Kết hợp giải thuật di truyền và logic mờ để điều khiển tối ưu cho đối tượng nhiệt

BỘ GIÁO DỤC VÀ ĐÀO TẠO ĐẠI HỌC QUỐC GIA THÀNH PHỐ HỒ CHÍ MINH TRƯỜNG ĐẠI HỌC BÁCH KHOA PHẠM THIỆN MINH ĐỀ TÀI: KẾT HỢP GIẢI THUẬT DI TRUYỀN VÀ LOGIC MỜ ĐỂ ĐIỀU KHIỂN TỐI ƯU CHO ĐỐI TƯỢNG NHIỆT LUẬN VĂN CAO HỌC CHUYÊN NGÀNH: TỰ ĐỘNG HĨA NĂM 2003 LỜI CẢM ƠN Xin chân thành cảm ơn tất thầy cô , người thân bạn bè giúp đỡ động viên suốt trình học Cao học làm Luận văn tốt nghiệp Đặc biệt , xin cảm ơn cô TS Nguyễn Thị Phương Hà tận tình hướng dẫn dành nhiều thời gian để trao đổi thảo luận vấn đề phát sinh trình nghiên cứu Xin cám ơn thầy TS Nguyễn Đức Thành , thầy Th.S Huỳnh văn Kiểm , thầy Th.S Huỳnh Thái Hoàng có dẫn quý báu qua trao đổi ngắn hữu ích vấn đề liên quan đến đề tài Cám ơn bạn Vónh Hảo cung cấp cho công cụ lập trình cho họ AVR TP Hồ Chí Minh , tháng 01 năm 2003 Phạm Thiện Minh TÓM TẮT Luận văn trình bày số kết cho việc kết hợp Giải Thuật Di Truyền Logic Mờ Bộ điều khiển mờ dạng Sugeno xây dựng để điều khiển lò nhiệt Chúng ta thực kit vi điều khiển để điều khiển lò Luận văn chia thành năm chương Chương : Tổng quan Chương giới thiệu mục tiêu luận văn Chng : Cơ sở lý thuyết Chương giới thiệu lý thuyết điều khiển mờ, giải thuật di truyền việc kết hợp giải thuật di truyền Logic Mờ Chương : Mô hệ thống Chương giới thiệu sơ đồ simulink chọn khảo sát chương trình GA Chương : Thiết kế phần cứng Chương phân tích số vấn đề thiết kế phần cứng giới thiệu giải thuật dùng kit vi điều khiển Chương : Kết luận Trong chương kết luận rút từ kết mô phỏng, kết thực phần cứng sau đề phương hướng phát triển đề tài ABSTRACT This thesis presents some results on the problem of integrating Genetic Algorithms and Fuzzy Logic The control problem focuses on the temperature control of a oven with rule based Sugeno fuzzy controller We also implement a microcontroller kit for this purpose This thesis is divided into five chapters Chapter 1: Introduction This chapter generally introduces about the objective of this thesis Chapter 2: Basic Theories This chapter generally introduces about Fuzzy Control theory and Genetic Algorithms theory It also covers on the problem of integrating Genetic Algorithms and Fuzzy Logic Chapter 3: System Simulink This chapter presents several simulink diagram and discusses why we choose them It also presents GA program and its data Chapter 4: Hardware Design This chapter discusses some problems in hardware design It also presents several algorithms used in our microcontroller kit Chapter 5: Conclusion In this chapter, some conlusions obtaining from the simulation results, the hardware implementation results and some suggestions