Tự chỉnh bộ điều khiển mờ dùng giải thuật di truyền

ĐẠI HỌC QUỐC GIA TP.HCM TRƯỜNG ĐẠI HỌC BÁCH KHOA o0o BK TP.HCM NGUYỄN MINH LUÂN TỰ CHỈNH BỘ ĐIỀU KHIỂN MỜ DÙNG GIẢI THUẬT DI TRUYỀN LUẬN VĂN THẠC SỸ Chuyên ngành: ĐIỀU KHIỂN HỌC KỸ THUẬT Mã ngành : 2.05.01 Tháng 01-2003 Luận án cao học CÔNG TRÌNH ĐƯC HOÀN THÀNH TẠI TRƯỜNG ĐẠI HỌC BÁCH KHOA ĐẠI HỌC QUỐC GIA TP HỒ CHÍ MINH Cán hướng dẫn khoa học: TS NGUYỄN PHƯƠNG HÀ ThS HUỲNH THÁI HOÀNG Cán chấm nhận xét 1: GS.TSKH NGUYỄN THÚC LOAN Cán chấm nhận xét 2: TS LÊ HOÀI QUỐC Luận án Cao học bảo vệ HỘI ĐỒNG CHẤM BẢO VỆ LUẬN VĂN CAO HỌC Trường Đại Học Bách Khoa Tp.HCM, 01/2003 Có thể tìm hiểu luận văn tại: x Thư Viện Cao Học Trường Đại Học Bách Khoa, Đại học Quốc gia Tp Hồ Chí Minh; x Bộ môn Viễn Thông & Tự Động Hóa, Khoa Công Nghệ Thông Tin, Trường Đại học Cần Thơ x Người thực hiện: nmluan@cit.ctu.edu.vn Nguyền Minh Luân i Luận án cao học BỘ GIÁO DỤC VÀ ĐÀO TẠO ĐẠI HỌC QUỐC GIA Tp.HCM TRƯỜNG ĐH BÁCH KHOA CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM Độc lập - Tự - Hạnh phúc -oOo - NHIỆM VỤ LUẬN VĂN CAO HỌC Họ tên: Ngày sinh: Chuyên ngành: Khóa: NGUYỄN MINH LUÂN 13 - 05 - 1973 ĐIỀU KHIỂN HỌC KỸ THUẬT 2000-2003 Giới tính: Nam Nơi Sinh: Cần Thơ I- TÊN ĐỀ TÀI: TỰ CHỈNH BỘ ĐIỀU KHIỂN MỜ DÙNG GIẢI THUẬT DI TRUYỀN II- NHIỆM VỤ VÀ NỘI DUNG: ♦ Nghiên cứu giải thuật Di truyền ♦ Nghiên cứu Lý thuyết Điều khiển mờ ♦ Nghiên cứu kết hợp giải thuật di truyền điều khiển mờ ♦ Nghiên cứu cải tiến giải thuật Di truyền, kết hợp giải thuật Di truyền giải thuật ‘Leo đồi’ để hiệu chỉnh tập luật cho Điều khiển mờ ♦ Mô hệ mờ di truyền điều khiển cân hệ lắc ngược quay III - NGÀY GIAO NHIỆM VỤ: 20-05-2002 IV- NGÀY HOÀN THÀNH NHIỆM VỤ: 20-12-2002 V - HỌ VÀ TÊN CÁN BỘ HƯỚNG DẪN: TS NGUYỄN PHƯƠNG HÀ ThS HUỲNH THÁI HOÀNG VI- HỌ VÀ TÊN CÁN BỘ NHẬN XÉT 1: GS.TSKH NGUYỄN THÚC LOAN VII- HỌ VÀ TÊN CÁN BỘ NHẬN XÉT 2: TS LÊ HOÀI QUỐC CÁN BỘ HƯỚNG DẪN TS Nguyễn Phương Hà CÁN BỘ PHẢN BIỆN GS.TSKH Nguyễn Thúc Loan CÁN BỘ PHẢN BIỆN TS Lê Hoài Quốc Nội dung Đề cương Luận án thông qua Hội Đồng Chuyên Ngành PHÒNG QLKH-SAU ĐAI HỌC Tp HCM, Ngày tháng năm 2003 CHỦ NHIỆM NGÀNH TS NGUYỄN ĐỨC THÀNH Nguyễn Minh Luân ii Luận án cao học Lời cảm ơn Sau khoảng thời gian miệt mài tìm tòi, nghiên cứu đề tài với không khó khăn, thử thách với nổ lực thân động viên, khích lệ gia đình, quý thầy cô đồng nghiệp thuộc môn Viễn Thông - Tự Động Hóa, Khoa Công Nghệ Thông Tin Trường Đại Học Cần Thơ, đến hoàn thành đề tài tốt nghiệp Cao Học Tôi xin gởi lời cám ơn chân thành đến: - Thầy ThS Huỳnh Thái Hoàng, Bộ môn Điều Khiển Tự Động, Khoa Điện – Điện Tử, Trường Đại Học Bách Khoa - Thành Phố Hồ Chí Minh, người trực tiếp hướng dẫn khoa học, đưa ý tưởng giúp định hướng nghiên cứu Cám ơn thầy truyền đạt kiến thức kinh nghiệm quý báu suốt trình học tập thực luận văn - TS Nguyễn Phương Hà, Bộ môn Điều Khiển Tự Động, Khoa Điện – Điện Tử, Trường Đại Học Bách Khoa - Thành Phố Hồ Chí Minh, học tài liệu bổ ích cho trình học tập nghiên cứu Cám ơn cô với ý kiến đóng góp chân thành giúp em hoàn thiện luận án tốt - GS.TSKH Nguyễn Thúc Loan, TS Lê Hoài Quốc đọc cho nhận xét quý báu giúp luận án