ả m. M ộ t hàm hai bi ế n ( ) [ ] [ ] 2 , : 0,1 0,1 A B m m m ® tho ả mãn các đ i ề u ki ệ n c ủ a đị nh ngh ĩ a trên còn đượ c g ọ i là hàm t- đối chuẩn (t-conorm). 1.2.2 Phép giao Cho hai tập hợp mờ A và B có cùng khơng gian nền U với hai hàm thuộc tương ứng là ( ) A xm và ( ) B xm . Giao của A và B là một tập mờ cũng xác định trên U , kí hiệu là A BI có hàm thuộc ( ) A B xm I thoả mãn: i. ( ) A B xm I chỉ phụ thuộc vào ( ) A xm và ( ) B xm . ii. ( ) 1 B xm = v ớ i x " Þ ( ) A B xm I = ( ) A xm . iii. Tính giao hốn, t ứ c là ( ) ( ) A B B A x xm m = I I . iv. Tính k ế t h ợ p, t ứ c là ( ) ( ) ( ) ( )A B C A B C x xm m = I I I I . v. N ế u 1 2 A thì 1 2 A B A BÇ Í Ç hay ( ) A B xm È có tính ch ấ t khơng gi ả m, t ứ c là ( ) ( ) 1 2 A A x xm m £ Þ ( ) ( ) 1 2 A B A B x xm m Ç Ç £ . T ươ ng t ự nh ư đ ã trình bày v ề phép h ợ p hai t ậ p m ờ , có nhi ề u cơng th ứ c khác nhau để tính hàm thu ộ c ( ) A B xm I c ủ a giao hai t ậ p m ờ và b ấ t c ứ m ộ t ánh x ạ ( ) [ ] : 0,1 A B x Um ® I nào tho ả mãn 5 tiêu chu ẩ n đ ã nêu trong đị nh ngh ĩ a trên đề u đượ c xem nh ư là hàm thu ộ c c ủ a giao hai t ậ p m ờ A và B có chung m ộ t khơng gian n ề n U . Sau đ ây là m ộ t trong nh ữ ng cơng th ứ c để tính hàm thu ộ c ( ) A B xm I c ủ a phép giao g ồ m: THƯ VIỆN ĐIỆN TỬ TRỰC TUYẾN [...]... tập mờ, trọng số là số thực 3) Loại 3: Cả tín hiệu vào và trọng số đều là số mờ 4) Loại mở rộng: Khai thác các phép tốn t-chuẩn, t-đối chuẩn III Bài tốn xác định quan hệ mờ bằng mạng nơron nhân tạo 3.1 Bài tốn Cho khơng gian vào X khơng gian ra Y u cầu đặt ra là xác định quan hệ mờ R giữa khơng gian vào và ra Việc xác định quan hệ mờ R được thực hiện thơng qua việc tìm lời giải cho một phương trình quan. .. tạo ………………………………………17 2.2.1 Mơ hình nơron nhân tạo ……………………………… 17 2.2.2 Định nghĩa và phân loại mạng nơron nhân tạo ……… 20 2.3 Thủ tục học của mạng nơron nhân tạo ………………… 23 2.3.1 Học tham số…………………………………………… 23 2.3.2 Học cấu trúc…………………………………………… 26 2.4 Thuật tốn lan truyền ngược………………………………….26 2.5 Mạng nơron mờ …………………………………………….29 III Bài tốn xác định quan hệ mờ bằng mạng nơron nhân tạo …… 29 3.1 Bài tốn ………………………………………………………... Hình 1.6: Tập bù mạnh A c của tập mờ A a Hàm thuộc của tập mờ A b Hàm thuộc của tập mờ A c 1.3 Quan hệ mờ Định nghĩa 1.6 Cho X , Y là hai khơng gian nền R gọi là một quan hệ mờ trên X ´ Y nếu R là một tập mờ trên X ´ Y , tức là có một hàm thuộc mR : X ´ Y ® [0,1], ở đây mR (x, y)= R (x, y) là độ thuộc của (x, y) vào quan hệ R - Tính bắc cầu Định nghĩa: Quan hệ mờ R trên X ´ X gọi là: a) Min-chuyển... Tổng quan lý thuyết tập mờ và quan hệ mờ ……………………… 2 1.1 Khái niệm tập mờ ………………………………………………2 1.2 Các phép tốn về tập mờ ……………………………………….6 1.2.1 Phép