are presented MỤC LỤC Chương : Tổng quan 1.1 Giới thieäu 1.2 Sơ lược kết nghiên cứu trước 1.3 Nhiệm vụ Chương hai : Cơ sở lý thuyết 2.1 Điều khiển mờ 2.1.1 Hệ thống điều khiển mờ 2.1.1.1 Giới thiệu 2.1.1.2 Cấu trúc điều khiển mờ 10 2.1.1.3 Quan hệ ngõ vào – ngõ điều khiển mờ 13 2.1.2 Giải mờ 13 2.1.2.1 Các phương pháp giải mờ 13 2.1.2.2 Ý nghóa ứng dụng phương pháp giải mờ 20 2.1.3 Qui tắc điều khiển mờ 22 2.1.3.1 Qui tắc điều khiển mờ Mamdani 22 2.1.3.2 Qui tắc điều khiển mờ Sugeno 25 2.1.3.3 So saùnh qui tắc mờ Mamdani Sugeno 27 2.1.4 Phân tích điều khiển mờ 29 2.1.4.1 Vai trò tập mờ 29 2.1.4.2 Vai trò toán tử 33 2.1.4.3 Vai trò qui tắc 36 2.1.5 Tính ổn định hệ thống điều khiển mờ 36 2.1.6 Phương pháp thiết kế điều khiển mờ 37 2.2 Giải thuật di truyền 41 2.2.1 Đại cương giải thuật di truyền 41 2.2.1.1 Định nghóa giải thuật di truyeàn 41 2.2.1.2 Giải thuật di truyền tổng quát 41 2.2.1.3 Cơ chế thực giải thuật di truyền 42 2.2.1.4 Giải thuật di truyền cải tiến , 45 2.2.1.5 Các tính chất thuật giải di truyeàn 47 2.2.2 Các nguyên lý giải thuật di truyền 47 2.2.2.1 Mã hoá 47 2.2.2.2 Hàm thích nghi 49 2.2.3 Phương pháp chọn lọc 50 2.2.3.1 2.2.3.2 2.2.3.3 2.2.3.4 2.2.3.5 2.2.3.6 2.2.3.7 2.2.3.8 Choïn Choïn Choïn Choïn Choïn Choïn Choïn Choïn loïc loïc loïc loïc loïc loïc loïc loïc đấu vòng 55 caét 57 tỉ lệ 58 theo voøng quay Roulette 59 lấy mẫu toàn cục ngẫu nhiên 61 saép hạng tuyến tính 63 tỉ lệ theo hàm mũ 65 cục 67 2.2.4 Lai gheùp 69 2.2.4.1 2.2.4.2 2.2.4.3 2.2.4.4 2.2.4.5 2.2.4.6 Lai Lai Lai Lai Lai Lai ghép ghép ghép ghép ghép ghép đơn điểm 69 đa điểm 70 mặt nạ 71 rời rạc 73 theo qui tắc tạo sinh đường 74 theo qui taéc tạo sinh tức thời 76 2.2.5 Đột biến 78 2.2.5.1 Đột biến trị nhị phân 79 2.2.5.2 Đột biến giá trị thực 79 2.3 Kết hợp giải thuật di truyền điều khiển mờ 82 Chương ba : Mô hệ thống 3.1 Giới thiệu 84 3.2 Khảo sát chương trình 92 3.3 Kết mô 95 Chương bốn : Thiết kế điều khiển 4.1 Phân tích 114 4.2 Thiết kế phần cứng 115 4.3 Giải thuật điều khiển 117 4.3.1 4.3.2 4.3.3 4.3.4 Chương trình 117 Chương trình đọc phím qua ngắt INT0 118 Chương trình xác định thông số lò nhiệt 119 Chng trình điều khiển lò nhiệt với độ điều khiển mờ tối ưu thông số giải thuật di truyền 120 4.4 Thi coâng 123 Chương năm : Kết luận 5.1 Một số suy nghó thực đề tài 127 5.2 Lónh vực áp dụng đề tài 129 5.3 Hướng nghiên cứu phát triển đề tài 130 Taøi liệu tham khảo LUẬN ÁN THẠC SĨ TRƯỜNG ĐẠI HỌC BÁCH KHOA TP.HCM Chương Một Tổng quan 1.1 Giới thiệu 1.2 Sơ lược kết nghiên cứu trước 1.3 Nhiệm vụ 33 LUẬN ÁN THẠC SĨ TRƯỜNG ĐẠI HỌC BÁCH KHOA TP.HCM 1.1 Giới thiệu Trong sinh hoạt ngày, lónh vực điều khiển thường gặp nhiều vấn đề từ đơn giản đến