Ra quyết định nhóm với các quan hệ so sánh giữa các giá trị ngôn ngữ

i LỜI CAM ĐOAN Luận văn kết nghiên cứu tổng hợp kiến thức mà học viên thu thập trình học tập trường Đại học Công nghệ thông tin Truyền thông - Đại học Thái Nguyên, hướng dẫn, giúp đỡ thầy cô bạn bè đồng nghiệp, đặc biệt hướng dẫn, giúp đỡ PGS TS Nguyễn Tân Ân Tôi xin cam đoan luận văn sản phẩm chép tài liệu khoa học Học viên Vi Ngọc Hà ii LỜI CẢM ƠN Đầu tiên xin gửi lời cảm ơn sâu sắc tới PGS TS Nguyễn Tân Ân, người hướng dẫn khoa học, tận tình bảo, giúp đỡ thực luận văn Tôi xin cảm ơn thầy cô trường Đại học Công nghệ thông tin Truyền thông - Đại học Thái Nguyên giảng dạy truyền đạt kiến thức cho Tôi xin chân thành cảm ơn Ban giám hiệu trường Cao đẳng Công nghiệp Thực Phẩm đồng nghiệp khoa Công nghệ thông tin tạo điều kiện giúp đỡ hoàn thành nhiệm vụ học tập Cuối cùng, xin cảm ơn người thân bạn bè chia sẻ, gúp đỡ hoàn thành luận văn Mặc dù cố gắng hoàn thành luận văn với tất nỗ lực thân, luận văn thiếu sót Kính mong nhận ý kiến đóng góp quý Thầy, Cô bạn bè đồng nghiệp Tôi xin chân thành cảm ơn! Việt trì ngày 02 tháng 10 năm 2015 Vi Ngọc Hà iii MỤC LỤC LỜI CAM ĐOAN i LỜI CẢM ƠN ii MỤC LỤC iii DANH MỤC CÁC KÍ HIỆU, CHỮ VIẾT TẮT v DANH MỤC HÌNH VẼ vi DANH MỤC BẢNG vii MỞ ĐẦU CHƯƠNG 1: LÝ THUYẾT TẬP MỜ 1.1 Tập mờ 1.1.1 Định nghĩa 1.1.2 Các phép toán tập mờ 1.1.3 Biến ngôn ngữ, nhãn ngôn ngữ 11 1.2 Quan hệ mờ 15 1.2.1 Định nghĩa quan hệ mờ 15 1.2.2 Tính chất 16 1.3 Kết luận chương 19 CHƯƠNG 2: RA QUYẾT ĐỊNH NHÓM DỰA TRÊN QUAN HỆ HƠN NGÔN NGỮ 20 2.1 Một số khái niệm 20 2.1.1 Tập hạng từ 21 2.1.2 Toán tử trung bình hạng từ 21 iv 2.1.3 Mức độ khả so sánh hạng từ 23 2.2 Ra định với quan hệ ngôn ngữ 24 2.2.1 Quan hệ ngôn ngữ không chắn 24 2.2.2 Sắp xếp lựa chọn để chọn lựa chọn tốt 27 2.3 Ví dụ minh họa 29 2.4 Kết luận chương 37 CHƯƠNG 3: CHƯƠNG TRÌNH ỨNG DỤNG 38 3.1 Bài toán 38 3.2 Xây dựng chương trình 38 3.2.1 Lựa chọn giải pháp 38 3.2.2 Thiết kế hệ thống 38 3.2.3 Một số giao diện chương trình 39 3.3 Thi hành chương trình 41 3.3.1 Bài toán thử nghiệm 41 3.3.2 Bài toán ứng dụng 44 3.3 Kết luận chương 51 KẾT LUẬN VÀ HƯỚNG NGHIÊN CỨU TIẾP THEO 53 TÀI LIỆU THAM KHẢO 55 v DANH MỤC CÁC KÍ HIỆU, CHỮ VIẾT TẮT Từ viết tắt Viết đầy đủ Linguistic Averaging LA ( toán tử trung bình ngôn ngữ) Linguistic Weighted Averaging LWA ( toán tử lấy trung bình ngôn ngữ có trọng số) Uncertain Linguistic A veraging ULA ( toán tử lấy trung bình ngôn ngữ không chắn) Linguistic Linguistic Weighted Averaging ULWA (toán tử trung bình ngôn ngữ không chắn có trọng số) weighted arithmetic mean WAM (toán tử trung bình số