XÂY DỰNG CHẾ ĐỘ DINH DƯỠNG TẠI TRƯỜNG MẦM NON BẰNG LOGIC MỜ KẾT HỢP MẠNG NEURAL VÀ MÁY HỌC

I H C QU C GIA THÀNH PH TR H CHÍ MINH NG I H C KHOA H C T NHIÊN KHOA TỐN – TIN H C B MƠN NG D NG TIN H C Pham The Bao Digitally signed by Pham The Bao DN: CN = Pham The Bao, C = VN Reason: I am the author of this document Date: 2006.08.03 15:38:13 +07'00' XÂY D NG CH DINH D NG T I TR NG M M NON B NG LOGIC M K T H P M NG NEURAL VÀ MÁY H C Giáo viên h ng d n : Th c s Ph m Th B o Sinh viên th c hi n : Ph m Th Xuân Viên 0211303 ng Tr n V 0211313 Bùi Thanh Xuân 0211316 TP.H Chí Minh, Tháng 7/2006 NH N XÉT C A GIÁO VIÊN H NG D N Tp H Chí Minh, ngày tháng n m 2006 Giáo viên h ng d n Th.S Ph m Th B o Khoa Tóan – Tin h c tr ng i H c Khoa H c T Nhiên Tp.HCM L IC M N Chúng em xin bày t lòng bi t n sâu s c đ n Th.S Ph m Th B o, dù r t b n r n nh ng th y quan tâm t n tình h ng d n cho chúng em su t trình th c hi n lu n v n ; th y giúp đ chúng em r t nhi u trình h c t p g i m cho chúng em đ n v i đ tài Chúng em chân thành c m n th y Ph m Thi V ng th y Nguy n Hi n L ng, th y giúp đ chúng em r t nhi u trình th c hi n đ tài cung c p cho chúng em nhi u tài li u tham kh o có giá tr đ chúng em th c hi n t t khóa lu n Xin chân thành cám n quý Th y Cô khoa Tốn – Tin h c t n tình gi ng d y, trang b cho chúng em nh ng ki n th c quý báu su t trình h c t p th c hi n đ tài Cu i xin chân thành cám n anh Phan Phúc Doãn b n l p có nh ng ý ki n đóng góp b ích giúp chúng em hồn thành lu n v n Tp H Chí Minh, ngày 10/7/2006 Khoa Tóan – Tin h c tr ng i H c Khoa H c T Nhiên Tp.HCM M CL C Trang L iC m n M cL c Danh M c B ng Bi u, Hình nh B ng Ký Hi u Các Ch Vi t T t Ch ng T NG QUAN 1.1 t v n đ ……………………………………………………………… 1.2 Các h ng gi i quy t AI ………………………………………… 1.3 Lý s d ng FL …………………………….………………………… 1.4 K t h p FL v i k thu t AI khác ……………… ………………… 9 18 19 Ch ng C S LÝ THUY T 2.1 Logic m 2.1.1 T p m …………………………………………………………… 22 2.1.2 Hàm thành viên …………………………………………………… 24 2.1.3 Toán t t p m ……………………………………………… 28 2.1.4 Lu t m …………………………………………………………… 40 2.1.5 H th ng vào/ra…………………………………………………… 42 2.1.6 Mơ hình suy lu n m ……………………………………………… 44 2.1.7 Kh m …………………………………………………………… 48 2.1.8 H th ng m - b u n m …………………………………… 49 2.1.9 Cách l a ch n logic m cho t ng h th ng xây d ng …………… 52 2.2 Khái quát v máy h c……….……………………………….……………… 54 2.3 Khái quát v m ng neural ……………………………………… …………… 57 Ch ng XÂY D NG THU T GI I 3.1 Quy đ nh ch đ dinh d ng tr em ……………………………………… 3.2 Nguyên t c b c xây d ng th c đ n tr ng m m non…………… 3.3 Xây d ng t p m hàm thành viên…….….