phức tạp Có trường hợp ta có vô số giải pháp giải pháp đem lại hiệu cao Và lại có trường hợp phức tạp giải pháp trước mắt hay phải bắt đầu tìm kiếm từ đâu Để giải vấn đề thường dựa vào phương thức sau đây: 1) Dựa công thức toán học hay định luật khoa học (tiếp cận xác) 2) Dựa theo ý kiến chuyên gia lónh vực (tiếp cận kinh nghiệm) 3) Dựa theo tiến hóa, bắt chước lối cải thiện thích nghi mà người hay sinh vật nói chung, dùng để tồn phát triển (tiếp cận thử sai) Phương thức dựa công thức toán học hay định luật khoa học thường cho đáp số xác lời giải đẹp Tuy nhiên điểm yếu phải tìm công thức hay giả tưởng điều kiện hoạt động cho giống với thực tế, điều thực dễ dàng nhanh chóng Phương thức kết hợp kiến thức chuyên gia chương trình tin học tạo thành hệ chuyên gia có số thành công định Tuy nhiên vấn đề chưa xảy ra, hệ chuyên gia giúp giải vấn đề Nhược điểm quan trọng hệ chuyên gia thu thập kiến thức chuyên gia lónh vực, ý kiến trung thực chuyên gia thiếu tinh thần hợp tác kỹ thuật thu thập không phù hợp Do kể từ năm 90 kỷ trước, hệ chuyên gia không kỹ thuật thích hợp để giải vấn đề Từ năm 70 kỷ trước, Mạng neuron, Logic mờ, với Giải thuật Di truyền nghiên cứu áp dụng thành công việc giải trường hợp phức tạp Cơ sở toán học chúng xây 34 LUẬN ÁN THẠC SĨ TRƯỜNG ĐẠI HỌC BÁCH KHOA TP.HCM dựng ngày hoàn thiện Tuy nhiên đời phát triển lý thuyết hoàn toàn không đơn giản Được Lofti A Zadeh đề xuất từ 1965, Logic Mờ ban đầu gặp phải nhiều chống đối dè bóu Từ 1965 đến 1975 thập kỷ phát triển Lý thuyết Logic Mờ với đóng góp thêm tên tuổi R.E Bellman, G Lakoff, J.A Goguen, R.E Smith M Sugeno, Năm 1974, Anh E Mamdani xây dựng thành công điều khiển mờ cho máy nước mà trước áp dụng phương pháp cổ điển ông thất bại Năm 1976, ứng dụng công nghiệp logic mờ Blue Circle Cement SIRA phát triển Đan Mạch Hệ thống điều khiển lò xi măng kết hợp “know-how” người vận hành giàu kinh nghiệm Hệ thống vào hoạt động năm 1982 Sau năm miệt mài nghiên cứu, Seiji Yasunobu cộng Hitachi đưa hệ thống điều khiển vận hành tàu điện tự động sở logic mờ vào hoạt động hệ thống tàu điện ngầm thành phố Sendai Năm 1985, hệ thống xử lý nước FRUITAX Fuji Electric giới thiệu điều khiển mờ mục đích chung (general-purpose) Nhật Bản Ý niệm giải thuật di truyền ( Genetic Algorithms, viết tắc GA) số nhà sinh vật học nêu từ thập niên 50 60 kỹ XX A S Fraser người nêu lên tương đồng tiến hóa sinh vật chương trình tin học giả tưởng GA Tuy nhiên John Henry Holland, đại học Michigan, người triển khai ý tưởng phương thức giải vấn đề dựa theo tiến hóa người Ông bắt đầu giảng đăng báo, sau đúc kết ý tưởng thành sách : Adatation in Natural and Artificial Systems, xuất 1975 J H Holland