Một số quy trình suy diễn trong hệ mờ

ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC CÔNG NGHỆ HỒ KHÁNH LÊ MỘT SỐ QUY TRÌNH SUY DIỄN TRONG HỆ MỜ Ngành: Công nghệ thông tin Chuyên ngành: Hệ thống thông tin Mã số: LUẬN VĂN THẠC SĨ NGƯỜI HƯỚNG DẪN KHOA HỌC: PGS TSKH Bùi Công Cường Hà Nội – 2009 ii MỤC LỤC Trang Trang bìa phụ LỜI CAM ĐOAN LỜI CẢM ƠN MỤC LỤC ii BẢNG KÝ HIỆU CÁC CHỮ VIẾT TẮT iv DANH MỤC CÁC BẢNG iv DANH MỤC CÁC HÌNH VẼ, ĐỒ THỊ iv MỞ ĐẦU CHƢƠNG I - CƠ SỞ LOGIC MỜ 1.1 Logic rõ xuất logic mờ 1.2 Các phép toán tập mờ 1.2.1 Phép phủ định 1.2.2 T - chuẩn 1.2.3 T - đối chuẩn 10 1.3 Một số vấn đề liên quan toán tử Logic Mờ 15 1.3.1 Phép đối ngẫu 16 1.3.2 Quan hệ t - chuẩn t - đối chuẩn 16 1.3.3 Một số qui tắc với phép hội phép tuyển 17 1.4 Phép kéo theo 19 1.4.1 Định nghĩa phép kéo theo 19 1.4.2 Một số dạng hàm kéo theo cụ thể 20 1.4.3 Đồ thị số hàm kéo theo đƣợc quan tâm 26 1.5 Quan hệ mờ phép hợp thành 27 1.5.1 Quan hệ mờ 27 1.5.2 Phép hợp thành 28 CHƢƠNG – LUẬT MỜ VÀ HỆ SUY DIỄN MỜ 29 2.1 Hệ mờ sở luật mờ 29 2.1.1 Định nghĩa luật mờ 29 2.1.2 Định nghĩa hệ mờ sở luật mờ 31 2.2 Hệ suy diễn mờ 32 2.2.1 Kiến trúc hệ suy diễn mờ 32 2.2.3 Các bƣớc suy diễn mờ 33 2.2.4 Một số phƣơng pháp suy diễn hệ mờ 38 CHƢƠNG III - LẬP LUẬN XẤP XỈ TRONG HỆ MỜ TRÊN CƠ SỞ CÁC LUẬT MỜ41 3.2 Mơ hình ngơn ngữ - Linguistic models (LM) 41 3.3 Suy diễn với mơ hình mờ 42 iii 3.4 Mơ hình Mamdani (Constructive) Logical (Destructive) 44 3.4.1 Phƣơng pháp lập luận Mandani 45 3.4.2 Phƣơng pháp lập luận logic 48 3.5 Mô hình ngơn ngữ với tập hợp đầu 53 3.6 Mơ hình Takagi – Sugeno – Kang (TSK) 55 3.6.1 Mơ hình 55 3.6.2 Một số ví dụ mơ hình TSK đơn giản 57 CHƢƠNG – BỘ CÔNG CỤ LOGIC MỜ CỦA MATLAB VÀ CÀI ĐẶT THỬ THUẬT TOÁN 59 4.1 Giới thiệu chung môi trƣờng MATLAB 59 4.2 Bộ công cụ Logic Mờ (Fuzzy logic toolbox) 60 4.2.1 Giới thiệu 60 4.2.2 Các tính FLT 63 4.2.3 Xây dựng hệ suy diễn GUI FLT 63 4.2.4 Cấu trúc hệ suy diễn mờ Matlab 65 4.3 Bài toán ví dụ cài đặt thử thuật tốn 1, 65 4.3.1 Bài tốn điều khiển tín hiệu đèn giao thơng 66 4.3.2 Tiêu chí ràng buộc 67 4.3.3 Thiết kế điều khiển giao thông mờ 68 KẾT LUẬN 74 DANH MỤC CƠNG TRÌNH CỦA TÁC GIẢ 75 TÀI LIỆU THAM KHẢO 76 iv BẢNG KÝ HIỆU CÁC CHỮ VIẾT TẮT Ký hiệu Tên đầy đủ LM Linguistic Model TSK Takagi – Sugeno – Kang Model FIS Fuzzy Inference System FLT Fyzzy Logic Toolbox DANH MỤC CÁC BẢNG Trang Bảng 1.1: Các cặp đối ngẫu với n(x) = 1-x 17 Bảng 2.1: Phƣơng pháp giải mờ trung bình tâm với m = 39 DANH MỤC CÁC HÌNH VẼ, ĐỒ THỊ Trang Hình 1.2: Đồ thị t-chuẩn yếu T0 Hình 1.2: Đồ thị t-chuẩn Lukasiewiez Hình 1.3: Đồ thị t-chuẩn T2 Hình 1.4: Đồ thị t-chuẩn t(x,y) = x*y Hình 1.5: Đồ thị t-chuẩn Hình 1.5: Đồ thị t-chuẩn Min-Nilpotent Hình 1.6: Đồ thị t-chuẩn T4 Hình 1.7: Giao tập mờ dạng tích 10 Hình 1.8: Giao tập mờ dạng 10 Hình 1.8: Đồ thị hàm t-đối chuẩn SN 12 Hình 1.9: Đồ thị T-đối chuẩn SM 13 Hình 1.10: Đồ thị T-đối chuẩn SP 13 Hình 1.11: Đồ thị T-đối chuẩn S2 13 Hình 1.13: Đồ thị T-đối chuẩn S4 13 Hình 1.14: Đồ thị T-đối chuẩn SL 14 Hình 1.15: Đồ thị T-đối chuẩn S0 14 v Hình 1.16: Hợp hai tập mờ dạng Max 15 Hình 1.17: Hợp hai tập mờ dạng Lukasewiez 15 Hình 1.18: Đồ thị IQL= 1-x+x y 23 Hình 1.19: Đồ thị IQL= max(y,1-x) 23 Hình 1.20: Đồ thị I(x,y)=max(1-x,min(x,y)) 26 Hình 1.21: Đồ thị hàm I(x,y) - Godeh 