…………………………… 3.4 Xây d ng b l c m b ng k thu t máy h c …………………………… 3.5 M ng neural k t h p h m phát sinh lu t u ch nh tr ng s ………………………………………… ………… 81 Ch ng CÀI T VÀ ÁNH GIÁ 4.1 Cài đ t ……………………………………………………………………… 4.1.1 Phân tích – Thi t k ……………………………………………… 4.1.2 Mơ hình…………………………………………………………… ánh giá h ng phát tri n ………………………………………… …… 86 94 99 Tài li u tham kh o 101 Khoa Tóan – Tin h c tr ng i H c Khoa H c T Nhiên Tp.HCM 63 63 66 75 DANH M C B NG BI U, HÌNH NH Hình 1-1 Các b c gi i quy t m t v n đ Hình 2-1 H th ng m n n t ng ki n th c liên quan Hình 2-2 Ví d minh h a đ th hàm thành viên Hình 2-3 ng bi u di n c a hàm đ c tr ng hàm thành viên c a t p nh ng ng i cao Hình 2-4 Hàm S t ng Hình 2-5 Hàm d ng chng Hình 2-6 S d ng toán t h i m Hình 2-7 S d ng tốn t giao m Hình 2-8 Tốn t bù m Hình 2-9 Các tốn t AND OR Hình 2-10 B n tốn t t-norm chu n Hình 2-11 Ví d v b n tốn t t-norm chu n Hình 2-12 Tốn t t-norm Nilpotent Minimum Hình 2-13 Tốn t t-norm thu c h Frank Hình 2-14 Tốn t t-norm thu c H Hamacher Hình 2-15 Tốn t t-norm thu c H Schweizer-Sklar Hình 2-16 Tốn t t-norm thu c H Yager Hình 2-17 B n tốn t t-conorm S chu n Hình 2-18 Ví d v b n tốn t t-conorm chu n Hình 2-19 Phân nhóm b u n theo s tín hi u vào Hình 2-20 Lu t h p thành b não c a u n m Hình 2-21 Hàm thành viên cho bi n ngôn ng đ u vào có giá tr small, medium large Hình 2-22 Hàm thành viên cho bi n đ u có giá tr small, medium large Hình 2-23 Hàm thành viên cho “Small” , “Medium” “Large” Hình 2-24 C u trúc c a h th ng m chu n Hình 2-25 C u trúc c a b x lý m k t h p khâu gi i m kh m Hình 2-26 C u trúc c a m t b u n m Hình 2-27 B u n m c n (Hình a) b u n m phân tán (Hình b) B ng 2-28 So sánh m ng neural b u n m Hình 3-1 Factor “l ng calo” đ i v i nhóm nhà tr Hình 3-2 Factor l ng calo đ i v i nhóm m u giáo Hình 3-3 Factor “t l protein” đ i v i chu n m t Hình 3-4 Factor “t l lipit” đ i v i chu n m t Hình 3-5 Factor “t l gluxit” đ i v i chu n m t Hình 3-6 Factor “t l protein” đ i v i chu n hai Hình 3-7 Factor “t l lipit” đ i v i chu n hai Hình 3-8 Factor “t l gluxit” đ i v i chu n hai Hình 3-9 Mơ hình b u n m th nh t Hình 3-10 Mơ hình b u n m th hai Hình 3-11 Factor “t l dinh d ng” Hình 3-12 Factor “giá ti n” Khoa Tóan – Tin h c tr ng i H c Khoa H c T Nhiên Tp.HCM Trang 18 22 24 25 26 26 28 28 29 32 33 34 34 35 36 37 37 38 39 42 43 45 45 47 49 50 50 51 60 69 69 70 70 71 71 72 72 73 73 74 74 Hình 3-13 Factor “đ dùng l i” Hình 3-14 Phân kho ng giá tr m u Hình 3-15 S d ng d li u m u đ xây d ng quy t đ nh Hình 3-16 S d ng quy t đ nh đ l c d li u Hình 4-1 Giao di n c a ch ng trình Hình 4-2 S p l ch n tr a m t tu n Hình 4-3 S p l ch n tr a m t tháng Hình 4-4 Hi n th danh sách n m t ngày Hình 4-5 Hi n th danh sách n m t tu n Hình 4-6 Hi n th danh sách n m t tháng Hình 4-7 Báo cáo chi ti t c a m t b a n tr a ngày Hình 4-8 