xem “người cha” học thuyết GA sách xem “ kinh nhật tụng” cho giới nghiên cứu GA hai thập niên qua Trong giai đoạn đầu thập niên 70 80 kỹ XX, phần lớn nhà nghiên cứu ứng dụng GA trẻ đào tạo đại học Michigan, hướng dẫn J H Holland Ông số đồng nghiệp Kenneth De Jong, David E Golberg tạo nên tảng lý thuyết vững thực áp dụng GA để giải vấn đề phức tạp thực tế 35 LUẬN ÁN THẠC SĨ TRƯỜNG ĐẠI HỌC BÁCH KHOA TP.HCM If ontime=0 then Xuất ngõ tắt phần tử công suất lò End Cho phép interrupt keyboard INT0 End ‰ Chương trình xử lý ngắt Timer1 Begin Cho phép interrupt keyboard INT0 End Chú ý: Đoạn chương trình cho phép gõ phím xung định thời (10 ms) từ lưới điện 122 LUẬN ÁN THẠC SĨ TRƯỜNG ĐẠI HỌC BÁCH KHOA TP.HCM 4.4 Thi công Quá trình thi công tiến hành theo bước sau: Mạch nguyên lý thiết kế Capture mạch in tạo Layout Plus OrCad 9.0 Gia công mạch in đặt KimSơn Cài đặt chương trình vận hành kit vi điều khiển với chức bản: display, keyboard, RS-232 interface, SPI interface Cài đặt chương trình đo hiển thị nhiệt độ Cài đặt chương trình đo lấy thông số lò nhiệt Chạy chương trình dùng Giải thuật Di truyền tối ưu hóa thông số Điều khiển Mờ với thông số lò nhiệt vừa đo Dùng công cụ Matlab để ‘’tính trước’’ giá trị ngõ điều khiển Cài đặt chương trình liệu cho Điều khiển Mờ kit vi điều khiển Tiến hành điều khiển thử nghiệm hệ lò nhiệt thực tế Lò nhiệt thực tế lấy đặc tính duty_cycle = 20%, có thông số L=72, T=850, K=100 Các sơ đồ điều khiển sau có tính đến yếu tố thực tế : ƒ Thời gian lấy mẫu 2.55s ứng với ngõ điều khiển có 255 mức (để đảm bảo độ tuyến tính ngõ ra) đồng với lưới ƒ Tín hiệu đo lượng tử hóa 10 bit (1024 mức) Sơ đồ điều khiển PID với thông số KP, KI, KD chọn theo ZieglerNichols cho hình sau: 123 LUẬN ÁN THẠC SĨ TRƯỜNG ĐẠI HỌC BÁCH KHOA TP.HCM với đặc tính điều khiển 124 LUẬN ÁN THẠC SĨ TRƯỜNG ĐẠI HỌC BÁCH KHOA TP.HCM Sơ đồ điều khiển mờ trường hợp này: ƒ Lượng tử hóa 10 bit, thời gian lấy mẫu 2,55s ứng với ngõ điều khiển có 255 mức ƒ Có thể tăng công suất điều khiển lò gấp lần cho hình sau: 125 LUẬN ÁN THẠC SĨ TRƯỜNG ĐẠI HỌC BÁCH KHOA TP.HCM với đặc tính điều khiển Đáp ứng hệ tốt nhiều so với dạng PID chỉnh theo ZieglerNichols 126 LUẬN ÁN THẠC SĨ TRƯỜNG ĐẠI HỌC BÁCH KHOA TP.HCM Chương Năm Kết luận 5.1 Một số suy nghó thực đề tài 5.2 Lónh vực áp dụng đề tài 5.3 Hướng nghiên cứu phát triển đề tài 127 LUẬN ÁN THẠC SĨ TRƯỜNG ĐẠI HỌC BÁCH KHOA TP.HCM 5.1 Một số suy nghó thực đề tài Khi thực đề tài, ta giải vấn đề sau: Phương pháp áp dụng GA để tối ưu hóa điều khiển mờ có quy tắc dạng Sugeno Xây dựng sơ đồ Simulink (dùng chương trình tìm kiếm GA) có tính đến yếu tố thực tế thiết kế phần cứng kèm nhằm bảo đảm kết lý thuyết đạt