26 Hình 1.22: Đồ thị hàm I(x,y) - Goguen 27 Hình 2.1: Động điều khiển tốc độ khơng khí 30 Hình 2.2: Cấu trúc hệ suy diễn mờ 32 Hình 2.3: Giải mờ phƣơng pháp cực đại 36 Hình 2.4: Giải mờ phƣơng pháp trung bình 36 Hình 2.5: Giải mờ theo phƣơng pháp trung bình tâm 36 Hình 2.6: Hàm thuộc hợp thành dạng đối xứng 36 Hình 2.7: Giải mờ trung bình tâm với m=2 37 Hình 3.1: Phân phối kết hợp luật R1(x,y): IF U Bi THEN V Di 44 Hình 3.2: Phƣơng pháp lập luận Mamdani/Constructive 47 Hình 3.3: Kết tính tốn đầu hình phƣơng pháp Mamdani 47 Hình 3.4: Sơ đồ khối phƣơng pháp lập luận lơgic 51 Hình 3.5: Tính tốn kết đầu hình phƣơng pháp logic 51 Hình 3.6: Biểu diễn quan hệ mờ R tƣơng ứng với phƣơng pháp Mamdani .52 Hình 3.7: Sơ đồ khối chế suy diễn đơn giản 54 Hình 3.8: Biểu diễn hình học hệ suy diễn ví dụ 58 Hình 4.1: Cửa sổ soạn thảo phân lớp Mờ- Neuron thích nghi 61 Hình 4.2: Hệ thống suy diễn Mờ đƣợc thiết kế Simulink 62 Hình 4.3: Mơ hình cấu trúc GUI Matlab 64 Hình 4.4: Cấu trúc FIS 65 Hình 4.5: Hàm thuộc biến mờ biến vào Arrival 69 Hình 4.6: Hàm thuộc biến mờ biến vào Queue 69 Hình 4.7: Hàm thuộc biến mờ biến Extention 69 Hình 4.8: Biểu diễn hình học hệ suy diễn dạng Mamdani 73 Hình 4.9: Biểu diễn hình học hệ suy diễn dạng lập luận logic 73 MỞ ĐẦU Từ năm đầu thập kỷ 90 nay, hệ điều khiển mờ mạng nơron (Fuzzy system and neuron network) đƣợc nhà khoa học, kỹ sƣ sinh viên lĩnh vực khoa học kỹ thuật đặc biệt quan tâm nghiên cứu ứng dụng vào sản xuất Tập mờ logic mờ (Fuzzy set and Fuzzy logic) dựa suy luận ngƣời thơng tin “khơng xác” “không đầy đủ” hệ thống để hiểu biết điều khiển hệ thống cách xác Điều khiển mờ bắt chƣớc cách xử lý thơng tin điều khiển ngƣời đối tƣợng, vậy, điều khiển mờ giải thành công vấn đề điều khiển phức tạp trƣớc chƣa giải đƣợc Hiện nay, nói, cơng nghệ tính tốn mờ lĩnh vực nghiên cứu phát triển mạnh mẽ nhất, đƣợc đánh dấu đời hàng loạt phƣơng pháp kỹ thuật ứng dụng nhiều lĩnh vực khác Việc tích hợp kỹ thuật logic mờ với phƣơng pháp phân tích khác ngày diễn mạnh mẽ Logic mờ đƣợc ứng dụng rộng rãi để giải nhiều toán khoa học ứng dụng Những lĩnh vực kể vận trù học, hỗ trợ định, điều khiển, nhận dạng mẫu, kinh tế, quản lý, xã hội học, mô hình thống kê, máy học, thiết kế khí, chế tạo, phân lớp, suy luận, thu nhận thông tin, quản lý sở liệu, chuẩn đoán y tế, hệ sở tri thức, … Đặc biệt lĩnh vực xử lý tri thức, cơng nghệ tính tốn mờ tỏ vô hiệu Do tri thức ngƣời thƣờng đƣợc biểu diễn thể ngôn ngữ, câu hỏi, phát biểu giới xét Vấn đề việc xử lý tri thức không việc liên kết tri thức, phát biểu giới xét, mà việc đánh giá đắn chúng Logic hình thức cổ điển cho phép đánh giá phát biểu giới đúng, sai Tuy nhiên, thực tế, đánh giá phát biểu có sai khó khơng muốn nói phi thực tế Lấy ví dụ: tri thức dạng “Áp suất cao”, “Thể tích nhỏ”, “Quả táo đỏ”, việc xác định cách xác trị chân lý chúng hay sai khó từ “cao”, “nhỏ” hay “đỏ” hồn tồn có tính chất mơ hồ Từ Zadeh mở rộng logic mệnh đề thành logic mờ, đó, mệnh đề P đƣợc gán cho trị chân lý υ(P), giá trị đoạn [0, 1], biểu diễn mức độ đắn mệnh đề Luận văn với mục tiêu tìm hiểu quy trình suy diễn mờ tập trung vào nội dung nhƣ sau: Chƣơng I tìm hiểu sở logic mờ, nhắc lại khái niệm, định nghĩa toán tử logic mờ nhƣ t-chuẩn, t-đối chuẩn, phép phủ định, phép kéo theo, hàm thuộc, phép