Mơ hình ERD Hình 4-9 Mơ hình DFD Hình 4-10 Chi ti t x lý “x p l ch” Hình 4-11 Chi ti t x lý “c p nh t n” Hình 4.12 Chi ti t ô x lý “c p nh t nguyên li u” Hình 4-13 Chi ti t x lý “in n, báo cao” Hình 4-14 Chi ti t x ly “tra c u” Hình 4-15 Chi ti t ô x lý “qu n lý h th ng” Hình 4-16 Mơ hình ràng bu c d li u Khoa Tóan – Tin h c tr ng i H c Khoa H c T Nhiên Tp.HCM 75 79 80 81 87 88 89 90 91 92 93 94 95 96 96 97 97 98 98 99 B NG KÍ HI U CÁC CH FL MF χ µ X A,B,… x,y,… AI ID3 ERD DFD ANFIS MIMO SISO MISO TS MOM COA Fuzzy Logic Member function VI T T T Logic m Hàm thành viên Hàm đ c tr ng Hàm thành viên Không gian n n Các t p m bi n ngơn ng Trí tu nhân t o Thu t toán quy t đinh ID3 Artificial Intelligence The third in a series of identification Entity Relationship Mơ hình th c th quan h Diagrams Data Flow Diagrams S đ lu ng d li u Adaptive Network Based H m thích nghi Fuzzy Inference System Multi Input – Multi Output B u n m Single Input – Single Output B u n m Multi Input – Single Output B u n m Tagagi – Sugeno Mơ hình suy lu n m Mean Of Maximum Ph ng pháp kh m m c c đ i Center Of Area Ph ng pháp kh m m tr ng tâm Khoa Tóan – Tin h c tr ng i H c Khoa H c T Nhiên Tp.HCM Ch ng T NG QUAN 1.1 t v n đ 1.2 Các h ng gi i quy t AI 1.2.1 Các ph ng pháp tìm ki m 1.2.1.1 Các ph ng pháp tìm ki m c n 1.2.1.2 Các ph ng pháp tìm ki m đ th 1.2.2 Thu t tốn di truy n 1.2.3 M ng neural 1.2.4 Khai khoáng d li u 1.2.5 Máy h c 1.2.6 Logic m 1.3 Lý s d ng FL 1.4 K t h p FL v i k thu t AI khác Khoa Tóan – Tin h c tr ng i H c Khoa H c T Nhiên Tp.HCM 1.1 tv nđ Hi n t i tr ng m m non, xây d ng kh u ph n n cho bé ch y u đ c th c hi n b ng tay (th công), vi c th ng m t th i gian đ đa d ng c a b a n th p ho c không đ m b o v ch đ dinh d ng Ch vài tr ng qui mơ l n có thêm s h tr c a m t s h th ng bán t đ ng ho c t đ ng Trong n c hi n có ph n m m Babyfood cơng ty t An th c hi n, ph n m m Nutrikids đ c khuy n khích s d ng, tr giúp vi c s p x p b a n cho bé, nhiên h th ng khơng th c hi n hồn tồn t đ ng mà v n ph i thông qua khâu x lý b ng tay c a ng i H th ng Nutrikids c a Công ty c ph n m ng tr c n Vi t Sin có thêm h th ng thi t l p d ng ch t , thi t l p b a n ng u nhiên t n có c s d li u phong phú, nh ng khơng tr ng đ n v n đ n đ c s d ng nào, hay n có k nhau, m t s thi t l p v dinh d ng không th thay đ i, không dùng k thu t AI vi c s p x p kh u ph n n t i tr ng m m non v n ng i s p x p l ch n t i tr ng th c hi n th công l i Giá c a b ph n m m Nutrikids c a Vi t Sin 990.000VN N c ngồi có ph n m m t đ ng Nutrikids, nh ng có giá cao: b n module, m i module có giá kho ng 250-300USD, đ c xây d ng n n t ng ch đ dinh d ng c a tr ph ng Tây nên khơng phù h p Trong v n đ tin h c