chạy chương trình tìm kiếm GA giữ nguyên giá trị chuyển sang firmware Microcontroller Kit Thiết kế chi tiết thành phần Microcontroller Kit sở dòng AVR Atmel Đây microcontroller dạng RISC có tính mạnh, giá rẻ có công cụ phát triển cung cấp miễ phí có khả thay dòng 89C51 ứng dụng điều khiển giá thấp tương lai Thi công Microcontroller Kit này, viết chương trình điều khiển chức cân chỉnh Chọn lò nhiệt thực tế, dùng Microcontroller Kit đo thông số lò, chạy chương trình GA tìm kiếm thông số tối ưu cho điều khiển mờ cài đặt vào kit để điều khiển lò nhiệt kiểm chứng kết Tuy nhiên có khó khăn định làm việc với họ vi điều khiển hoàn toàn quỹ thời gian hạn chế ta chưa giải trọn vẹn vấn đề: Chưa áp dụng GA để tối ưu hóa điều khiển mờ có quy tắc dạng Mamdani để so sánh tính với điều khiển mờ có quy tắc dạng Sugeno Tuy nhiên ta viết thử chương trình GA tối ưu hóa điều khiển mờ có quy tắc dạng Mamdani có nhận xét tốc độ tính toán hội tụ chương trình chậm gấp nhiều lần Chưa chọn sơ đồ Fuzzy PID cho kết tổng hợp từ GA dùng cho điều khiển nhiều mức khác 128 LUẬN ÁN THẠC SĨ TRƯỜNG ĐẠI HỌC BÁCH KHOA TP.HCM Với Fuzzy PID ta khó dùng bảng tra phân tích chương trước (do đòi hỏi nhớ lớn chọn mức lượng tử đầu vào 10 bit, cho phép dùng mức lượng tử bit) nên phải tự xây dựng thêm Fuzzy Engine riêng Đôi thực tế tính bền vững điều khiển quan trọng Do cần đưa thêm yếu tố biến đổi thông số mô hình, môi trường thay đổi, ảnh hưởng nhiễu loại, … vào trình mô chạy GA Tuy nhiên khối lượng công việc tính toán lớn đòi hỏi công suất máy tính thời gian chạy máy cao Cũng cần xét đến phương pháp làm tăng tốc độ hội tụ chương trình GA Đa số toán thường gặp thực tế toán tối ưu lúc nhiều hàm mục tiêu mà hàm mục tiêu thường mâu thuẫn lẫn Ví dụ trường hợp ta thời gian lên (rise time) lò độ vọt lố (overshot) ngõ Phương pháp ta sử dụng chương trình GA lấy tổng có trọng số hàm mục tiêu Đây phương pháp đơn giản thường sử dụng có hạn chế định Hiện người ta đề giải thuật di truyền tối ưu hóa lúc nhiều hàm mục tiêu với nhiều ưu điểm Nổi bật số giải thuật là: • VEGA (Schaffer’s Vector Evaluated Genetic Algorithm) • HLGA (Hajela and Lin’s Weighting-based Genetic Algorithm) • FFGA (Fonseca Algorithm) • NPGA (Horn, Nafpliotis, and Goldberg’s Niched Pareto Genetic Algorithm) • NSGA (Srinivas and Deb’s Nondominated Sorting Genetic Algorithm) • SPEA (Strength Pareto Evolutionary Algorithm) and Fleming’s Multiobjective Genetic Về mặt nguyên tắc, GA dùng để tìm kiếm tối ưu toàn cục Tuy nhiên số trường hợp đặc biệt, nghiệm tối ưu toàn cục làm cho điều khiển dễ ổn định ta phải lấy tối ưu cục có độ ổn định cao 129 LUẬN ÁN THẠC SĨ TRƯỜNG ĐẠI HỌC BÁCH KHOA TP.HCM 5.2 Lónh vực