Mạng ANFIS và ứng dụng cho dự báo sản lượng tiêu thụ điện năng của tỉnh bắc giang

ĐẠI HỌC THÁI NGUYÊN TRƯỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG TỐNG THỊ HƯƠNG GIANG MẠNG ANFIS VÀ ỨNG DỤNG CHO DỰ BÁO SẢN LƯỢNG TIÊU THỤ ĐIỆN NĂNG CỦA TỈNH BẮC GIANG LUẬN VĂN THẠC SĨ KHOA HỌC MÁY TÍNH Thái Nguyên, năm 2015 ĐẠI HỌC THÁI NGUYÊN TRƯỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG TỐNG THỊ HƯƠNG GIANG MẠNG ANFIS VÀ ỨNG DỤNG CHO DỰ BÁO SẢN LƯỢNG TIÊU THỤ ĐIỆN NĂNG CỦA TỈNH BẮC GIANG Chuyên ngành : Khoa học máy tính Mã số chuyên ngành: 60 48 01 LUẬN VĂN THẠC SĨ KHOA HỌC MÁY TÍNH NGƯỜI HƯỚNG DẪN KHOA HỌC PGS TS LÊ BÁ DŨNG Thái Nguyên, tháng năm 2015 i LỜI CAM ĐOAN Tôi xin cam đoan tất nội dung luận văn hoàn toàn hình thành phát triển từ quan điểm cá nhân tôi, hướng dẫn bảo PGS.TS Lê Bá Dũng Các số liệu kết có luận văn tốt nghiệp hoàn toàn trung thực Học viên Tống Thị Hương Giang ii LỜI CẢMƠN Để hoàn thành chương trình cao học viết luận văn này, nhận hướng dẫn, giúp đỡ bảo nhiệt tình quý thầy cô trường Đại học Công nghệ thông tin Truyền thông Đặc biệt thầy cô Viện công nghệ thông tin Hà Nội tận tình dạy bảo cho suốt thời gian học tập trường Tôi xin gửi lời cảm ơn sâu sắc đến PGS.TS Lê Bá Dũng dành nhiều thời gian tâm huyết hướng dẫn hoàn thành luận văn Mặc dù cố gắng hoàn thiện luận văn tất lực mình, song tránh khỏi thiếu sót, mong nhận đóng góp quý báu quý thầy cô bạn Tôi xin chân thành cảm ơn! iii MỤC LỤC Trang MỞ ĐẦU CHƯƠNG I TỔNG QUAN VỀ MẠNG NƠ-RON NHÂN TẠO VÀ HỆ MỜ 1.1 Cấu trúc mô hình mạng nơron nhân tạo 1.1.1 Mô hình nơron sinh học 1.1.2 Mô hình nơron nhân tạo 1.2 Cấu trúc phương thức làm việc mạng nơ-ron nhân tạo 1.2.1 Mạng truyền thẳng 1.2.2 Mạng hồi quy 1.3 Các luật học 10 1.4 Hệ mờ mạng nơron 13 1.4.1 Kiến trúc hệ mờ tổng quát 13 1.4.2 Sự kết hợp logic mờ mạng neural 20 CHƯƠNG MÔ HÌNH MẠNG ANFIS VÀ KHẢ NĂNG ỨNG DỤNG 23 2.1 Hệ suy luận mờ dựa mạng thích nghi 23 2.1.1 Giới thiệu sơ lược mô hình nơron - mờ 23 2.1.2 Luật mờ hệ suy luận mờ 24 2.1.3 Mạng thích nghi 26 2.1.4 Cấu trúc ANFIS 27 2.2 Thuật toán ANFIS 29 2.2.1 Thuật toán học lan truyền ngược 29 2.2.2 Thuật toán học lai 36 2.3 Khả ứng dụng mạng ANFIS 38 CHƯƠNG ỨNG DỤNG MÔ HÌNH ANFIS CHO BÀI TOÁN DỰ BÁO SẢN LƯỢNG TIÊU THỤ ĐIỆN NĂNG VÀ THỬ NGHIỆM 39 3.1 Bài toán dự báo điện 39 3.1.1 Sự cần thiết việc dự báo mức tiêu thụ điện 39 3.1.2 Các phương pháp mô hình dự báo điện giới 40 iv 3.2 Ứng dụng mô hình mạng ANFIS toán dự báo sản lượng tiêu thụ điện tỉnh Bắc Giang 42 3.2.1 Xây dựng mô hình hệ thống 42 3.2.2 Thu thập số liệu 47 3.2.3 Dự báo tiêu thụ điện 50 3.3 Chương trình thử nghiệm kết 51 3.3.1 Huấn luyện mạng 51 3.3.2 Cấu trúc anfis 53 3.3.3 Kết dự báo 54 KẾT LUẬN 59 TÀI LIỆU THAM KHẢO 61 v