hoá tr ng m m non đ c m r ng khuy n khích phát tri n, t ch ng trình d y h c cho t i dinh d ng c a tr Do vi c phát tri n m t h th ng dinh d ng t đ ng m i, phù h p cho tr ng m m non n c c n thi t kh thi tài đ c th c hi n v i m t s m c đích sau: • S p t đ ng l ch n tr a cho tr m m non m t tháng v i l ng dinh d ng phù h p t ng ngày, có đ dùng l i th p, khơng có n k • H tr nhà tr ng vi c tính tốn l i nh ng thay đ i c a kh u ph n n có liên quan (ch ng h n, n u giá c thay đ i vi c tính tốn l i giá c a t ng kh u ph n n liên quan c ch cho phép u ch nh trình s p x p h t s c c n thi t) • Giúp cho ng i qu n lý d dàng in b ng chi ti t nguyên li u (kèm theo giá c ) cho b ph n n u n, c ng nh ki m tra, l p báo cáo hàng tu n , hàng tháng • Giúp tra c u b ng dinh d ng ch t, xem cách th c ch bi n n… 1.2 Các h ng gi i quy t AI 1.2.1 Các ph ng pháp tìm ki m: 1.2.1.1 Các ph ng pháp tìm ki m c n Trong ph ng pháp này, ch n m t kh u ph n n, sau ti n hành so sánh kh u ph n v i kh u ph n l i N u kh u ph n t t h n, t c kh u ph n m i đáp ng t t h n v i u ki n nh Khoa Tóan – Tin h c tr ng i H c Khoa H c T Nhiên Tp.HCM u ki n v calo, v t l cân b ng ch t dinh d ng … đ ng th i th a u ki n biên và/ho c có chi phí nh h n,…thì s thay th kh u ph n ban đ u b ng kh u ph n m i trình s l p l i cho đ n t qua tồn b khơng gian tìm ki m Chúng ta c n xác đ nh tr c khơng gian tìm ki m, t c không gian kh u ph n n ng th i c ng ph i xác đ nh đ c tiêu chí hay quy t c cho phép so sánh, đ i chi u đ có th xác đ nh đ c kh u ph n t t h n kh u ph n u m: N u xác đ nh đ c tiêu chí so sánh t t, ph ng pháp s cho k t qu t i u nh t có khơng gian kh u ph n n H n ch : Vi c tìm ki m không gian kh u ph n n s gây hi n t ng bùng n t h p Ví d , n u ch dùng ba m t kh u ph n n khơng gian m u s bao g m n m u v i n s m t lo i (canh, m n, tráng mi ng) Ví d , m i lo i có n, khơng gian m u có s = 125 ; n u m i lo i t ng thêm m t n, khơng gian m u s tr thành = 226 Rõ ràng, n l n, vi c tìm ki m s r t t n N u m t kh u ph n khơng ch có ba mà có th dao đ ng t ba đ n n m vi c tìm ki m s khó kh n h n Vi c xác đ nh tiêu chí đánh giá đ xác đ nh m t kh u ph n n t t h n m t kh u ph n khác hay không m t v n đ l n M i n bao g m r t nhi u thành ph n nên m t kh u ph n n c ng s có r t nhi u thành ph n Các kh u ph n n l i ph i th a mãn nhi u u ki n khác v dinh d ng (calo, ch t đ m, …), v t l cân b ng gi a ch t, v giá c , v đ a thích Do v y, vi c xác đ nh m t kh u ph n th a mãn t t c u ki n t t h n kh u ph n khác không d dàng Vi c so sánh s tr nên ph c t p nhi u không th th c hi n đ c n u u ki n đan xen nhau, trái ng c l n Vi c có nhi u u ki n làm t ng chi phí th c hi n so sánh t ng th i gian tìm ki m 1.2.1.2 Các ph ng pháp tìm