hợp thành… Chƣơng II luận văn tìm hiểu khái niệm, định nghĩa luật mờ hệ mờ sở luật mờ Giới thiệu kiến thức kiến trúc, bƣớc suy diễn hệ suy diễn mờ tìm hiểu số phƣơng pháp suy diễn hệ mờ Chƣơng III sâu vào nghiên cứu kỹ phƣơng pháp lập lập xấp xỉ hệ mờ Tìm hiểu lại mơ hình ngơn ngữ, mơ hình Mamdani đặc biệt mơ hình Takagi – Sugeno – Kang với đầu hệ suy diễn biến mờ đơn mà hàm đầu Chƣơng IV giới thiệu lại công cụ logic mờ phần mềm Matlab – cơng cụ với đầy đủ tính để thiết kế xây dựng hệ suy diễn mờ hữu ích Đồng thời giới thiệu tốn thiết kế hệ suy diễn điều khiển tín hiệu đèn giao thông, sử dụng để cài đặt thử kết cho thuật toán giới thiệu chƣơng III luận văn CHƢƠNG I - CƠ SỞ LOGIC MỜ Để tiến hành phép tốn logic mệnh đề, cần phải có phép tốn logic mờ Đó phép tốn phủ định, t - chuẩn tƣơng ứng với phép hội, t - đối chuẩn ứng với phép tuyển, phép kéo theo mờ Trong chƣơng này, nhắc lại khái niệm sở logic mờ tìm hiểu hệ suy diễn mờ Do giới hạn luận văn nên có nhiều khái niệm, chứng minh khơng đƣợc trình bày hết nội dung viết Kiến thức sở logic mờ đƣợc xem thêm tài liệu [1, 2, 3, 5, 6, 8, 9, 18] Trƣớc hết, bắt đầu việc tìm hiểu tốn tử mờ số tính chất đặc trƣng chúng 1.1 Logic rõ xuất logic mờ Logic rõ (logic thông thƣờng) ta quen thuộc hàng ngày với khái niệm rõ ràng từ cho ta kết luận dứt khoát [9] Chẳng hạn quan cần tuyển dụng ngƣời làm việc, tiêu chuẩn tuyển chọn có tiêu chuẩn nhƣ sau: Nếu ngƣời cao từ 1,6m trở lên thuộc loại ngƣời cao đƣợc chấp nhận, cịn dƣới 1,6m thuộc loại ngƣời thấp bị loại Nhƣ có ngƣời có đủ tất tiêu chuẩn khác nhƣng cao 1,59m bị loại Logic suy nghĩ rõ ràng theo sơ đồ “máy tính” nhƣ sau: Nhƣ vậy, điểm 1,6m điểm tới hạn để định, 1,6m trở lên thuộc loại ngƣời cao, dƣới 1,6m loại ngƣời thấp Những suy nghĩ logic mờ (logic không rõ): sống hàng ngày, đặc biệt nhiều tƣợng (nếu khơng nói tất cả) đƣợc thể ngôn ngữ đƣa ta đến khái niệm logi không rõ, logic mờ, chẳng hạn: Anh trông cao Cô trông Hay nhƣ có nhà thơ viết: Trời không nắng không mưa, Chỉ hiu hiu mát cho vừa lịng Các khái niệm nhƣ: trơng cao, đấy, không nắng không mưa, hiu hiu mát, … thật khó cho ta đƣa số cụ thể Tuy nghe từ ta hình dung đƣợc đặc tính cụ thể rõ rệt đối tƣợng Những suy nghĩ đƣa đến khái niệm logic mờ, logic mờ xóa đƣợc khái niệm cứng nhắc logic rõ, logic mờ đã: Cho phép mô tả trạng thái việc sử dụng mức độ thay đổi sai - Có khả lƣợng hóa tƣợng nhập nhằng thông tin hiểu biết đối tƣợng khơng đủ khơng xác - - Cho phép phân loại lớp quan niệm chèn lấp lên 1.2 Các phép toán tập mờ 1.2.1 Phép phủ định Định nghĩa 1.1: Hàm n: [0, 1] →[0, 1] không tăng thỏa mãn điều kiện n(0) = 1, n(1) = gọi hàm phủ định (negation-hay phép phủ định) * * Định nghĩa 1.2: a) b) * Hàm phủ định n chặt hàm liên tục giảm chặt Hàm phủ định n mạnh chặt thỏa mãn n(n(x)) = x, ∀x∈[0,1] Ví dụ 1: - Hàm phủ định thƣờng dùng n(x) = 1-x Đây hàm phủ định mạnh - Hàm n(x) = 1-x2 Đây phủ định chặt nhƣng không mạnh − x + λ x , λ > −1 Với họ Sugeno ta có - Họ phủ định (Sugeno) Nλ (x) = mệnh đề sau: * Mệnh đề 1.3: Với λ > −1, N λ ( x) phủ định mạnh 64 Hình 4.3: Mơ hình cấu trúc GUI Matlab Bộ soạn thảo (FIS Editor): hiển thị thông tin chung hệ suy diền Mờ: biến vào, biến ra, tên biến FLT không giới hạn số lƣợng biến vào, nhiên, số lƣợng biến vào phải phụ thuộc vào nhớ cho phép máy tính