hoàn chỉnh - Tất Thầy cô giảng dạy, truyền đạt tri thức giúp trưởng thành, tự tin bước vào đường nghiên cứu - Xin chân thành cám ơn tất thầy cô, bạn bè, đồng nghiệp Bộ Môn Viễn Thông – Tự Động Hóa, Đại Học Cần Thơ, giúp đở động viên suốt trình học cao học làm luận văn tốt nghiệp - ThS Nguyễn Chí Ngôn, Trưởng phòng thí nghiệm Vi Xử Lý – Điều Khiển Tự Động - Khoa Công Nghệ Thông Tin – ĐH Cần Thơ, có nhiều trao đổi khoa học lónh vực chuyên môn bổ ích, đóng góp ý kiến sâu sắc đến đề tài giúp có chuẩn bị tốt nghiên cứu Các em Trương Quốc Bảo, Phạm Duy Nghiệp, Nguyễn Khắc Nguyên, Trần Nhựt Khải Hoàn, giảng viên Trường Đại Học Cần Thơ, nhiệt tình tạo điều kiện tốt để hoàn thành luận án Sau cùng, muốn gởi lời biết ơn sâu sắc đến tất người thân gia đình Cám ơn đùm bọc yêu thương Ông bà, Cha mẹ anh chị em Vợ gái tôi, nghị lực hạnh phúc đời Tp.Hồ Chí Minh, tháng 01 năm 2003 Nguyễn Minh Luân Nguyễn Minh Luân iii Luận án cao học Tóm tắt Luận văn trình bày số kết số cải tiến việc sử dụng giải thuật di truyền để tự tìm hệ mờ tối ưu điều khiển cân hệ lắc ngược quay theo phương thẳng đứng, đối tượng phi tuyến phức tạp điển hình thường dùng để kiểm tra lý thuyết điều khiển tự động Mục đích luận văn thông qua kết sử dụng hệ mờ – di truyền để điều khiển cân lắc ngược quay nhằm đóng góp phương pháp mới, hướng tiếp cận làm giảm nhẹ công việc thử sai trình thiết kế hệ điều khiển mờ Đồng thời cho ta thấy khả tiềm tàng to lớn tính ưu việt giải thuật di truyền vấn đề tìm kiếm lời giải tối ưu Luận văn chia làm phần: Phần I: Mở đầu Tổng quan phương pháp tìm lời giải tối ưu giải thuật di truyền Trình bày sơ lượt điều khiển mờ Sau giới thiệu hệ Mờ – Di Truyền (Genetic Fuzzy Systems: GFS), kết hợp hệ mờ ưu điểm giải thuật di truyền Phần II: Giải Thuật Di Truyền Phần trình bày cấu trúc giải thuật di truyền đơn giản, toán tử giải thuật di truyền phép chọn lọc, lai ghép, đột biến hàm thích nghi để đánh giá độ tốt lời giải Đồng thời nêu việc cải tiến giải thuật di truyền cho hoạt động hiệu hơn, đưa hai phương pháp kết hợp giải thuật leo đồi vào giải thuật di truyền Phần III: Lý Thuyết Điều Khiển Mờ Phần giới thiệu sở toán học điều khiển mờ Khái niệm tập mờ hệ qui tắc mờ, hai khái niệm sở để biểu diễn biến ngôn ngữ, giá trị ngôn ngữ quan hệ không chắn, mơ hồ Hai phương pháp suy diễn thường gặp điều khiển mờ trình bày Cuối phân tích cấu trúc hệ điều khiển mờ bản, phương pháp giải mờ phổ biến phương pháp thiết kế hệ điều khiển mờ Phần IV: ng Dụng Phần giới thiệu ứng dụng điều khiển hệ lắc ngược quay Trước tiên, luận án trình bày ý nghóa toán mô hình toán học hệ lắc ngược Sau Tóm tắt iv Luận án cao học luận văn đưa số giải thuật di truyền để tự tìm luật tối ưu hệ mờ điều chỉnh lại thông số cho hệ mờ Các phương pháp mã hóa cấu trúc liệu nhiễm sắc thể để đưa đến lời giải tốt hơn, tăng tốc độ tìm kiếm lời giải Các kết cụ thể sau chạy giải thuật di truyền Cuối số kết luận hướng phát triển đề tài Tóm tắt v Luận án cao học Abstract This thesis presents some results and improvements of using genetic algorithms to automatically generate optimal fuzzy rules of controlling balancing the Rotary Inverted Pendulum in