hợp………………………………………………… 6 1.2.2 Phép giao……………………………………………… 10 1.2.3 Phép bù………………………………………………… 13 1.3 Quan hệ mờ ………………………………………………… 14 II Giới thiệu về mạng nơron nhân tạo ……………………………….15 2.1 Mạng nơron sinh học………………………………………….15 2.2 Mạng nơron nhân tạo ………………………………………17... một quan hệ mờ nhị ngun R trên khơng gian tích X ´ Y Đầu vào (input) của hệ là một tập mờ A cho trên khơng gian nền input X Tác động của đầu vào A với hệ R sẽ là phép hợp thành A o R sẽ cho ở đầu ra (output) một tập mờ trên khơng gian nền Y , kí hiệu là B Khi ấy ta có A o R = B II Giới thiệu về mạng nơron nhân tạo Mạng nơron hay mạng nơron nhân tạo là sự tái tạo bằng kỹ thuật những chức năng của hệ. .. chính là mơ hình mạng nơron nhân tạo 2.2 Mạng nơron nhân tạo 2.2.1 Mơ hình nơron nhân tạo Một nơron nhân tạo phản ánh các tính chất cơ bản của nơron sinh học Mỗi nơron nhân tạo là một đơn vị xử lí thơng tin làm cơ sở cho hoạt động của một mạng nơron Nó có chức năng nhận tín hiệu vào, tổng hợp và xử lý các tín hiệu vào để tính tín hiệu ra Dưới đây là một mơ hình của một nơron nhân tạo w1j x1 x2 qj w2j... cầu trong khoảng [-1,1] 2.2.2 Định nghĩa và phân loại mạng nơron nhân tạo 2.2.2.1 Định nghĩa Mạng nơron nhân tạo là sự mơ phỏng hoạt động của bộ não con người Nó là sự liên giữa các nơron độc lập với nhau Khơng có một định nghĩa tổng qt về mạng nơron, song phần lớn những người làm việc trong lĩnh vực mạng nơron đều có thể đồng ý với định nghĩa sau: Mạng nơron là một hệ thống bao gồm rất nhiều phần... Phương trình quan hệ mờ Phương trình quan hệ mờ lần đầu tiên nghiên cứu bởi GS.Sanchez năm 1976, đóng vai trò quan trọng trong các lĩnh vực phân tích các hệ mờ, thiết kế 14 Sinh viªn: Ngun ThÞ Th Chinh – K54C - CNTT B¸o c¸o nghiªn cøu khoa häc THƯ VIỆN ĐIỆN TỬ TRỰC TUYẾN các bộ điều khiển mờ, q trình lấy quyết định và nhận dạng mờ. Dạng đơn giản nhất có thể diễn đạt như sau: Cho một hệ mờ biểu diễn... nhiều nơron có cùng một chức năng trong mạng Sinh viªn: Ngun ThÞ Th Chinh – K54C - CNTT 20 B¸o c¸o nghiªn cøu khoa häc THƯ VIỆN ĐIỆN TỬ TRỰC TUYẾN Mạng nơron nhân tạo có thể được chế tạo bằng nhiều cách khác nhau vì vậy trong thực tế tồn tại rất nhiều kiểu mạng nơron nhân tạo Dựa vào số lớp hay sự liên kết giữa các lớp trong mạng mà người ta phân mạng nơron nhân tạo thành các nhóm khác nhau * Phân loại... một chương trình minh hoạ cho thuật tốn đã trình bày để giải bài tốn xác định quan hệ mờ bằng mạng nơron nhân tạo KẾT LUẬN - Bộ não của con người là một bộ máy kĩ thuật diệu kì Các nhà khoa học đã xây dựng một mơ hình tính tốn mơ phỏng hoạt động của bộ não người như: khả năng học rất cao, khả năng dung thứ lỗi - Sử dụng mạng nơron nhân tạo giúp giảm độ phức tạp và thời gian tính tốn, đặc biệt là với những