Nếu số lƣợng biến vào lớn số lƣợng hàm thành viên q nhiều khó phân tích sử dụng công cụ GUI - Bộ soạn thảo hàm thuộc (Membership function Editor) đƣợc sử dụng để định nghĩa dạng hàm thuộc ứng với biến - Bộ soạn thảo luật (Rule Editor) dùng để soạn thảo danh sách luật - xác định hành trạng hệ thống - Quan sát luật quan sát bề mặt đƣợc sử dụng để quan sát Trái với soạn thảo, công cụ đọc Quan sát luật là hình ảnh sở Matlab hiển - 65 thị đồ thị suy diễn Mờ giai đoạn sau Nó hoạt động luật, ảnh hƣởng hàm thuộc nhƣ kết trả Quan sát bề mặt cho phép hiển thị độc lập biến hai biến vào 4.2.4 Cấu trúc hệ suy diễn mờ Matlab Cấu trúc FIS (Fuzzy Inference System) đối tƣợng Matlab bao gồm tất thông tin hệ suy diễn Cấu trúc đƣợc lƣu trữ bên công cụ GUI Các hàm truy nhập nhƣ getfis, setfis cho ta dễ dàng kiểm tra cấu trúc Ta lấy thông tin cấu trúc Fis cách sử dụng cú pháp structure.field Mọi thông tin hệ suy diễn đƣa đƣợc chứa đựng cấu trúc FIS bao gồm nhƣ tên biến, hàm thuộc xác định… Ta xem mơ hình cấu trúc FIS công cụ Logic mờ bao gồm thành phần nhƣ sau: FIS name type andMethod orMethod defuzzyMethod impMethod aggMethod input output rule Hình 4.4: Cấu trúc FIS Bên cạnh cách xây dựng hệ suy diễn mờ dựa vào công cụ giao tiếp với ngƣời sử dụng GUI cách thuận tiện cơng cụ Logic Mờ cung cấp cho ngƣời sử dụng hàm, lệnh để truy nhập làm việc trực tiếp từ cửa sổ lệnh Matlab 4.3 Bài tốn ví dụ cài đặt thử thuật toán 1, 66 4.3.1 Bài tốn điều khiển tín hiệu đèn giao thơng Điều khiển kiểm sốt giao thơng thành phố trở thành vấn đề lớn nhiều nƣớc Với số lƣợng ngày tăng xe đƣờng, Bộ Giao thơng vận tải quan tìm nhiều cách biện pháp khắc phục Các biện pháp phát triển tuyến đƣờng thành phố; xây dựng đƣờng vịng Ví dụ nhƣ đƣờng vịng trong, vịng đƣờng đƣờng vịng ngồi; giới thiệu xe lửa thành phố nhƣ vận chuyển nhanh nhẹ; hạn chế xe lớn thành phố cao điểm, phát triển điều khiển giao thông tinh vi hệ thống điều khiển Đối với toán điều chỉnh thời đèn xanh, đỏ ngã tƣ đƣờng có nhiều phƣơng pháp đƣợc áp dụng [15], phƣơng pháp tuân theo logic cổ điển thƣờng đƣợc dùng hai phƣơng pháp: Điều chỉnh theo thời gian: tức toán đặt ngã tƣ đƣờng có mức độ ƣu tiên nhƣ việc điều chỉnh đèn tuỳ vào thời gian cao điểm đoạn đƣờng mà thêm bớt thời gian đèn xanh, đỏ - Điều chỉnh theo hƣớng: tức ngã tƣ có phân biệt mức độ ƣu tiên Với hƣớng có mức độ ƣu tiên cao thời gian đèn xanh nhiều hơn, ngƣợc lại Bên cạnh có xét thêm yếu tố thời gian cao điểm - Ngồi ra, cịn nhiều phƣơng án kết hợp vói nhiều yếu tố liên quan nhƣ khoảng cách rộng ngã tƣ,… Song có vấn đề đặt việc áp dụng phƣơng pháp nhiều bất lợi Bởi việc thống kê số liệu liên quan đến toán ngã tƣ khác nhau, dẫn đến việc thống kê khơng xác làm cho thời gian chết ngã tƣ nhiều Việc tính tốn lƣợng xe lại vào cao điểm với ngày tuần hay với ngày năm… Đã có phƣơng pháp để nghiên cứu giải pháp cho vấn đề chuyên gia áp dụng phƣơng pháp thích nghi (adaptation) Trong phƣơng pháp này, ngƣời ta không cố định thời gian T đèn xanh định, mà biến T N thời gian đèn xanh thời điểm thứ N đó, T N khơng phải số TN khác phụ thuộc vào lượng xe thơng qua số thời điểm trƣớc Tức thời gian TN đƣợc xác định cách quan sát k thời điểm trƣớc Đây gọi phƣơng án Markov 67 Nếu sử dụng phƣơng pháp phải tiến hành công việc nhƣ quan sát trƣớc dùng cách thức định