DANH MỤC CÁC HÌNH VẼ Hình 1.1 Mô hình nơron sinh học Hình 1.2 Mô hình nơron nhân tạo Hình 1.3 Đồ thị dạng hàm truyền Hình 1.4 Mạng truyền thẳng lớp Hình 1.5 Mô tả cấu trúc mạng nơ-ron truyền thẳng nhiều lớp Hình 1.6 Mạng hồi quy lớp có nối ngược Hình 1.7 Mạng hồi quy nhiều lớp có nối ngược Hình 1.8 Sơ đồ học tham số có giám sát Hình 1.9 Sơ đồ học tham số giám sát Hình 1.10 Kiến trúc hệ mờ tổng quát Hình 1.11 Hệ mờ nhiều đầu vào - đầu Hình 1.12 Hàm thuộc hệ mờ đầu vào - luật Hình 1.13 Hàm thuộc hệ mờ hai đầu vào - luật Hình 1.14 Mô hình hệ mờ - neural Hình 2.1 Hệ thống suy luận mờ Hình 2.2 Mạng thích nghi Hình 2.3 Cấu trúc ANFIS Hình 2.4 Mạng lớp lan truyền ngược Hình 3.1.Cấu trúc ANFIS với hai đầu vào Hình 3.2 Thiết lập số liệu đầu vào cho toán Hình 3.3.Lựa chọn hàm thành viên kết dự báo ANFIS Hình 3.4 Cấu trúc anfis với toán dự báo điện Hình 3.5 Các luật tạo Anfis Hình 3.6 Hệ luật mờ sinh trình huấn luyện mạng Hình 3.7 Mặt suy diễn hệ ANFIS Hình 3.8 Sai số trình huấn luyện vi DANH MỤC CÁC TỪ VIẾT TẮT ANN ANFIS MIMO MISO MAPE LSE Artificial Neural Network Mạng nơron nhân tạo Adaptive Neuro Fuzzy Insference System Hệ suy luận mờ Multi Input Multi Output Hệ mờ nhiều đầu vào - nhiều đầu Multi Input Single Output Hệ mờ nhiều đầu vào - đầu Mean Absolute Percentage Erro Least Square Error Phương pháp ước lượng sai số bình phương cực tiểu MỞ ĐẦU Ngày nay, mạng nơron nhân tạo (ANN) ứng dụng thành công, nhà khoa học kĩ sư năm gần có nhiều nghiên cứu ứng dụng việc xấp xỉ hàm, nhận dạng điều khiển, xử lý ảnh, dự đoán chuỗi thời gian,… Hệ mờ nơ ron kết hợp logic mờ và khả học mạng nơron Một kết hợp hệ mờ nơron thích nghi (ANFIS - Adaptive Neuro Fuzzy Inference System).Hệ thống có khả tối ưu hóa hệ mờ dựa tập mẫu có sẵn.Các hệ mờ - nơron công cụ thống kê phương pháp khác sử dụng toán dự báo dự báo số kinh tế, tài chính.Các mạng nơron chứa số lượng lớn thông số đầu vào cho phép việc học bên quan hệ không tuyến tính chuỗi thời gian, tăng cường khả dự báo Trong năm gần đây, nhiều toán dự báo chuyên gia tin tưởng sử dụng hệ thống thông minh khác nhau, Mạng Nơron nhân tạo hệ suy luận mờ - nơron (ANFIS) ứng dụng lĩnh vực Bài toán dự báo sản lượng điện tiêu thụ yêu cầu phát triển kinh tế xã hội Khu vực miền Bắc nói chung tỉnh Bắc Giang nói riêng nằm xu phát triển cần thiết phải dự báo nhiều tiêu, có sản lượng điện tiêu thụ Trong luận văn này, em ước tính sản lượng điện tiêu thụ cách sử dụng hệ suy luận mờ dựa mạng thích nghi (ANFIS), luận văn bao gồm nội dung sau : Chương : Tổng quan mạng nơron nhân tạo hệ mờ Chương : Mô hình mạng ANFIS khả ứng dụng Chương : Ứng dụng mô hình ANFIS cho toán dự báo sản lượng tiêu thụ điện thử nghiệm Do yêu cầu nên em chọn làm đề tài “Mạng ANFIS ứng dụng cho