Xây dựng hệ luật mờ mamdani từ cơ sở dữ liệu số

i đại học thái nguyên Trờng đại học CÔNG NGHệ THÔNG TIN Và TRUYềN THÔNG O TH MINH HON XY DỰNG HỆ LUẬT MỜ MAMDANI TỪ CƠ SỞ DỮ LIỆU SỐ Chuyên ngành: KHOA HỌC MÁY TÍNH Mã số : 60.48.01 LUẬN VĂN THẠC SĨ KHOA HỌC MÁY TÍNH THÁI NGUYÊN - 2014 ii LỜI CAM ĐOAN Tôi xin cam đoan cơng trình nghiên cứu riêng tơi Tất tài liệu tham khảo có nguồn gốc, xuất xứ rõ ràng Tôi xin cam đoan tất nội dung luận văn nội dung đề cương yêu cầu thầy giáo hướng dẫn Nếu sai tơi xin hồn tồn chịu trách nhiệm trước Hội đồng khoa học trước Pháp luật Thái Nguyên, tháng 11 năm 2014 Tác giả Đào Thị Minh Hoàn LỜI CẢM ƠN Lời cho phép tơi bày tỏ lòng biết ơn sâu sắc tới TS Trần Thái Sơn – Viện Công Nghệ Thông Tin – Viện Hàn Lâm Khoa Học Công Nghệ Việt Nam giúp đỡ dẫn tận tình cho tơi định hướng đề tài, hướng dẫn việc tiếp cận khai thác tài liệu tham khảo bảo cho tơi q trình tơi viết luận văn hồn thành luận văn Tơi xin chân thành cảm ơn Ban giám hiệu, Khoa sau đại học trường Đại học Công Nghệ Thông Tin Truyền Thông Thái Nguyên tạo điều kiện giúp nghiên cứu hoàn thành luận văn Do điều kiện thời gian phạm vi nghiên cứu có hạn, luận văn khơng tránh khỏi thiếu sót, tác giả luận văn kính mong nhận dẫn góp ý thêm thầy giáo, giáo anh chị học viên để luận văn trở nên hoàn thiện Tác giả Đào Thị Minh Hoàn MỤC LỤC LỜI CAM ĐOAN i LỜI CẢM ƠN iii MỤC LỤC iv DANH MỤC CÁC HÌNH vi DANH MỤC CÁC KÝ HIỆU, CÁC CHỮ VIẾT TẮT vii MỞ ĐẦU Chương 1: TẬP MỜ VÀ GIẢI THUẬT DI TRUYỀN 1.1 Tổng quan tập mờ 1.1.1 Mở đầu 1.1.2 Kiến thức sở tập mờ 1.1.3 Biến ngôn ngữ 1.1.4 Lôgic mờ 1.1.5 Lập luận xấp xỉ 13 1.2 Giải thuật di truyền 17 1.2.1 Những khái niệm giải thuật di truyền 17 1.2.2 Các tính chất đặc thù thuật giải di truyền 19 1.2.3 Các bước quan trọng việc áp dụng giải thuật di truyền 20 1.2.4 Các phương thức biến hoá giải thuật di truyền 20 Chương 2:: GIẢI BÀI TOÁN XÂY DỰNG HỆ LUẬT MỜ THEO CÁCH TIẾP CẬN CỦA LÝ THUYẾT TẬP MỜ ỨNG DỤNG VÀO BÀI TOÁN HỒI QUY MỜ 23 2.1 Bài tốn trích chọn luật mờ từ sở liệu 23 2.1.1 Chuyển đổi CSDL số sang CSDL mờ: mục đích phương pháp giải 24 2.1.2 Bài toán hồi quy mờ 24 2.2 Xây dựng hệ luật mờ từ CSDL - nhóm giải pháp giai doạn 28 2.3 Xây dựng hệ luật mờ từ CSDL – nhóm giải pháp giai doạn 36 Chương 3:CHƯƠNG TRÌNH THỬ NGHIỆM 38 3.1 Đặt toán 38 3.2 Tìm kiếm hệ luật tối ưu dựa giải thuật di truyền lai 39 3.3 Chương trình 44 3.3.1 Cài đặt chương trình 44 3.3.2 Giao diện chương trình 44 KẾT LUẬN 53 TÀI LIỆU THAM KHẢO 54 DANH MỤC CÁC HÌNH Hình 1.1: Đồ thị biểu diễn hàm thuộc tập mờ già (old) Hình 1.2: Mã hóa cá thể từ khơng gian lời giải tốn 18 Hình 2.1: Các phận không gian đầu vào đầu thành vùng mờ có chức thành viên tương ứng (a) rn(ri) (b) 01(12) (c) oi(y) 36 Hình 3.1: Sơ đồ mã hóa cá thể chọn hệ luật cho thuật toán SGA 40 vii DANH MỤC CÁC KÝ HIỆU, CÁC CHỮ VIẾT TẮT Các kí hiệu, chữ viết tắt U A A(x) Ỹ Ý nghĩa Tập vũ trụ Tập mờ Ánh xạ từ U vào [0,1] Là đầu mờ FRBCS Fuzzy Rule Based Classification Systems CSDL Cơ sở liệu GA Giải thuật di truyền MF Hàm thuộc FB CSDL mờ SGA Thuật toán di truyền lai MỞ ĐẦU Khai phá liệu, rộng khai phá tri thức thu hút ý mạnh mẽ nhà nghiên cứu giới Việt Nam Do bùng nổ thông tin lĩnh vực đời sống, đòi hỏi phải có phương pháp khoa học cơng nghệ để khai thác có hiệu từ khối lượng thông tin khổng lồ tri thức cần thiết giúp cho người hoạch định chiến lược, sách cho xã hội Hồi quy (regression), hướng nghiên cứu khai phá liệu, có nhiệm vụ từ tập liệu mẫu rút quy luật để dự báo mô hình kết xẩy liệu tương lai Hồi quy toán học phát triển từ lâu đạt nhiều