tính Hơn nữa, khó sử dụng để tính tốn ƣớc lƣợng cho nhiều yếu tố bất định xảy thực tế nhƣ: thời tiết, cao điểm,… Vì vậy, việc áp dụng phƣơng pháp suy diễn mờ cho phép làm việc với biến ngơn ngữ, tính tốn theo xác xuất lớn cho kết tốt phƣơng pháp khác Bài toán lập hệ suy diễn để điều chỉnh thời gian đèn xanh đèn đỏ ngã tƣ đƣờng cao tốc có ý ƣu tiên số tình nhƣ: lƣợng xe từ hƣớng Đơng, Tây, Nam Bắc, thời tiết, cao điểm … dẫn đến cần thuật giải suy diễn Mờ Đây ví dụ thƣờng thấy nghiên cứu áp dụng thuật toán suy diễn mờ đƣợc nhiều ngƣời quan tâm Trƣớc đây, ngƣời ta áp dụng thuật toán suy diễn dạng Max-min (Mandani) Max-Prod (Sugeno) sử dụng t-chuẩn, t-đối chuẩn thơng thƣờng Trong [15], Kok Khiang Tan cộng giới thiệu phần mềm thực hệ thống kiểm sốt giao thơng thơng minh đèn sử dụng cơng nghệ logic mờ có khả bắt chƣớc trí thơng minh ngƣời cho phép điều khiển đèn giao thông Ở giới hạn luận văn xin giới thiệu lại thiết kế toán kiểm soát đèn giao thông sử dụng luật để cài đặt thử cho thuật toán suy diễn (đã giới thiệu chƣơng III) 4.3.2 Tiêu chí ràng buộc Giả sử thiết lập tiêu chí cho hệ giao thông nhƣ sau: Ngã tƣ bốn đƣờng giao với đƣờng giao thơng đến từ phía bắc, tây, nam phía đơng; i) Khi giao thơng từ phía Bắc di chuyển phía Nam, giao thơng từ phía Tây Đơng dừng lại, ngƣợc lại; ii) iii) Khơng có quyền rẽ trái; Bộ điều khiển logic mờ quan sát mật độ giao thơng phía Bắc phía Nam bên mật độ phía Tây phía Đơng nhƣ bên khác; iv) v) Làn xe Đông - Tây đƣợc giả thiết nhƣ cách tiếp cận chính; 68 vi) Thời gian tối thiểu tối đa đèn màu xanh giây 20 giây tƣơng ứng 4.3.3 Thiết kế điều khiển giao thông mờ Một điều khiển logic mờ đƣợc thiết kế cho ngã 4: bắc, nam, đông tây nhƣ hình Trong điều khiển đèn giao thông hai biến đầu vào mờ đƣợc lựa chọn: lƣu lƣợng xe bên đến (Arrival) số lƣợng xe bên hàng đợi (Queue) Nếu phía bắc phía nam màu xanh hƣớng Arrival bên phía tây phía đơng đƣợc coi nhƣ Queue ngƣợc lại Biến mờ biến gia hạn thời gian cần thiết cho ánh sáng màu xanh bên đến (Extension) Nhƣ dựa điều kiện giao thông luật mờ đƣợc xây dựng cho đầu điều khiển mờ kéo dài không kéo dài thời gian đèn màu xanh Nếu khơng có gia hạn thời gian trạng thái đèn xanh tại, đèn giao thông thay đổi sang pha khác 4.3.3.1 Hàm thuộc biến vào biến Với điều khiển tín hiệu đèn giao thơng, có hàm thuộc cho biến vào hệ thống Bảng sau biến mờ biến Arrival, Queue Extention, sử dụng chữ đầu để viết tắt cho biến mờ Arrival Almost Few Many Too many 69 Biểu diễn hình học cho hàm thuộc biến vào hình: Hình 4.5: Hàm thuộc biến mờ biến vào Arrival Hình 4.6: Hàm thuộc biến mờ biến vào Queue Hình 4.7: Hàm thuộc biến mờ biến Extention Trục y biểu diễn cho giá trị độ thuộc biến mờ Đối với biến vào mờ trục x tín hiệu cảm biến số lƣợng xe Với biến chiều dài thời gian đƣợc kéo dài vài giây Thiết kế cho hàm thuộc đƣợc thực theo quan sát chuyên gia hệ thống môi trƣờng Tuy nhiên, độ rộng trọng tâm hàm thuộc dễ dàng thay đổi thiết kế lại theo điều kiện trạng thái giao thơng khác 70 Ví dụ đƣờng giao tắc nghẽn, số lƣợng xe ô tô tập mờ "Quá nhiều" hay "lớn" cần đƣợc tăng lên Mặt khác, đƣờng giao rộng nghẽn chiều rộng hàm thuộc đƣợc giảm bớt Ta quan sát thấy điều khiển logic mờ chuyển đổi từ tập mờ khác đƣợc thực dễ dàng từ hành động kiểm soát sang hành động khác, thế, cần có những