dự báo sản lượng tiêu thụ điện tỉnh Bắc Giang” cho luận văn tốt nghiệp Đề tài này, em trình bày hệ thống suy luận mờ dựa mạng thích nghi ANFIS để dự báo mức tiêu thụ điện lâu dài, dự báo nhu cầu điện hàng năm, phục vụ cho phát triển kinh tế xã hội tỉnh Bắc Giang 48 Bảng 3.2 Nhu cầu điện cho ngành kinh tế tỉnh Bắc Giang 2000-2014 Điện T Phẩm (kWh) CN-XD (kWh) Tỷ trọng CNXD(%) hàng năm Tốc độ tăng trưởng TP Tốc độ tăng trưởng CN Năm Điện nhận (kWh) 2000 203,244,901 192,590,419 25,603,755 13.29 2001 230,472,278 216,878,835 56,647,657 26.12 12.61 121.25 2002 290,733,782 275,616,799 51,763,405 18.78 27.08 -8.62 2003 313,634,948 293,290,126 42,547,016 14.51 6.41 -17.80 2004 338,602,136 314,848,701 42,389,021 13.46 7.35 -0.37 2005 392,447,069 360,097,380 55,292,509 15.35 14.37 30.44 2006 461,419,549 428,379,565 78,213,686 18.26 18.96 41.45 2007 512,992,411 480,656,829 101,978,854 21.22 12.20 30.38 2008 588,906,056 552,636,902 123,881,109 22.42 14.98 21.48 2009 713,713,458 634,001,464 166,845,191 26.32 14.72 34.68 2010 767,734,510 654,420,268 220,365,964 33.67 3.22 32.08 2011 904,496,786 783,074,688 285,560,263 36.47 19.66 29.58 2012 1,129,808,135 995,232,390 404,351,715 40.63 27.09 41.60 2013 1,312,354,801 1,175,638,791 515,827,407 43.88 18.13 27.57 2014 1,410,324,555 1,230,945,358 650,242,059 48.25 23.18 30.93 Từ số liệu tổng hợp trên, theo niên giám thống kê tỉnh Bắc Giang 2014, ta có hệ số tương quan điện với tiêu kinh tế thể bảng sau: 49 Bảng 3.3 Hệ số tương quan điện với tiêu kinh tế r Điện Dân số 0,9806 GDP 0,981 SLCN 0,880 N-L-TS 0,874 Khác 0,879 Như điện dân số GDP có mức độ tương quan chặt chẽ, nên toán ta chọn giá trị GDP dân số để dự báo điện Dữ liệu đầu vào cần thông số: dân số, GDP, số liệu điện tiêu thụ năm đó, số liệu điện tiêu thụ năm trước Vậy ta thiết kế liệu đầu vào biến a: mảng chiều gồm 14 dòng liệu, dòng gồm cột Ví dụ dòng diệu (dân số 2005, GDP2005, điện 2005, điện2004 ) Bảng 3.4.Tổng hợp liệu đầu vào cho mạng ANFIS STT Năm Dân số (nghìn) GDP (tỷ) Điện tiêu thụ năm trước (103xGWh) Điện tiêu thụ (103xGWh) 2001 1523 3245 203245 230472 2002 1536 4892 230472 290734 2003 1551 4998 290734 313635 2004 1564 6576 313635 338602 2005 1579 7565 338602 392447 2006 1594 8861 392447 461420 2007 1519 10549 461420 512992 2008 1555 13496 512992 588906 2009 1556 17315 588906 713713 10 2010 1568 19515 713713 767735 11 2011 1580 24345 767735 904497 12 2012 1589 30338 904497 1129808 13 2013 1582 31243 1129808 1312355 14 2014 1569 33111 1312355 1410325 50 3.2.3 Dự báo tiêu thụ điện Các thuật toán đãđề xuất áp dụng cho 14 liệu số liệu GDP dân số, lượng điện tiêu thụ tỉnh Bắc Giang từ năm 20012014 Các thuật toán đãđề xuất áp dụng cho tập hợp liệu sau: Bước Dân số tổng sản phẩm