học có trọng số) THTP Trung học phổ thông QHST Quan hệ sở thích vi DANH MỤC HÌNH VẼ Hình 1.1 Hàm thuộc μA(x) có mức chuyển đổi tuyến tính Hình 1.2 Hàm thuộc tập B Hình 1.3 Tập bù tập mờ A Hình 1.4 Hợp hai tập mờ có tập vũ trụ Hình 1.5 Giao hai tập mờ có tập vũ trụ Hình 3.1 Giao diện 40 Hình 3.2 Kết toán thử nghiệm với QHSS số 42 Hình 3.3 Kết toán thử nghiệm với QHSS ngôn ngữ 43 Hình 3.3 Giao diện nhập liệu QHST ngôn ngữ 43 Hình 3.4 Kết toán ứng dụng với QHSS số 47 Hình 3.5 Kết toán ứng dụng với QHSS ngôn ngữ 50 vii DANH MỤC BẢNG Bảng 1.1 Biểu diễn tập mờ A6 Bảng 1.2 Một số phép kéo theo mờ thông dụng 10 Bảng 2.1 Quan hệ so sánh số thêm vào A1 31 Bảng 2.2 Quan hệ so sánh số thêm vào A2 31 Bảng 2.3 Quan hệ so sánh số thêm vào A3 31 Bảng 2.4 Tập mối quan hệ so sánh số thêm vào A 32 ~ (1) Bảng 2.5 Quan hệ so sánh ngôn ngữ R 33 ~ (2) Bảng 2.6 Quan hệ so sánh ngôn ngữ R 34 ~ Bảng 2.7 Quan hệ so sánh ngôn ngữ R (3) 34 Bảng 3.1 Bảng kí hiệu trường THPT đánh giá 44 Bảng 3.2 Quan hệ so sánh số thêm vào A1 45 Bảng 3.3 Quan hệ so sánh số thêm vào A2 46 Bảng 3.4 Quan hệ so sánh số thêm vào A3 46 ~ (1) Bảng 3.5 Quan hệ so sánh ngôn ngữ không chắn R 48 ~ ( 2) Bảng 3.6 Quan hệ so sánh ngôn ngữ R 49 ~ ( 3) Bảng 3.7 Quan hệ so sánh ngôn ngữ R 49 MỞ ĐẦU Ra định hoạt động hay gặp sống Ra định thực chất việc chọn phương án, giải pháp, ứng viên, hay lựa chọn tốt Dưới đây, ta gọi chung lựa chọn (alternative(s)) Về chất, toán tối ưu đa mục tiêu, toán khó Để giải toán này, nhiều trường hợp người ta áp dụng phương pháp hỏi ý kiến chuyên gia Nếu nhiều chuyên gia tham gia vào việc định, ta có trường hợp định nhóm (Group Decision Making) Quá trình định nhóm với hệ trợ giúp định thường trải qua bước sau: - Mỗi chuyên gia cho ý kiến đánh giá lựa chọn cho trước - Hệ thống tích hợp ý kiến riêng lẻ thành ý kiến chung nhóm - Căn vào kết ta có lựa chọn tốt - Có hệ trợ giúp định tính độ trí ý kiến chung Tuy nhiên, nhiều trường hợp không đủ thông tin, thông tin xác cảm nhận chủ quan người đánh giá, … chuyên gia cho ý kiến dạng ý kiến mờ Hơn nữa, để tiện cho chuyên gia, hệ thống yêu cầu chuyên gia đánh giá mức độ (hợp lý hơn, tốt hơn) so sánh lựa chọn Khi định với thông tin mức độ lựa chọn việc định chọn lựa chọn nào, ta phải xếp lựa chọn thông qua xếp khoảng không chắn Đã có nhiều phương pháp nhà nghiên cứu đưa để thứ tự khoảng rõ khoảng cho số mờ phương pháp có đặc trưng riêng (Dubois Prade (1983) [4], Bortolan Degani (1985) [2] , Liou Wang (1992) [6], Sengupta Pal (2000) [7], Xu Da (2002)) [8] Tuy nhiên, phương pháp xử lý vấn đề cách xác Dubois Prade (1983) [4] lý thuyết khả khuôn mẫu