ki m đ th Chúng ta có th xây d ng tr ng thái t n Các đ c xây d ng tiêu chí đ nh tr c nh m t nút (ho c nút có n i v i nhau) khơng đ c k (đi u ki n biên) hay l ng calo ph i n m kho ng (đi u ki n dinh d ng) Ngồi ra, có th áp d ng m t s lu t đ không cao nh gi i h n s calo, gi i h n s n… u m: Vi c xây d ng t t s làm gi m đáng k kích th c c a khơng gian tìm ki m H n ch vi c bùng n t h p lo i b kh u ph n không th a u ki n i u làm cho vi c tìm ki m s th c hi n nhanh h n r t nhi u so v i ph ng pháp tìm ki m c n Vi c Khoa Tóan – Tin h c tr ng 10 i H c Khoa H c T Nhiên Tp.HCM Giao di n, ch c n ng c a ch ng trình: Hình 4-1: Giao di n c a ch ng trình 4.1.1.2 Khoa Tóan – Tin h c tr ng 87 i H c Khoa H c T Nhiên Tp.HCM Hình 4-2: S p l ch n tr a m t tu n Khoa Tóan – Tin h c tr ng 88 i H c Khoa H c T Nhiên Tp.HCM Hình 4-3: s p l ch n tr a m t tháng Khoa Tóan – Tin h c tr ng 89 i H c Khoa H c T Nhiên Tp.HCM Khoa Tóan – Tin h c tr ng 90 i H c Khoa H c T Nhiên Tp.HCM Hình 4-4: Hi n th danh sách n m t ngày Hình 4-5: Hi n th danh sách n m t tu n Khoa Tóan – Tin h c tr ng 91 i H c Khoa H c T Nhiên Tp.HCM Hình 4-6: Hi n th danh sách n m t tháng Khoa Tóan – Tin h c tr ng 92 i H c Khoa H c T Nhiên Tp.HCM Hình 4-7: báo cáo chi ti t c a m t b a n tr a ngày Khoa Tóan – Tin h c tr ng 93 i H c Khoa H c T Nhiên Tp.HCM 4.1.2 Mơ hình 4.1.2.1 Phân tích ERD Hình 4-8: Mơ hình ERD Khoa Tóan – Tin h c tr ng 94 i H c Khoa H c T Nhiên Tp.HCM 4.1.2.2 Mơ hình DFD M c0: Hình 4-9: Mơ hình DFD Khoa Tóan – Tin h c tr ng 95 i H c Khoa H c T Nhiên Tp.HCM M c 1: Chi ti t x lý 1.0 (X p l ch) Hình 4-10: Chi ti t ô x lý “x p l ch” M c : Chi ti t ô x lý 3.0 (C p nh t n) Hình 4-11: Chi ti t ô x lý “c p nh t n” Khoa Tóan – Tin h c tr ng 96 i H c Khoa H c T Nhiên Tp.HCM M c : Chi ti t ô x lý 4.0 (c p nh t nguyên li u) Hình 4.12: Chi ti t ô x lý “c p nh t nguyên li u” M c : Chi ti t ô x lý 5.0 ( In n , báo cáo) Hình 4-13: Chi ti t x lý “in n, báo cao” Khoa Tóan – Tin h c tr ng 97 i H c Khoa H c T Nhiên Tp.HCM M c : Chi ti t ô x lý 6.0 (Tra c u) Hình 4-14: Chi ti t x ly “tra c u” M c : Chi ti t ô x lý 8.0 (Qu n lý h th ng) Hình 4-15: Chi ti t x lý “qu n lý h th ng” Khoa Tóan – Tin h c tr ng 98 i H c Khoa H c T Nhiên Tp.HCM 4.1.2.3 Mơ hình ràng bu c d li u Hình 4-16: Mơ hình ràng bu c d li u 4.2 ÁNH GIÁ VÀ H NG PHÁT TRI N 4.2.1 T đánh giá: u m: - Gi i quy t AI, k t h p h m , neural máy h c - Các b a n đ c ch n s p x p đ m b o đ c v giá thành, khơng có k b a, có đ dùng l i th p - Ch ng trình có kh n ng l u khơi ph c d li u, nên ta có th khơi ph c l i d li u s d ng l i ch ng trình b h - Ch ng trình đ c ch y x p l ch cho nhi u tháng k t qu b a n thu đ c v n đ m b o t l , thành ph n dinh d ng m i