quốc nội (GDP), số liệu điện tiêu thụ năm trướcđược coi biến đầu vào ANFIS nghiên cứu Bước Đối với biến đầu vào (dân số GDP) đãđược xác định bước biến đầu (tiêu thụ điện), liệu có liên quan rút từ trình bày Bảng 3.1, 3.2 3.3 Bước 14 dòng liệu chia thành 14 liệu huấn luyện (20012014).Theo đó, ngoại suy dự đoán khả ANN phải tính toán; Do đó, liệu liệu để sử dụng cho thử nghiệm chọn giai đoạn gần với năm trước Bước 4: Hai thông số đãđược xem xét việc xây dựng kiểm tra mô hình ANFIS hợp lý Các loại hàm thành viên số lượng biến ngôn ngữ hai thông số nói Sáu hàm thành viên khác xem xét việc xây dựng ANFIS, sau: Các hàm thành viên xây dựng bao gồm khác biệt dsig, hàm thành viên kết hợp Gaussian (gauss2), hàm thành viên đường cong tích hợp gausian, hàm thành viên tích hợp khái quát hóa gbell, hàm thành viên tích hợp hình psig hàm thành viên tích hợp hình thang Ngoài ra, số lượng biến ngôn ngữ coi từ đến 20 Ta sử dụng MATLAB để mô nghiên cứu 51 Bước Các cấu trúc thể có MAPE tối thiểu tất cấu trúc khác.Các cấu trúc với MAPE tối thiểu hiển thị đây.Bảng trình bày cấu trúc mô hình dài hạn MF viết tắt hàm thành viên phương pháp ANFIS Bước Để dự báo với phương pháp ANFIS, cần dự báo biến độc lập dân số GDP.Ngoài ra, nghiên cứu trước sử dụng chuỗi thời gian để dự báo biến độc lập [7] Việc dự báo tương lai cho biến độc lập thực theo mô hình tự hồi quy mô hình lĩnh vực chuỗi thời gian + Cấu trúc liệu Do thiếu liệu hàng năm AR (1) coi mô hình chuỗi thời gian Do đó, mô hình chuỗi thời gian cho biếnđộc lập xi là: Xi = a Xi-1+b Bước 7: Dự báo tiêu thụ điện tương lai Theo cấu trúc liệu, giá trị biến độc lập nạp vào ANFISđã chọn đầu vào, sau giá trị sản lượng thu thời kỳ Sau tính toán giá trị dự báo tiêu thụ điện Bắc Giang 3.3 Chương trình thử nghiệm kết Qua phân tích số liệu thống kê thời gian khứ điện tiêu thụ tốc độ tăng trưởng thành phần kinh tế, đánh giá mối tương quan với điện cho thấy, điện tiêu thụ tỉnh Bắc Giang có quan hệ chặt với tổng thu nhập quốc dân (GDP) dân số 3.3.1 Huấn luyện mạng Đầu tiên ta tải liệu huấn luyện thiết lập thành biến a 52 Hình 3.2 Thiết lập số liệu đầu vào cho toán Hình 3.3 Lựa chọn hàm thành viên kết dự báo ANFIS 53 3.3.2 Cấu trúc anfis Hình 3.4 Cấu trúc anfisvới toán dự báo điện Cấu trúc ANFIS cho toán dự báo điện có đầu vào (input) đầu (output), có hàm thành viên cho đầu vào (input MF), sinh 27 luật (Rule) 27 hàm thành viên cho đầu (output MF) Quá trình tính toán mờ hóa cấu trúc thực sau: Sử dụng mô hình mờ Sugeno Khi cấu trúc ANFIS cấu trúc nơron gồm lớp, biểu thị nút thứ i lớp thứ k (k,i) hàm nút (dữ liệu xuất nút) Ok,i Lớp 1: O1,i = µAi (x) với i= 1,2,3; O1,i= µBi-3 (y) với i= 4,5,6; O1,i= µCi-6 (y) với i= 7,8,9; Trong đó: Ai, Bi-3, Ci-6 nhãn ngôn ngữ đầu