tự nhiên để tìm số so sánh nhằm mục đích xếp hạng số mờ Facchinetti cộng (1998) [5] đề xuất số phương pháp để xếp hạng số mờ tam giác dựa hàm so sánh… Để góp phần nâng cao hiệu hệ trợ giúp định dùng định nhóm, Luận văn với đề tài “RA QUYẾT ĐỊNH NHÓM VỚI CÁC QUAN HỆ SO SÁNH GIỮA CÁC GIÁ TRỊ NGÔN NGỮ”, nghiên cứu vấn đề định nhóm, thông tin mà chuyên gia đánh giá thông tin so sánh mức độ thích hợp ứng viên cho chuyên gia dạng quan hệ ngôn ngữ Sau trình bày định nghĩa khái niệm quan hệ ngôn ngữ áo dụng công thức dựa độ đo khả để so sánh hai giá trị ngôn ngữ hơn, luận văn đưa cách tính toán để so sánh, xếp lựa chọn từ chọn lựa chọn tốt Cuối cùng, ứng dụng xây dựng để minh họa cách làm kiểm tra cách tiếp cận trình bày phần trước Luận văn chia làm chương: Chương I Lý thuyết tập mờ Chương II Ra định nhóm dựa quan hệ ngôn ngữ Chương III Chương trình ứng dụng CHƯƠNG 1: LÝ THUYẾT TẬP MỜ Trong môn toán bản, suy luận logic nguyên thủy hay logic rõ với hai giá trị đúng/sai hay 1/0 quen thuộc Tuy nhiên, suy luận không đáp ứng hầu hết toán phức tạp nảy sinh thực tế toán lĩnh vực điều khiển tối ưu, nhận dạng hệ thống,chuyên gia… mà liệu không đầy đủ, không định nghĩa cách rõ ràng Trong năm cuối thập kỷ 20, ngành khoa học hình thành phát triển mạnh mẽ hệ mờ Đây hệ thống làm việc với môi trường không hoàn toàn xác định, với tham số, tiêu kinh tế kỹ thuật, dự báo môi trường sản xuất kinh doanh chưa khó xác định cách thật rõ ràng, chặt chẽ Khái niệm logic mờ giáo sư Lofti A.Zadeh đưa lần vào năm 1965 Mỹ Từ lý thuyết mờ phát triển ứng dụng rộng rãi Chương tập trung trình bày số kiến thức tập mờ, hệ mờ có liên quan tới định với quan hệ ngôn ngữ đề cập tới chương sau 1.1 Tập mờ 1.1.1 Định nghĩa Tập mờ A xác định tập vũ trụ X tập mà phần tử cặp giá trị (x,μA(x)), x  X μA ánh xạ: μA : X  [0,1] Ánh xạ μA gọi hàm thuộc hàm liên thuộc (hoặc hàm thành viên - membership function) tập mờ A Tập X gọi sở tập mờ A 42 Hình 3.2 Kết toán thử nghiệm với QHSS số Bài toán với liệu quan hệ so sánh ngôn ngữ Khi chuyên gia so sánh năm ứng viên tiêu chí nghiên cứu tương ứng cách sử dụng tập thuật ngữ ngôn ngữ s = {s-4= extremely poor (cực kém), s-3= very poor (rất kém), s-2 = poor (kém), s-1 = slightly poor (hơi kém), s0 = fair (bình thường), s1 = slightly good (hơi tốt), s2 = good (tốt), s3 = very good (rất tốt), s4 = extremely good (cực kỳ tốt) } xây dựng mối quan hệ so sánh ngôn ngữ không chắn ~ R ( k ) (k = 1, 2, 3) liệt kê bảng 2.5-2.7 Để thuận tiện việc tính toán phần mềm, chương trình chuyển từ giá trị ngôn ngữ sang giá trị số tương ứng với ngôn ngữ cho Cụ thể: 43 Giá trị ngôn ngữ s0 