áp dụng đề tài Khi dùng GA kết hợp với Logic Mờ, ta tự dộng hoá việc thiết kế điều khiển Mờ với chất lượng cao giá thành rẻ Việc khác với kiểu thiết kế điều khiển Mờ trước đặt nặng vào việc học hỏi kinh nghiệm người vận hành phép thử sai tốn nhiều thời gian chi phí Tuy nhiên, hạn chế phương pháp ta phải biết trước mô hình đối tượng điều khiển phải có phần cứng phù hợp để triển khai kết lý thuyết thực tế Bộ điều khiển PID truyền thống nghiên cứu kỹ áp dụng từ kỷ trước Ngày nay, chúng sử dụng rộng rãi điều khiển trình công nghiệp Lý đơn giản hoạt động, thiết kế dễ dàng, việc bảo trì không đòi hỏi chi phí cao, giá thành thấp hiệu cho hầu hết hệ tuyến tính Tuy nhiên ta biết điều khiển PID truyền thống nói chung không làm việc tốt cho hệ phi tuyến, hệ bậc cao, hệ tuyến tính có thời gian trễ Để vượt qua khó khăn này, biến thể điều khiển PID truyền thống phát triển điều khiển PID thích nghi tự chỉnh Một lớp điều khiển khác fuzzy PID ta khảo sát phần trước Nhiều kết mô thực tế tính ưu việt lớp điều khiển fuzzy PID Trên giới người ta ứng dụng điều khiển Mờ tổng hợp theo cách vào thực tế sống Điển hình máy móc thiết bị y tế có yêu cầu nghiêm ngặt độ xác thời gian đáp ứng Ví dụ, Hao Ying Biomedical Engineering Center, The University of Texas Medical Branch tổng hợp điều khiển Mờ (dạng Sugeno) kiểm soát tốc độ truyền SNP (sodium nitropresside, dạng thuốc hạ huyết áp) vào tónh mạch bệnh nhân Mô hình toán học mô tả mối quan hệ tốc độ tryền SNP thay đổi MAP (trị trung bình áp suất động mạch) có dạng : ΔMAP( s ) Ke −30 s (1 + 0.4e −50 s ) = SNP ( s ) + 40 s Hàm truyền tương tự dạng ta vừa khảo sát 130 LUẬN ÁN THẠC SĨ TRƯỜNG ĐẠI HỌC BÁCH KHOA TP.HCM 5.3 Hướng nghiên cứu phát triển đề tài Trong thời gian ngắn, ta xét đến hết khía cạnh vấn đề Tuy nhiên ta phác họa hướng nghiên cứu phát triển đề tài thời gian tới: ‰ Thiết kế mở rộng cho kit vi điều khiển Thêm giao tiếp RS-485 khả nối mạng Thêm khả giao tiếp USB, trước mắt sử dụng nhớ giao tiếp USB có dung lượng cao (rất gọn nhẹ mà giá lại rẻ) Hoàn chỉnh, hệ thống ngõ vào analog digital ‰ Mở rộng thêm phần khảo sát tính bền vững điều khiển Các yêu cầu bền vững Đưa vào trình tìm kiếm Giải thuật Di truyền ‰ Mở rộng thêm phần điều khiển thích nghi Khảo sát ứng dụng kỹ thuật FMRLC (Fuzzy Model Reference Adaptive Controller) Khảo sát ứng dụng kỹ thuật GMRLC (Genetic Model Reference Adaptive Controller), điều khiển thời gian thực dùng Giải thuật Di truyền ‰ Xây dựng công cụ tích hợp Chạy giải thuật MOGA tối ưu hoá Fuzzy PID controller Cho phép nhanh chóng thiết lập điều khiển Fuzzy PID cho hệ phi tuyến, hệ bậc cao hệ tuyến tính có thời gian trễ Chuyển kết vừa đạt PC xuống (qua đường RS-232 USB) general-purpose Microcontroller Kit ta có điều khiển Fuzzy PID 131 LUẬN ÁN THẠC SĨ ‰ TRƯỜNG ĐẠI HỌC BÁCH KHOA TP.HCM Hoàn chỉnh điều khiển trình (process control) Dùng cho trình công nghiệp Có khả thích nghi bền vững Giá thành rẻ 132 LUẬN ÁN THẠC SĨ TRƯỜNG ĐẠI HỌC BÁCH KHOA TP.HCM Tài liệu tham khảo [1] Nguyễn Thị Phương Hà, Điều Khiển Tự Động & 2, NXB Khoa Học Kỹ Thuật, 1966 [2] Nguyễn Đức Thành, Đo lường Điều khiển máy tính, NXB Đại Học Quốc Gia TPHCM, 2002 [3] Phạm Công Ngô, Lý thuyết Điều Khiển Tự Động, NXB Khoa Học Kỹ Thuật, 2001 [4] Phan Xuân Minh & Nguyễn Doãn Phước, Điều khiển Tối ưu & Bền vững, NXB Khoa Học Kỹ Thuật, 2000 [5] Nguyễn Doãn Phước, Lý thuyết Điều khiển Tuyến tính, NXB Khoa Học Kỹ Thuật, 2002 [6] Phan Xuân Minh & Nguyễn Doãn Phước, Lý thuyết Điều khiển Mờ, NXB Khoa Học Kỹ Thuật, 1999 [7] Nguyễn Trọng Thuần, Điều khiển Logic & Ứùng dụng, NXB Khoa Học Kỹ Thuật, 2000 [8] Bùi Công Cường & Nguyễn Doãn Phước, Hệ Mờ, Mạng Neuron & Ứng dụng, NXB Khoa Học Kỹ Thuật, 2001 [9] Nguyễn Công Định, Phân tích & Tổng hợp hệ thống điều khiển máy tính, NXB Khoa Học Kỹ Thuật, 2002 [10] Ngô Diên Tập, Lập trình ghép nối máy tính Windows, NXB Khoa Học Kỹ Thuật, 2000 [11] Nguyễn Hồng Sơn, Kỹ thuật truyền số liệu, NXB Lao Động Xã Hội, 2002 [12] Hoàng Minh Sơn, Mạng truyền thông công nghiệp, NXB Khoa Học Kỹ Thuật, 2001 [13] Nguyễn Đình Thúc, Lập trình Tiến Hóa : Cấu trúc liệu + Giải thuật di truyền = Chương trình tiến hóa, NXB Giáo Dục, 2001 [14] Hoàng Kiếm, Giải toán máy tính nào, NXB Giáo Dục, 2002 [15] Hoàng Kiếm Lê Hoàng Thái, Thuật giải Di truyền – Cách giải tự nhiên toán máy tính nào, NXB Giáo Dục, 2002 [16] Đặng Quốc Phú & Trần Thế Sơn & Trần Văn Phú, Truyền Nhiệt, NXB Giáo Dục, 1999 [17] Trần Văn Phú, Tính toán & Thiết kế hệ thống sấy, NXB Giáo Dục, 2001 133 LUẬN ÁN THẠC SĨ TRƯỜNG ĐẠI HỌC BÁCH KHOA TP.HCM [18] Katsuhiko Ogata, Modern Control Engineering, Prentice-Hall, 1995 [19] C T Lin & C S G Lee, Neural Fuzzy Systems [20] John Yen & Reza Langari, Fuzzy Logic : Intelligence, Control, and Information, Prentice-Hall, 1999 [21] Timothy J Ross, Fuzzy Logic with Engineering Applications, McGraw-Hill, 1997 [22] Charles L Phillips & H Troy Nagle, Digital Control System Analysis & Design, Prentice-Hall [23] Karl J Astrom & Bjorn Wittenmark, Computer-Controlled Systems Theory & Design, Prentice-Hall, 1990 [24] Curtis Johnson, Process Control Instrumentation Technology, Prentice-Hall, 1993 [25] Gustaf Olson & Gianguido Piani, Computer Systems for Automation and Control, Prentice-Hall [26] Julio Sanchez & Maria P Canton, PC Programmer’s Handbook, McGraw-Hill, 1994 [27] Farzad Nekoogar & Gene Moriarty, Digital