kết tốt đẹp, nhiên so với yêu cầu thực tế nhiều việc phải làm, tăng tính xác mơ hình, giảm thời gian tính tốn đến mức tối thiểu, nghiên cứu mối tương quan nhiều biến phức tạp Với phát triển mạnh mẽ công nghệ thông tin, gần nhiều hướng nghiên cứu giải toán hồi quy đời, có hướng nghiên cứu hồi quy mờ dựa hệ luật mờ đặc biệt quan tâm tính hiệu kết hợp với độ xác cao thuật toán, đáp ứng nhu cầu khai thác liệu mờ Hệ luật mờ Mamdani (MFRBS) bao gồm M luật có dạng Rm: IF X1 is AND …AND XF is (1) THEN XF+1 is m = 1, , M Trong X = {X1, , Xf, , XF} tập biến ngôn ngữ đầu vào XF+1 biến đầu Như vậy, MFRBS có đặc điểm khác mơ hình khác biến đầu vào mờ dạng từ ngôn ngữ tự nhiên Đặc điểm mang lại tính “thân thiện” với người suy luận từ ngôn ngữ tự nhiên đặc điểm người Các luật biểu diễn dạng quen thuộc với suy nghĩ lập luận người Hiện MFRBS nghiên cứu sử dụng rộng rãi nghiên cứu lĩnh vực điều khiển tự động, khai phá liệu Với toán hồi quy mờ, MFRBS coi biểu diễn xấp xỉ siêu Số hóa Trung tâm Học liệu http://www.lrc-tnu.edu.vn/ mặt không gian M+1 chiều, cho phép với đầu vào vecto M chiều giá trị thực (hoặc ngơn ngữ) suy giá trị đầu (giá trị số) Luận văn có nhiệm vụ nghiên cứu tổng hợp đề xuất giải pháp xây dựng hệ luật mờ Mamdani ứng dụng vào giải toán hồi quy mờ thực tế Về bố cục, luận văn gồm phần mở đầu, chương, phần kết luận tài liệu tham khảo Phần mở đầu nêu mục đích yêu cầu cách tiếp cận giải toán hồi quy mờ thông qua hệ luật mờ Mandani theo cách tiếp cận lý thuyết tập mờ Chương 1: Tập mờ giải thuật di truyền Trong chương trình bày kiến thức tập mờ giải thuật di truyền Chương 2: Giải toán xây dựng hệ luật mờ theo cách tiếp cận lý thuyết tập mờ Ứng dụng vào toán hồi quy mờ Đề xuất cách xây dựng hệ luật mờ Mandani sử dụng hệ luật mờ giải toán hồi quy mờ Chương 3: Chương trình thử nghiệm Trình bày chương trình thử nghiệm minh họa cho cách tiếp cận lý thuyết tập mờ việc giải toán hồi quy mờ Số hóa Trung tâm Học liệu http://www.lrc-tnu.edu.vn/ Tập tham số PAR xem chuỗi gen mã hóa cho cá thể SGA, giá trị hàm thích nghi cá thể, ký hiệu Fit Trong toán hồi quy, hàm Fit biểu diễn qua độ lệch trung bình bình phương MSE (Mean squared error) kích thước tập liệu, với đầu vào mẫu kiểm tra thứ l đầu nhận từ hệ luật giá trị đầu thực mẫu kiểm tra Để áp dụng thuật tốn di truyền lai SGA, mã hóa cá thể tương * ứng với tập luật S dạng số thực, ký hiệu pi cá thể thứ i Mỗi gen cá thể pi mã hóa số thực đoạn [0,1] biểu diễn số * luật chọn S , ký hiệu gj gen thứ j, luật tương ứng chọn có * * số tập S round(gj.|S |) (hàm round(.) để làm tròn thành số nguyên) * Trường hợp round(gj.|S |) = 0, tức khơng có luật chọn Phương pháp mã hóa hai gen gj1 gj2 khác (j1j2) biểu diễn số luật chọn, lấy chúng Hệ luật Si tương ứng với cá thể pi xác định sau: * * Si = { Rk | gjpi, k = round(gj.|S |), k>0 RkS } * Rõ ràng hệ SiS , thỏa điều kiện ràng buộc S * pi R1 R2 R3 g1 g2 Ri gj=0 R|S*| gNmax Si khơng chọn luật Hình 3.1: Sơ đồ mã hóa cá thể chọn hệ luật cho thuật tốn SGA Các phép toán di truyền chọn lọc, lai ghép, đột biến thay thế: Các phép toán di truyền áp dụng sau: (1) Phép chọn lọc (SGA_Selection): sử dụng sơ đồ chọn lọc xếp hạng không tuyến tính theo hàm số mũ, cá thể xếp theo thứ tự giảm giá trị hàm Fit, cá thể thứ i (xếp hạng i) chọn vào quần thể bố mẹ (parent) theo xác suất sau: -i -Npop pi= ((1-a).a )/(a -1), với a= 1+γ(Tk)/Npop, γ(Tk) = 1+(γmax– 1).(ln(T0)-ln(Tk))/(ln(T0)-ln(Tend)), k Npoplà số cá thể quần thể, Tk= T0.α nhiệt độ luyện hệ k(k= 1, ,Gmax), tham số Tk giảm từ nhiệt độ ban đầu T0đến Tend= T0.α Gmax , với 0