chuyển thành giá trị số 0; Giá trị ngôn ngữ s-1 chuyển thành giá trị số -1; Giá trị ngôn ngữ s-2 chuyển thành giá trị số -2; Giá trị ngôn ngữ s-3 chuyển thành giá trị số -3; Giá trị ngôn ngữ s-4 chuyển thành giá trị số -4; Giá trị ngôn ngữ s1 chuyển thành giá trị số 1; Giá trị ngôn ngữ s2 chuyển thành giá trị số 2; Giá trị ngôn ngữ s3 chuyển thành giá trị số 3; Giá trị ngôn ngữ s4 chuyển thành giá trị số 4; Kết toán thử nghiệm thể hình 3.3 Hình 3.3 Kết toán thử nghiệm với QHSS ngôn ngữ 44 3.3.2 Bài toán ứng dụng Đánh giá chất lượng giáo dục trường THPT tỉnh Phú Thọ sử dụng hệ thống "“RA QUYẾT ĐỊNH NHÓM VỚI CÁC QUAN HỆ SO SÁNH GIỮA CÁC GIÁ TRỊ NGÔN NGỮ” Hiện việc đánh giá chất lượng giáo dục, xếp hạng trường THPT nước nói chung tỉnh Phú Thọ nói riêng lãnh đạo đơn vị Sở giáo dục nước Phú Thọ toán đặt điều dễ dành Nhất trường hợp việc đánh giá chất lượng giảng dạy trường đánh giá nhãn ngôn ngữ như: yếu, yếu, yếu, yếu, trung bình, tốt, tốt, tốt, tốt ý kiến đánh giá lại ngôn ngữ xác, thuộc khoảng từ nhãn ngôn ngữ đến nhãn ngôn ngữ khác Ví dụ từ yếu tới trung bình Bài toán đặt sau: Lấy đơn vị trường THPT lọt vào danh sách cuối đánh giá chất lượng giáo dục toàn diện Giả sử trường: THPT Kĩ thuật, THPT Chuyên Hùng Vương, THPT Công nghiệp, THPT Trần Phú, THPT Việt Trì, THPT Nguyễn Tất Thành, THPT Vũ Thê Lang Nhiệm vụ hội đồng đánh giá gồm chuyên gia phải xem xét đưa thứ tự chất lượng giáo dục trường Trong chuyên gia cho ý kiến khác mức độ trường với trường Kí hiệu trường THPT tương ứng bảng liệu là: Bảng 3.1 Bảng kí hiệu trường THPT đánh giá Tên trường THPT Kí hiệu Kĩ thuật T1 45 Chuyên Hùng Vương T2 Công nghiệp T3 Trần Phú T4 Việt Trì T5 Nguyễn Tất Thành T6 Vũ Thê Lang T7 * Dữ liệu đầu vào: - Tập danh sách trường đánh giá chất lượng giáo dục, giả sử có trường: Giả sử trường: THPT Kĩ thuật, THPT chuyên Hùng Vương, THPT Công nghiệp, THPT Trần Phú, THPT Việt Trì, THPT Nguyễn Tất Thành, THPT Vũ Thê Lang - Các chuyên gia đánh giá chất lượng, giả sử có chuyên gia với vector trọng số tương ứng ω = ( 0.3, 0.4, 0.3 ) * Dữ liệu đầu ra: Đưa trường chuyên gia đánh giá tốt Dựa toán tử, luận văn phát triển phương pháp tiếp cận trực tiếp để định nhóm với mối quan hệ so sánh số quan hệ sơ thích ngôn ngữ không chắn mà không thông tin, sau áp dụng phương pháp đánh giá trường với liệu QHSS số liệu QHSS ngôn ngữ 46 Có ba chuyên gia (k = 1, 2, ), vector trọng số ω = ( 0.3, 0.4, 0.3 )T Giả sử chuyên gia cung cấp ước lượng điểm theo sở thích so sánh trường tương ứng với nghiên cứu tiêu chuẩn sử dụng tỉ lệ 0-1 (Chiclana cộng sự(1998) [2], (2001) [3], Xu Da (2003)) [11] từ xây dựng ma