Control using Digital Signal Processing, Prentice-Hall, 1999 [28] Peter Spasov, Microcontroller Technology the 68HC11, PrenticeHall, 1996 [29] Jonathan W Valvano, Embedded Microcomputer Systems Real Time Interfacing, Brooks/Cole, 2000 [30] N S Patel ( Advisor: J S Baras ), Intelligent Process Control, Thesis Report 1993 [31] Ulrich Bodenhofer & Francisco Herrera, Ten Lectures on Genetic Fuzzy Systems, Kplus, 1997 [32] Erich Peter Klement, Tuning of Fuzzy Systems using Genetic Algorithms, FLLL, 1996 [33] Scott C Brown & Kevin M Passino, “Intelligent Control for an Acrobot,” Journal of Intelligent & Robotic Systems, Vol.18, pp 209248, 1997 [34] William K Lennon & Kevin M Passino, “Genetic Adaptive Identification and Control,” Engineering Applications of Artificial Intelligence, Vol 12, No 2, pp 185-200, April 1999 [35] Mathew L Moore & John T Musacchio & Kevin M Passino, “Genetic Adaptive Control for an Inverted Wedge: Experiments and Comparative Analyses,” Engineering Applications of Artificial Intelligence, Vol 14, No 1, pp 1-14, Feb 2001 134 LUẬN ÁN THẠC SĨ TRƯỜNG ĐẠI HỌC BÁCH KHOA TP.HCM [36] Jeffery R Layne & Kevin M Passino, “Fuzzy Model Reference Learning Control,” Journal of Intelligent & Fuzzy Systems, Vol.4, No 1, pp 33-47, 1996 [37] David F Jenkins & Kevin M Passino, “ An Introduction to Nonlinear Analysis of Fuzzy Control Systems,” Journal of Intelligent & Fuzzy Systems, Vol.7, No 1, pp 75-103, 1999 135 LÝ LỊCH TRÍCH NGANGø Họ tên Ngàysinh Nơi sinh Địa liên lạc Điện thoại : PHẠM THIỆN MINH : 29/02/1964 : Sài Gòn : Khu Biệt Thự Chu Văn An, Phường 26, Quận Bình Thạnh, Thành phố Hồ Chí Minh : 5110237 QUÁ TRÌNH ĐÀO TẠO 1983 – 1988 2000 – 2003 : Học Đại học Đại Học Bách Khoa TP.HCM, Khoa Điện – Điện Tử, Bộ môn Tự Động : Học Cao học Đại Học Bách Khoa TP.HCM, Ngành Điều Khiển Học Kỹ Thuật QUÁ TRÌNH CÔNG TAÙC 1988 1993 1996 2001 - 1992 1996 2001 2003 : : : : công công công công tác tác tác tác tại tại Phòng Phòng Phòng Phòng Kỹ Kỹ Kỹ Kỹ Thuật Thuật Thuật Thuật công công công công ty ty ty ty SCITEC Khai Trí Minh Taân Minh Huy ... nghi để tạo sản phẩm thỏa mãn yêu cầu khách hàng… Đặc biệt ứng dụng GA việc tổng hợp điều khiển Fuzzy PID tối ưu 1.3 Nhiệm vụ ‰ ‰ ‰ ‰ Kết hợp Giải thuật Di truyền Logic Mờ để điều khiển tối ưu cho. .. Cơ sở Lý Thuyết 2.1 Điều Khiển Mờ? ? 2.2 Giải thuật Di truyền 2.3 Kết hợp Giải thuật Di truyền Điều Khiển Mờ 39 LUẬN ÁN THẠC SĨ 2.1 TRƯỜNG ĐẠI HỌC BÁCH KHOA TP.HCM Điều Khiển Mờ? ? 40 LUẬN ÁN THẠC... nghiệm, chứng tỏ giải thuật di truyền cải tiến thường đạt lời giải tối ưu xác so với giải thuật di truyền chuẩn 2.2.1.5 Các tính chất giải thuật di truyền ‰ ‰ ‰ ‰ Giải thuật di truyền (GA) lập