b a Khuy t m: - Thi u d li u m u - Vì th i gian ng n nên ch a đ th nghi m nhi u ch khác Khoa Tóan – Tin h c tr ng 99 i H c Khoa H c T Nhiên Tp.HCM 4.2.2 H ng phát tri n T mơ hình có th phát tri n xây d ng ch đ dinh d ng không nh ng cho cho tr em mà cho c ng i l n nh ng n i công c ng (nh công ty, b nh vi n,…), cho ng i b nh, nh ng ng i n kiêng,… Khoa Tóan – Tin h c tr ng 100 i H c Khoa H c T Nhiên Tp.HCM TÀI LI U THAM KH O [1] Bùi Công C ng, Nguy n Doãn Ph c , “H m , m ng neural ng d ng”, NXB KH&KT , 2001 [2] C Elkan et al., “Fuzzy Logic Symposium", IEEE Expert, August 1994 [3] G Klir, B Yuan, Fuzzy sets and fuzzy logic, Prentice Hall, NJ, 1995 [4] V Kreinovich, G C Mouzouris, H T Nguyen, “Fuzzy rule based modeling as a universal approximation tool", In: H T Nguyen, M Sugeno (eds.), Fuzzy Systems: Modeling and Control, Kluwer, Boston, MA, 1998, pp 135 - 195 [5] JunYan, Michael Ryan, James Power, “Using fuzzy logic”, Prentice Hall , 1994 [6] Bart Kosko, “Fuzzy Engineering”, Prentice Hall, 1997 [7] H T Nguyen, V Kreinovich, “Methodology of fuzzy control: an introduction", In: H T Nguyen and M Sugeno (eds.), Fuzzy Systems: Modeling and Control, Kluwer, Boston, MA, 1998, pp 19 - 62 [8] H T Nguyen, E A.Walker, First course in fuzzy logic, CRC Press, Boca Raton, FL, 1999 [9] Nguy n Nh Phong, “Lý thuy t m ng d ng”, NXB KH&KT, 2005 [10] M H Smith, V Kreinovich “Optimal strategy of switching reasoning methods in fuzzy control", In: H T Nguyen, M Sugeno, R Tong, R Yager (eds.), Theoretical aspects of fuzzy control, J Wiley, N.Y., 1995, pp 117 - 146 [11] Feijun Song, “Cell state fuzzy logic controller automatic design and optimization for high other systems”, Florida Atlantic University , 1999 [12] Th.S Ph m Th B o, “Chuyên đ h th ng h c: h c v i quy t đ nh”, khoa CNTT, i h c khoa h c t nhiên, 2006 [13] Ch ng trình ch m sóc giáo d c tr theo l a tu i B Giáo D c t o ban hành n m h c 1994 – 1995 [14] B ng nhu c u dinh d ng khuy n ngh cho ng i Vi t Nam, NXB Y h c, Vi n dinh d ng- B Y t , 2003 Khoa Tóan – Tin h c tr ng 101 i H c Khoa H c T Nhiên Tp.HCM ... logic m cho t ng h th ng xây d ng …………… 52 2.2 Khái quát v máy h c……….……………………………….……………… 54 2.3 Khái quát v m ng neural ……………………………………… …………… 57 Ch ng XÂY D NG THU T GI I 3.1 Quy đ nh ch đ dinh. .. ……………………………………… 3.2 Nguyên t c b c xây d ng th c đ n tr ng m m non? ??………… 3.3 Xây d ng t p m hàm thành viên…….….…………………………… 3.4 Xây d ng b l c m b ng k thu t máy h c …………………………… 3.5 M ng neural k t h p h m phát... chí đ xây d ng c ng r t khó kh n có nhi u u ki n dinh d ng u ki n biên Ngồi ra, ch có th cho k t qu (t c th a u ki n) ch xác đ nh đ c k t qu t i u Vi c xây d ng (ph thu c vào tiêu chí xây d ng