trận số dựa vào mối quan hệ so sánh (được gọi ma trận bổ sung ( Xu Da (2002) ) ) [8] Al = (a ij(l ) )5×5 (l = 1, 2, 3) a ij(l ) + a (lji) = 1, a ii(l ) = 0.5, a (lji) [0, 1] (bảng 3.2-3.4) Bảng 3.2: Quan hệ so sánh số thêm vào A1 T1 T2 T3 T4 T5 T6 T7 T1 0.5 0.4 0.6 0.6 0.3 0.4 0.2 T2 0.6 0.5 0.7 0.5 0.7 0.7 0.6 T3 0.4 0.3 0.5 0.4 0.6 0.6 0.6 T4 0.4 0.5 0.6 0.5 0.4 0.7 0.7 T5 0.7 0.6 0.4 0.6 0.5 0.2 0.5 T6 0.6 0.3 0.4 0.3 0.2 0.5 0.4 T7 0.8 0.4 0.4 0.3 0.5 0.6 0.5 Bảng 3.3 Quan hệ so sánh số thêm vào A2 47 T1 T2 T3 T4 T5 T6 T7 T1 0.5 0.5 0.4 0.3 0.7 0.4 0.2 T2 0.5 0.5 0.3 0.4 0.8 0.7 0.6 T3 0.6 0.7 0.5 0.4 0.3 0.6 0.6 T4 0.7 0.6 0.6 0.5 0.3 0.7 0.7 T5 0.3 0.2 0.7 0.7 0.5 0.2 0.5 T6 0.6 0.3 0.4 0.3 0.2 0.5 0.4 T7 0.8 0.4 0.4 0.3 0.5 0.6 0.5 Bảng 3.4 Quan hệ so sánh số thêm vào A3 T1 T2 T3 T4 T5 T6 T7 T1 0.5 0.3 0.3 0.6 0.7 0.4 0.2 T2 0.7 0.5 0.6 0.4 0.6 0.7 0.6 T3 0.7 0.4 0.5 0.8 0.3 0.6 0.6 T4 0.4 0.6 0.2 0.5 0.4 0.7 0.7 T5 0.3 0.4 0.7 0.6 0.5 0.2 0.5 T6 0.6 0.3 0.4 0.3 0.2 0.5 0.4 T7 0.8 0.4 0.4 0.3 0.5 0.6 0.5 48 Kết đánh giá trường thể hình 3.4: Hình 3.4 Kết toán ứng dụng với QHSS số Vậy trường THPT đánh giá tốt số trường trường T2 ứng với THPT chuyên Hùng Vương mức độ đánh giá THPT Kĩ thuật < THPT Trần Phú < THPT Nguyễn Tất Thành< THPT Vũ Thê Lang< THPT Công nghiệp < THPT Việt Trì < THPT chuyên Hùng Vương Bài toán với liệu quan hệ so sánh ngôn ngữ Khi chuyên gia so sánh năm thuộc tính tiêu chí nghiên cứu tương ứng cách sử dụng tập thuật ngữ ngôn ngữ s = {s-4= extremely poor (cực kém), s-3= very poor (rất kém), s-2 = poor (kém), s-1 = slightly poor (hơi kém), s0 = fair (bình thường), s1 = slightly good (hơi tốt), s2 = good (tốt), s3 = very good (rất tốt), s4 = extremely good (cực kỳ tốt) } 49 xây dựng mối quan hệ so sánh ngôn ngữ không chắn ~ R ( k ) (k = 1, 2, 3) liệt kê bảng 3.5-3.7 ~ Bảng 3.5 Quan hệ so sánh ngôn ngữ không chắn R (1) T1 T2 T3 T4 T5 T6 T7 T1 [s0, s0] [s-2, s0] [s0, s1] [s-1, s0] [s-2, s-1] [s-1, s0] [s-2, s-1] T2 [s0, s2] [s0, s0] [s1, s3] [s0, s1] [s-1, s0] [s0, s1] [s-1, s0] T3 [s-1, s0] [s-3, s-1] [s0, s0] [s-2, s0] [s0, s1] [s-2, s0] [s0, s1] T4 [s0, s1] [s-1, s0] [s0, s2] [s0, s0] [s-1, s0] [s0, s0] [s-1, s0] T5 [s1, s2] [s0, s1] [s-1, s0] [s0, s1] [s0, s0] [s0, s1] [s0, s0] T6 [s0, s1] [s-1, s0] [s0, s2] [s0, s0] [s-1, s0] [s0, s0] [s-1, s0] T7 [s1, s2] [s0, s1] [s-1, s0] [s0, s1] [s0, s0] [s0, s1] [s0, s0] ~ Bảng 3.6 Quan hệ so sánh ngôn ngữ R ( 2) T1 T2 T3 T4 T5 T6 T7 T1 [s0, s0] [s-2, s0] [s-2, s-1] [s0, s1] [s1, s2] [s-1, s0] [s-2, s-1] T2 [s0, s2] [s0, s0] [s0, s1] [s-1, s0] [s0, s1] [s0, s1] [s-1, s0] T3 [s1, s2] [s-1, s0] [s0, s0] [s1, s3] [s-2, s-1] [s-2, s0] [s0, s1] T4 [s-1, s0] [s0, s1] [s-3, s-1] [s0, s0] [s-1, s0] [s0, s0] [s-1, s0] 50 T5 [s-2, s-1] [s-1, s0] [s1, s2] [s0, s1] [s0, s0] [s0, s1] [s0, s0] T6 [s0, s1] [s-1, s0] [s0, s2] [s0, s0] [s-1, s0] [s0, s0] [s-1, s0] T7 [s1, s2] [s0, s1] [s-1, s0] [s0, s1] [s0, s0] [s0, s1] [s0, s0] ~ Bảng 3.7 Quan hệ so sánh ngôn ngữ R (3) T1 T2 T3 T4 T5 T6 T7 T1 [s0, s0] [s-1, s0] [s0, s1] [s-2, s1] [s1, s2] [s-1, s0] [s-2, s-1] T2 [s0, s1] [s0, s0] [s-2, s-1] [s0, s1] [s1, s3] [s0, s1] [s-1, s0] T3 [s-1, s0] [s1, s2] [s0, s0] [s0, s1] [s-2, s-1] [s-2, s0] [s0, s1] T4 [s1, s2] [s-1, s0] [s-1, s0] [s0, s0] [s0, s1] [s0, s0] [s-1, s0] T5 [s-2, s-1] [s-3, s-1] [s1, s2] [s-1, s0] [s0, s0] [s0, s1] [s0, s0] T6 [s0, s1] [s-1, s0] [s0, s2] [s0, s0] [s-1, s0] [s0, s0] [s-1, s0] T7 [s1, s2] [s0, s1] [s-1, s0] [s0, s1] [s0, s0] [s0, s1] [s0, s0] Các liệu thể dạng bảng chương trình cho kết hình 3.5: 51 Hình 3.5 Kết toán ứng dụng với QHSS ngôn ngữ Vậy trường THPT đánh giá tốt số trường trường T2 ứng với THPT chuyên Hùng Vương mức độ đánh giá THPT Kĩ thuật < THPT Trần Phú [...]... hoặc giảm ngữ nghĩa của giá trị biến ngôn ngữ 13 Dựa vào đặc trưng của biến ngôn ngữ, ta xây dựng miền giá trị của biến ngôn ngữ thành một tập hợp sắp thứ tự bộ phận Xét biến ngôn ngữ X, khi đó T(X) là tập hợp các giá trị của biến ngôn ngữ X và được gọi là miền giá trị của biến ngôn ngữ X 1.1.3.2 Nhãn ngôn ngữ Nhãn ngôn ngữ là nhãn có giá trị là giá trị ngôn ngữ Các giá trị này được xây dựng từ các phần... các gia tử và các liên từ Các giá trị ngôn ngữ có ngữ nghĩa tự nhiên của nhãn ngôn ngữ khi được con người sử dụng trong cuộc sống hàng ngày; con người sử dụng ngữ nghĩa này để xác định quan hệ thứ tự ngữ nghĩa giữa các giá trị ngôn ngữ của cùng một nhãn Hệ thống nhãn ngôn ngữ bao gồm các nhãn về hình thái, ngữ pháp (từ pháp) và ngữ nghĩa của từ, ngữ và câu Nhãn hình thái ở đây bao gồm các nhãn về ranh... này để xác định quan hệ thứ tự ngữ nghĩa giữa các giá trị ngôn ngữ của cùng một biến - Các gia tử ngôn ngữ được con người sử dụng để nhấn mạnh về mặt ngữ nghĩa của giá trị ngôn ngữ; tức là mỗi gia tử có thể làm mạnh lên hoặc yếu đi ngữ nghĩa tự nhiên của giá trị ngôn ngữ được tác động Các tính chất trên cho phép chúng ta xây dựng một cấu trúc thứ tự ngữ nghĩa ứng với một biến ngôn ngữ bất kỳ, cấu trúc... C 1.1.3 Biến ngôn ngữ, nhãn ngôn ngữ 1.1.3.1 Biến ngôn ngữ Logic mờ liên quan đến lập luận trên các thuật ngữ mờ và mơ hồ trong ngôn ngữ tự nhiên của con người Biến nhận các từ trong ngôn ngữ tự nhiên làm giá trị gọi là biến ngôn ngữ Biến ngôn ngữ dùng