tập mờ trùng Nếu khơng có chồng chéo tập mờ hành động kiểm sốt bị tƣơng tự nhƣ điều khiển hoá tri haị (điều khiển bƣớc) Mặt khác có nhiều chồng chéo tập mờ, có nhiều việc mờ hóa điều làm nhiễu hành động điều khiển 4.3.3.2 Bộ luật mờ Cơ chế suy diễn điều khiển logic mờ giống với trình lập luận ngƣời Dựa vào ý kiến chuyên gia việc kiểm soát lƣu lƣợng nhiều ta có dạng luật theo cách sau: IF giao thơng từ phía bắc thành phố ĐƠNG AND giao thơng từ phía tây VẮNG THEN thời gian cho phép chuyển động giao thông từ phía bắc DÀI Hoặc luật khác: IF giao thơng từ phía bắc thành phố TRUNG BÌNH AND giao thơng từ phía tây TRUNG BÌNH THEN cho phép chuyển động bên BÌNH THƢỜNG Điểm mạnh logic mờ sử dụng lý luận gần quy tắc nhƣ ĐƠNG, VẮNG, TRUNG BÌNH, BÌNH THƢỜNG, DÀI, v.v Dựa vào thiết kế hàm thuộc mờ, biến nhƣ ngôn ngữ, mờ tự nhiên, nhƣng thực máy tính thơng qua công nghệ logic mờ Trong phát triển điều khiển logic mờ, sử dụng luật tƣơng tự nhƣ số ví dụ đƣợc đƣa dƣới đây: Nếu có q nhiều xe tơ (TMY) phía bên đến nhỏ, số lƣợng xe ô tô (VS) xếp hàng thời gian thêm cho đèn màu xanh dài (L) Nếu có hầu nhƣ khơng có xe tơ (AN) phía bên đến nhỏ số lƣợng xe ô tô (VS) bên đợi khơng thêm thời gian đèn màu xanh (Z) 71 Các luật đƣợc rút ngắn nhƣ sau: Nếu ARIVAL TMY QUEUE VS THEN Extension L NẾU ARIVAL F QUEUE VS THEN Extension S NẾU ARIVAL AN QUEUE VS THEN Extension Z Trong "ARIVAL" "QUEUE" giả thiết "Extention" đèn xanh kết luận Các luật dễ dàng phát triển theo điều kiện giao thông ngã tƣ để đơn giản ta biểu diễn quy tắc ma trận: ARIVAL QUEUE VS S M L Tƣơng ứng với ma trận luật cho ta 16 luật điều khiển tín hiệu đèn giao thông hệ suy diễn mờ: If (Arival is AN) and (QUEUE is VS) then (Extention is Z) If (Arival is AN) and (QUEUE is S) then (Extention is Z) If (Arival is AN) and (QUEUE is M) then (Extention is Z) If (Arival is AN) and (QUEUE is L) then (Extention is Z) If (Arival is F) and (QUEUE is VS) then (Extention is S) If (Arival is F) and (QUEUE is S) then (Extention is S) If (Arival is F) and (QUEUE is M) then (Extention is Z) If (Arival is F) and (QUEUE is L) then (Extention is Z) 72 If (Arival is MY) and (QUEUE is VS) then (Extention is M) 10 If (Arival is MY) and (QUEUE is S) then (Extention is M) 11 If (Arival is MY) and (QUEUE is M) then (Extention is S) 12 If (Arival is MY) and (QUEUE is L) then (Extention is Z) 13 If (Arival is TMY) and (QUEUE is VS) then (Extention is L) 14 If (Arival is TMY) and (QUEUE is S) then (Extention is M) 15 If (Arival is TMY) and (QUEUE is M) then (Extention is M) 16 If (Arival is TMY) and (QUEUE is L) then (Extention is S) Thiết kế hệ suy diễn với luật vào FLT, cấu trúc FIS dạng Mamdani – thuật toán - sau thiết kế có nội dung: Name = traffic Type = mamdani NumInputs = InLabels = Arival QUEUE NumOutputs = OutLabels = Extention NumRules = 16 AndMethod = OrMethod = max ImpMethod = AggMethod = max DefuzzMethod = centroid 73 cho ta kết biểu diễn hình học nhƣ hình 4.8 Hình 4.8: Biểu diễn hình học hệ suy diễn dạng Mamdani Với hệ suy diễn trên, áp dụng phƣơng pháp lập luận logic – thuật toán 2, kết xác định mức đốt luật việc tích hợp tập mờ đầu khác cho kết nhƣ sau: Hình 4.9: Biểu diễn hình học hệ suy diễn dạng lập luận logic 74 KẾT LUẬN Sau thời gian nghiên cứu thực đồ án, dƣới hƣớng dẫn tận tình thầy giáo PGS.TSKH