vertical direction Rotary Inverted Pendulum, a nonlinear and complex system, is a typical plant to be used to test control theory The objective of this thesis is to obtain a new method, new approach to genetic algorithms in order to decrease trial – error of designing fuzzy logic control processing In addition, we can find a great capability and preeminence of genetic algorithms in solving optimal problems The thesis is divided into four sections: The first section: Preliminary This section generally introduces the method finding optimal solvings of genetic algorithms Roughly presentation of fuzzy control After that introducing the co-operation between fuzzy control and genetic algorithms which is called Genetic – Fuzzy Systems (GFS) The second section: Genetic Algorithms This section presents the structure of a single genetic algorithm, with some of its operators such as encode chromosome, selection, recombination (crossover), mutation and fitness function to evaluate the “goodness” of every individual in population We also suggest the new selection method to improve the chance of reaching the global optimum and, vice versa, reduces the risk of being trapped in a local stationary point The mix of hill climbing methods and genetic algorithms also presented The third section: Fuzzy Control Theory This section discusses mathematical fundamental of fuzzy control Firstly, the concepts of fuzzy sets and fuzzy rules are introduced These concept are basic for representing linguistic variables, linguistic term and uncertain, vague relations Two inference methods usually are used in fuzzy control are prensented Finally, we analyse the single structure of fuzzy logic controller, some methods for defuzzification and the way to design a fuzzy logic controller The last section: Application To Control Rotary Inverted Pendulum Firstly, this section presents the objective of problem and Abstract vi Luận án cao học mathematics model of the rotary inverted pendulum system Then we show some genetic algorithms, encoding chromosome’s data structure to automaticaly generate the optimal fuzzy rules and tuning parameters the fuzzy logic controller Finally, some conclusions obtained from the simulation results and some suggestions are presented Abstract vii Luận án cao học Mụ c l ụ c LỜI CẢM ƠN III TÓM TẮT IV ABSTRACT VI MUÏC LUÏC VIII MỞ ĐẦU 1 Sơ lược giải thuật di truyền .3 Sơ lược điều khiển mờ Sự kết hợp hệ mờ giải thuật di truyền Mục đích luận văn Nội dung luận văn GIẢI THUẬT DI TRUYỀN 10 2.1 TỔNG QUAN VỀ GIẢI THUẬT DI TRUYỀN 10 2.1.1 Khaùi nieäm .10 2.1.2 Lịch sử phát triển giải thuật di truyền 13 2.2 GIẢI THUẬT DI TRUYEÀN (GENETIC ALGORITHMS - GA) 15 2.2.1 Định nghóa giải thuật di truyền 15 2.2.2 Giải thuật di truyền tổng quát 16 2.2.3 Cơ chế thực giải thuật di truyeàn 17 2.2.4 Giải thuật di truyền cải tiến 19 2.2.5 Các tính chất giải thuật di truyền 21 2.3 KẾT HP DI TRUYỀN VÀ LEO ĐỒI 21 2.3.1 Giải thuật leo đồi (Hill Climbing) 21 2.3.2 Kết hợp di truyền leo đồi 22 2.4 CÁC NGUYÊN LÝ TRONG GIẢI THUẬT DI TRUYỀN 25 2.4.1 Mã hóa 25 2.4.1.1 Mã hóa gene chuỗi nhị phân 25 2.4.1.2 Maõ hóa