để mô hình hóa những tri thức không chính xác hay mơ hồ về một biến mà giá trị chính xác có thể chưa biết 12 Định nghĩa 1.2 Biến ngôn ngữ là một bộ... µR(x,y) ≤ µR(x,x) với mọi x, y  X b) Nếu R là phản xạ và bắc cầu thì R  R = R 1.3 Kết luận chương 1 Chương 1 tập trung trình bày một số kiến thức cơ bản về hệ mờ như tập mờ, các phép toán trên tập mờ, quan hệ mờ Đó là các kiến thức liên quan tới ra quyết định nhóm dựa trên quan hệ ngôn ngữ sẽ được đề cập tới ở chương 2 dưới đây 20 CHƯƠNG 2: RA QUYẾT ĐỊNH NHÓM DỰA TRÊN QUAN HỆ HƠN NGÔN NGỮ 2.1 Một số... 1/2 2.2 Ra quyết định với quan hệ hơn ngôn ngữ 2.2.1 Quan hệ hơn ngôn ngữ không chắc chắn Định nghĩa 2.7 Cho X = {x1, x2, , xn} là một tập hữu hạn các ứng viên (các ~ lựa chọn, các phương án) và cho R =( ~rij )n×n là một mối quan hệ hơn ngôn 25 ngữ, Trong đó ~ij biểu thị mức xi hơn xj Mức này được đưa ra bởi các chuyên gia Nếu ~ rij = [ rijL , rijU ], ~ rij  ~ s , rijL  r jiU = s0 (3) Với mọi(for... s0 ] (i = 1,2, , n) Tất cả các yếu tố n( n-1)/2 và ~r ij (i>j) ở phần tam giác phía dưới của mối quan hệ so sánh ngôn ngữ không chắc chắn có thể xác định bởi phương trình (3) Ra quyết định nhóm với mối quan hệ so sánh ngôn ngữ không chắc chắn được biểu diễn như sau: Giả sử rằng có tồn tại một tập hữu hạn các lựa chọn thay thế X = { x1, x2, , xn }, và một tập hợp hữu hạn của các chuyên gia E = {e1, e2,... là tên biến, T(X) là tập các gía trị ngôn ngữ của biến X, U là không gian tham chiếu hay còn gọi là miền cơ sở của biến X, R là một quy tắc cú pháp sinh các giá trị ngôn ngữ trong T(X), M là quy tắc gán ngữ nghĩa biểu thị bằng tập mờ trên U cho các từ ngôn ngữ trong T(X) Ví dụ 1.4 Cho X là biến ngôn ngữ có tên AGE, miền tham chiếu của X là U = [0,120] Tập các giá trị ngôn ngữ T(AGE) = {very old, possible... giảm dần phù hợp với các giá trị của pi (i = 1,2, , n ) Bước 5 Xếp hạng tất cả các lựa chọn thay thế và một hoặc nhiều lựa chọn tốt nhất phù hợp với ~z i (i = 1, 2, , n) Bước 6 Kết thúc 29 Trong cách tiếp cận trên, tất cả các thông tin sở thích ngôn ngữ không chắc chắn cá nhân được hợp nhất thành ý kiến nhóm (có hình thức của tập các mối quan hệ so sánh ngôn ngữ không chắc chắn) bằng cách sử dụng toán... quyết định hay hệ chuyên gia, hệ luật trong điều khiển thường có các luật dạng sau đây: Nếu x1 là A1 và x2 là A2 và… và xn là An thì y là B Trong đó, các xi là các biến ngôn ngữ (vì giá trị của nó là các ngôn ngữ được xem như là nhãn của các tập mờ) và Ai là các tập mờ trên tập vũ trụ Xi của biến xi Hầu hết các phương pháp giải liên quan đến các luật “nếu - thì” trên đều đòi hỏi việc tích hợp các dữ liệu