Bùi Cơng Cƣờng, em hoàn thành yêu cầu luận văn tốt nghiệp tìm hiểu phép tốn logic mờ nói chung số quy trình suy diễn mờ nói riêng Luận văn đƣợc tập trung mở rộng tìm hiểu phƣơng pháp lập luận xấp xỉ hệ mờ dựa sở luật mờ, hệ mờ dạng TSK mơ hình đƣợc tìm hiểu có nhiều ƣu điểm tính Để hồn thành đề tài trên, em thực hiện: nghiên cứu tài liệu có liên quan đến đề tài (xem danh mục tài liệu tham khảo); Tham gia sinh hoạt Xemina Viện Toán học Hà nội; Nghe buổi chuyên đề khoa Toán ứng dụng, Đại học Bách Khoa Hà Nội; Tham dự hội thảo trƣờng thu "Hệ mờ ứng dụng" lần thứ 1,2,3 Hà Nội; Tham khảo nghiên cứu sử dụng phầm mềm Matlab… Một phần kết từ nghiên cứu bƣớc đầu đƣợc trình bày 03 báo (xem danh mục cơng trình tác giả) Từ kết nghiên cứu cho phép đƣa thuật toán suy diễn cài đặt vào điều khiển mờ, không cần khảo sát lại đặc tính tốn học chung thuật tốn mà phải xét tới đặc điểm riêng tốn thực tế Các thuật tốn đƣợc kết hợp với mạng nơ-ron mờ đƣa vào ứng dụng trí tuệ nhân tạo (nhƣ hệ chuyên gia, hệ hỗ trợ định, ) giúp cho hệ thống suy diễn cho kết đắn xác hơn, phù hợp với yêu cầu ngƣời chuyên gia yêu cầu thực tế hệ thống suy diễn Các thuật tốn dùng cơng cụ Simulink Matlab đƣợc sử dụng để cài đặt vào điều khiển với senso nhận tín hiệu điều khiển bên ngồi nhƣ biến đầu vào giá trị ngƣỡng Đây ứng dụng đƣợc nhiều chuyên gia ngành điện tử, công nghệ thông tin qua tâm Tuy vậy, phần lớn kết đạt đƣợc trình nghiên cứu dừng lại mức độ lý thuyết thử nghiệm Để áp dụng đƣợc thực tế cịn cần phải khảo sát, phân tích kỹ mơ hình hố tốn cụ thể Đây bƣớc phát triển đề tài mà hạn chế thời gian thực kiến thức tác giả nên chƣa đƣợc triển khai Ngoài ra, mở rộng bổ sung công cụ Logic Mờ kết hợp với công cụ Neuron Network Toolbox Matlab hƣớng phát triển đề tài, với mong muốn tạo đƣợc điều khiển, ứng dụng suy diễn Mờ vào nhiều lĩnh vực khoa học kỹ thuật 75 DANH MỤC CƠNG TRÌNH CỦA TÁC GIẢ Bùi Công Cƣờng Hồ Khánh Lê – Một số thuật toán suy diễn mờ công cụ Logic Mờ Matlab (phần I) – Preprint 2002/17 Viện Toán học Hà Nội, 05/2002 Bui Cong Cuong, Nguyen Hoang Phuong, Ho Khanh Le, Bui Truong Son and Le Quang Phuc - Adding some new fuzzy Inference Methods to “Fuzzy Logic Toolbox” of Matlab In Proceeding of the Third International conference on Intelligent technologies and Third Vietnam – Japan Symposium on Fuzzy Systems and Applications, INTECH/VJFUZZY’2002, CNRS, 2002, pp 143-148 Bui Cong Cuong, Nguyen Hoang Phuong, Ho Khanh Le, Bui Truong Son, and Koichi Yamada (2003) - Fuzzy Inference Methods Employing T-norm with threshold and their Implementation, J Advanced computational Intelligence and Intel Informatics 7(2003), N03, pp 362-369 76 TÀI LIỆU THAM KHẢO Tiếng Việt Bùi Cơng Cƣờng Nguyễn Dỗn Phƣớc (2001), Hệ Mờ, mạng Neuron ứng dụng, NXB Khoa học Kỹ thuật, Hà Nội, 2001 Bùi Công Cƣờng (2000), Kiến thức sở Hệ Mờ, Trƣờng thu “Hệ Mờ ứng dụng” lần thứ nhất, Viện Toán học, Hà Nội, 8/2000 Bùi Công Cƣờng Hồ Khánh Lê (2002), “Một số thuật toán suy diễn mờ công cụ Logic Mờ Matlab (phần I)” , Preprint 2002/17, Viện Toán học Hà Nội, 05/2002 Đặng Minh Hoàng (2000), Đồ họa với Matlab5.3, NXB Thống kê, TPHCM, 2000 Hồ Khánh Lê (2002), Bước đầu tìm hiểu cài đặt bổ sung công cụ Logic Mờ Matlab, Đồ án tốt nghiệp, Khoa công nghệ tin học, Viện Đại học Mở Hà Nội, 2002 Phạm Văn Lợi (2001), Một số dạng suy rộng phép hội, phép tuyển, phép kéo theo logic mờ vài ứng dụng, Luận văn Thạc sỹ toán học, Viện tốn học, 2001 Phan Xn Minh, Nguyễn Dỗn Phƣớc (1997), Lý thuyết điều khiển Mờ, NXB Khoa học Kỹ thuật, Hà Nội, 1997 Nguyễn Hoàng Phƣơng, Bùi Cơng Cƣờng, Nguyễn Dỗn Phƣớc, Phan Xn Minh Chu Văn Hỷ (1998), Hệ Mờ ứng dụng, NXB Khoa học Kỹ thuật, Hà Nội, 1998 Nguyễn Trọng Thuần (2000), Điều khiển Logic ứng dụng, tr 119-181, NXB Khoa học Kỹ thuật, Hà Nội, 2000 10 Nguyễn Hữu Tình, Lê Tấn Hùng, Phạm Thị Ngọc Yến, Nguyễn Thị Lan Hƣơng (2001), Cơ sở Matlab ứng dụng, NXB Khoa học Kỹ thuật, Hà Nội, 2001 Tiếng Anh 11 Bui Cong Cuong (2002) – “Some Computing Procedure in Fuzzy System” The Proceeding of the school on Scientific Computing and Applications, March 4-6, 2002, HCM University Technology, pp 117-127 12 Bui Cong Cuong, Nguyen Hoang Phuong, Ho Khanh Le, Bui Truong Son and Le Quang Phuc (2002), “Adding some new fuzzy inference methods to 77 “Fuzzy Logic Toolbox” of Matlab”, Proceeding of the Third International conference on Intelligent technologies and Third Vietnam – Japan Symposium on Fuzzy Systems and Applications, INTECH/VJFUZZY’2002, CNRS, 2002, pp 143-148 13 14 Bui Cong Cuong, Nguyen Hoang Phuong, Ho Khanh le, Bui Truong Son, and Koichi Yamada (2003), “Fuzzy inference methods employing T-norm with threshold and their implementation”, J Advanced computational Intelligence and Intel Informatics, 7(2003), N03, pp 362-369 Duane Hanselman, Bruce Littlefield (1996) – Mastering Matlab – International Edition, 1996 15 Jyh-Shing, Joger Jang (1993), “ANFIS: Adaptive - network – based fuzzy inference system”, IEEE transactions on systems, Man, and Cybernetic, Vol 23, No 3, May-June 1993 16 Kok Khiang Tan, Marzuki Khalid and Rubiyah Yusof (1996), “Intelligent traffic lights control by fuzzy logic”, Malaysian Journal of Computer Science, Vol No 2, December 1996, pp 29-35 ISSN 0127-9084 17 Matlab – Graph (User’s guide) 18 Nobuyuki NAKAJIMA (2001) , “ Fuzzy logics and t-norms”, Proceeding of the second Vietnam-Japan Symposium on Fuzzy Systems and Applications VJFUZZY’2001, pp 34- 39 19 Sugeno, M and Kang, G T (1986) “Fuzzy modeling and control of multilayer incinerator”, Fuzzy Sets and Systems, Volume 18 , Issue , Elsevier North-Holland (April 1986), pp 329-346 20 Ronald R.Yager and Dimitar P.Filev (1998), Sugeno, M and Nguyen H T (Eds), “Fuzzy rule based models and apprroximate reasoning”, Fuzzy system: modelling and control, Kluwer Academic, Boston 1998, pp 91-133 21 Ronald R Yager, Dimitar Filev (1993), “On the issue of defuzzification and selection based on a fuzzy set”, Fuzzy Sets and Systems, Volume 55, Issue 3, Elsevier North-Holland, 10 May 1993, pp 255-271 ... trúc hệ suy diễn mờ 32 2.2.3 Các bƣớc suy diễn mờ 33 2.2.4 Một số phƣơng pháp suy diễn hệ mờ 38 CHƢƠNG III - LẬP LUẬN XẤP XỈ TRONG HỆ MỜ TRÊN CƠ SỞ CÁC LUẬT MỜ41... cục hệ thống xem xét Các luật IF - THEN mờ hình thành phần hệ suy diễn mờ đƣợc giới thiệu sau 2.1.2 Định nghĩa hệ mờ sở luật mờ Hệ suy diễn mờ đƣợc xem nhƣ hệ mờ dựa sở luật mờ, mơ hình mờ, nhớ... luật mờ hệ mờ sở luật mờ Giới thiệu kiến thức kiến trúc, bƣớc suy diễn hệ suy diễn mờ tìm hiểu số phƣơng pháp suy diễn hệ mờ Chƣơng III sâu vào nghiên cứu kỹ phƣơng pháp lập lập xấp xỉ hệ mờ Tìm