vào thứ i µAi , µBi-3 ,µCi-6 hàm thuộc nhãn ngôn ngữ Lớp 2: Ở lớp thứ 2, tất quy luật tiềm ẩn yếu tố đầu vào xây dựng cách áp dụng điểm giao mờ O2,i = µAi (x) xµBi (x) với i= 1,2,3; Lớp 3: O3,i= = , đầu lớp Lớp 4: hợp tham số , = = ( + + ), , , tập 54 Lớp 5: Tổng đầu , =∑ = ∑ ∑ Hình 3.5 Các luật tạo Anfis Hình 3.6 Hệ luật mờ sinh trình huấn luyện mạng 55 Hình 3.7 Mặt suy diễn hệ ANFIS Hình 3.8 Sai số trình huấn luện mạng 56 3.3.3 Kết dự báo Khi so sánh kết dự báo với điện tiêu thụ thực tế qua năm 2001 đến 2013, ta thấy kết dự báo tiệm cận gần với giá trị thu thập thời gian khảo sát Bảng 3.5 Kết số liệu khảo sát giá trị dự báo: Năm Điện tiêu thụ thực tế Điện tiêu thụ dự báo (103xGWh) (103xGWh) 2001 230472 2.37e+003 2002 290734 3.04e+003 2003 313635 2.82e+003 2004 338602 3.51e+003 2005 392447 4.4e+003 2006 461420 4.14e+003 2007 512992 4.37e+003 2008 588906 5.22e+003 2009 713713 7.08e+003 2010 767735 8.05e+003 2011 904497 9.11e+003 2012 1129808 1.13e+004 2013 1312355 1.31e+004 2014 1410325 1.41e+004 57 Đánh giá mô hình dự báo Hình 3.3 cho thấy mức độ chẩn đoán hệ thống, liệu đưa vào kiểm tra mẫu huấn luyện hệ thống đưa đầu gần xỉ với mẫu huấn luyện Hình 3.8 sai số trình huấn luyện mạng, điều cho thấy việc xấp xỉ hàm dự báo đảm bảo yêu cầu mô hình ANFIS thể hành vi liệu huấn luyện liệu kiểm tra Như vậy, kết mức điện dự báo gần với mức điện tiêu thụ thực tế.Kết dự báo mô hình mạng ANFIS mô hình đề xuất phù hợp xác để dự báo nhu cầu điện tiêu thụ Để dự báo điện tiêu thụ cho năm tiếp theo, ta cần số liệu dân số GDP năm tương lai Vì cần xây dựng ANFIS có cấu trúc đầu vào đầu dựa số liệu có để huấn luyện mạng dự báo dân số DGP Hai hàm dự báo viết nhằm dự báo dân số số GDP năm Hàm dự báo dân số: function kq=dudoan_dan(a) input_anfis; fis= genfis1([nam',x1'],3,'trimf'); outfis=anfis([nam',x1'],fis,5); kq=evalfis(a,outfis); end Hàm dự báo GDP: function kq=dudoan_gdp(a) input_anfis; 58 fis= genfis1([nam',x2'],3,'trimf'); outfis=anfis([nam',x2'],fis,5); kq=evalfis(a,outfis); end Trong đó: - Biến “nam” có cấu trúc mảng chiều có 14 phần tử, giá trị gồm năm từ 2001 đến 2014 - Biến “x1” mảng chiều, có 14 phần tử, giá trị phần tử dân số năm từ 2001 đến 2014 - Biến “x2” mảng chiều, có 14 phần tử, giá trị phần tử GDP năm từ 2001 đến 2014 Giả sử cần dự đoán số tiêu thụ điện năm 2015, ta gọi hàm Danso2015= dubao_dien(2015); Gdp2015= dubao_gdp(2015); Kết được: Danso2015= 1597 (nghìn); Gdp2015= 32257 (tỷ); Dựa vào điện tiêu thụ năm cũ 2014 Áp dụng mạng Anfis huấn luyện ta số tiêu thụ điện năm 2015 là: 152928 x103(GWh) Tương tự, ta có bảng dự báo kết điện thiêu thụ năm 2015,2016,2017 sau: Bảng 3.6 Dự báo điện năm 2015, 2016, 2017 2015 Dân số dự báo (nghìn) 1547 GDP dự báo (tỷ) 32126 Điện tiêu thụ dự báo (103xGWh) 151625 2016 1612 32567 173561 2017 1630 33783 196438 Năm 59 KẾT LUẬN Trong luận văn này,tác giảđề cập đến vấn đề nghiên cứu rộng rãi, hệ suy diễn mờ sở mạng thích nghi (ANFIS) Đây hệ ứng dụng nhiều thực tế, đặc biệt lĩnh vực dự đoán, phân lớp…Bài toán dự báo sản lượng điện tiêu thụ yêu cầu phát triển kinh tế xã hội Khu vực miền Bắc nói chung tỉnh Bắc Giang nói riêng nằm xu phát triển cần thiết phải dự báo nhiều tiêu, có sản lượng điện tiêu thụ Trong trình tìm hiểu nghiên cứu, giúp đỡ nhiệt tình PGS.TS Lê Bá Dũng với cố gắng thân luận văn đãđạt kết sau: + Nghiên cứu lý thuyết mạng Nơron bao gồm loại mạng, kiến trúc chúng, thuật toán luyện mạng, phân tích khả hoạt động chúng Nghiên cứu lý thuyết lôgic mờ, hệ mờ thường gặp nhằm làm sáng tỏ trình suy luận hệ mờ thực tế để áp dụng xây dựng hệ mờ cho dự báo sản lượng tiêu thụ điện + Tìm hiểu cấu trúc mạng ANFIS, thuật toán huấn luyện ứng dụng rộng lớn thực tế đặc biệt toán dự báo tiêu thụ điện +Xây dựng mô hình mạng ANFIS cho toán dự báo lượng tiêu thụ điện với bađầu vào, đầu + Thu thập liệu, tiền xử lý liệu phục vụ việc huấn luyện kiểm tra +Cài đặt mô hình mạng ANFIS môi trường matlab Chương trình thực nghiệm chạy cho kết dự đoán xác.Để có kết dự báo xác hướng nghiên cứu là: + Tiếp tục nghiên cứu xây dựng hệ ANFIS có nhiều đầu 60 +Phân tích liệu loại bỏ mẫu liệu cực đoan để có tập liệu tốt phục vụ huấn luyện Do thời gian lực hạn chế, tác giả luận văn kính mong bảo đóng góp ý kiến Thầy Cô bạn để luận văn đạt kết tốt Cuối cùng, tác giả xin chân thành cảm ơn PGS.TS Lê Bá Dũng, người tận tình hướng dẫn suốt thời gian thực đề tài! 61 TÀI LIỆU THAM KHẢO * Tiếng Việt: [1] Nguyễn Đình Thúc,Mạng nơ ron - Kỹ thuật lan truyền ngược, Nhà xuất khoa học kỹ thuật, 2000 [2] Phan Xuân Minh, Nguyễn Doãn Phước, Lý thuyết điều khiển mờ, NXB Khoa học kỹ thuật, 2002 [3] Bùi Công Cường, Nguyễn Doãn Phước, Hệ thống mạng Nơron mờ ứng dụng, NXB Khoa học Công nghệ, 2006 [4] Nguyễn Như Hiền, Lại Khắc Lãi, Hệ mờ mạng nơ-ron kỹ thuật điều khiển, NXB Khoa học tự nhiên Công nghệ, 2007 [5] Lê Bá Dũng, Bài giảng mạng Nơron ứng dụng lớp Cao học Thái Nguyên, 2012 * Tiếng Anh: [6] C.T Lin and C.S.G Lee, Neural Fuzzy Systems, Prentice Hall, London, 1996 [7] Ali Azadeh, Morteza Saberi, Vahid Nadimi, Mino Iman, Alireza Behrooznia, An Integrated Intelligent Neuro-Fuzzy Algorithm for LongTerm Electricity Consumption: Case of Selected EU Countries, Acta Polytechnica Hungarica, Vol.7, No.4, 2010 [8] Takagi, T., Sugeno, M (1985) Fuzzy Identification of Systems and its Application to Modeling and Control IEEE Transactions on Systems, Man and Cybernetics 15(1), 116-132 * Trang web: [9] http://www.bacgiangintrade.gov.vn/ [10] http://www.ebook.edu.vn/ 62