gene chuỗi số thực 26 2.4.2 Hàm thích nghi (Fitness Function) 26 2.4.2.1 Độ thích nghi tiêu chuẩn 27 2.4.2.2 Độ thích nghi hạng 27 2.4.3.Các phương pháp chọn lọc 27 2.4.3.1 Chọn lọc đấu voøng ( Tournament Selection) 32 2.4.3.2 Chọn lọc cắt ( Truncation selection) 36 2.4.3.3 Chọn lọc tỉ lệ (Proportional Selection): 38 2.4.3.4 Chọn lọc theo vòng quay Roulette ( Roulette wheel Selection) 40 2.4.3.5 Chọn lọc lấy mẫu toàn cục ngẫu nhiên (Stochastic Universal Sampling) 42 2.4.3.6 Choïn lọc hạng tuyến tính (Linear Ranking Selection) 43 2.4.3.7 Choïn loïc tỉ lệ theo hàm mũ (Exponential Ranking Selection) 45 2.4.3.8 Chọn lọc cục boä (Local Selection) 47 2.4.3.9 p dụng phương pháp chọn lọc vào chương trình ứng dụng 49 2.4.4 Các phương pháp lai ghép (Crossover) 50 2.4.4.1 Lai ghép đơn điểm (Single point crossover) 50 2.4.4.2 Lai ghép đa điểm (Multi-point crossover) 51 Muïc Luïc viii Luận án cao học 2.4.4.3 Lai ghép mặt nạ ( Uniform Crossover) 52 2.4.4.4 Lai ghép rời rạc (Discrete crossover) 53 2.4.4.5 Lai gheùp theo qui tắc tạo sinh đường (Line Crossover ) 54 2.4.4.6 Lai gheùp theo qui tắc tạo sinh tức thời ( Intermediate Crossover ) 56 2.4.4.7 Pheùp lai chương trình ứng dụng 57 2.4.5 Các phương pháp đột biến (Mutation) 57 2.4.5.1 Đột biến trị nhị phaân (Binary mutation) 58 2.4.5.2 Đột biến giá trị thực ( Real value mutation) 59 2.4.5.3 Phép đột biến chương trình ứng dụng 60 2.4.6 Các thông số giải thuật di truyền 61 2.4.6.1 Kích thước quần theå ( POP_SIZE - μ) 61 2.4.6.2 Xác suất lai gheùp (Pcross – Pc) 61 2.4.6.3 Xaùc suất đột biến 62 TOÙM TAÉT 62 LÝ THUYẾT ĐIỀU KHIỂN MỜ .64 3.1 LOGIC RÕ VÀ SỰ XUẤT HIỆN LOGIC MỜ 64 3.2 MỘT SỐ VẤN ĐỀ VỀ CƠ SỞ TOÁN HỌC CỦA LOGIC MỜ 65 3.2.1 Nhắc lại tập rõ 65 3.2.2 Tập mờ (a Fuzzy set) 66 3.2.2.1 Khái niệm tập mờ 66 3.2.2.2 Định nghóa 67 3.2.2.3 Các đặc điểm hàm liên thuộc 67 3.2.2.4 Các phép toán tập mờ 70 3.2.2.5 Biến mờ, hàm biến mờ, biến ngôn ngữ 71 3.3 LOGIC MỜ 74 3.3.1 Mệnh đề mờ (Fuzzy Proposition) 74 3.3.2 Qui tắc mờ (Fuzzy rules) 74 3.3.3 Tính chất hệ qui tắc mờ 75 3.3.3.1 Tính liên tục (Continuity) 75 3.3.3.2 Tính quán (Consitency) 76 3.3.3.3 Tính hoàn chỉnh (Completeness) 77 3.3.4 Suy diễn mờ ( Fuzzy inference) 78 3.3.5 Phương pháp suy diễn MAX-MIN (MAX-MIN Inference Method) 78 3.3.6 Phương pháp suy diễn MAX-PROD (MAX-PROD Inference Method) 80 3.4 ĐIỀU KHIỂN MỜ 81 3.4.1 Caáu trúc điều khiển mờ 83 3.4.1.1 Khoái tiền xử lý ( Preprocessing ) 83 3.4.1.2 Bộ điều khiển mờ 84 3.4.1.3 Khối hậu xử lý ( Postprocessing ) 85 3.4.2 Quan hệ ngõ vào –ngõ điều khiển mờ 85 3.4.3 Giải mờ 87 3.4.3.1 Các phương pháp giải mờ 87 3.4.3.2 Ý nghóa ứng dụng phương pháp giải mờ 94 3.4.4 Qui tắc điều khiển mờ 96 3.4.4.1 Qui tắc điều khiển mờ Mamdani 96 3.4.4.2 Qui tắc điều khiển mờ Sugeno 98 3.4.4.3 So saùnh qui tắc mờ Mamdani qui tắc mờ Sugeno 100 3.4.5 Tính ổn định hệ thống điều khiển mờ 101 3.4.6 Phương pháp thiết kế điều khiển mờ 102 TÓM TẮT 104 Muïc Luïc ix ... TÀI: TỰ CHỈNH BỘ ĐIỀU KHIỂN MỜ DÙNG GIẢI THUẬT DI TRUYỀN II- NHIỆM VỤ VÀ NỘI DUNG: ♦ Nghiên cứu giải thuật Di truyền ♦ Nghiên cứu Lý thuyết Điều khiển mờ ♦ Nghiên cứu kết hợp giải thuật di truyền. .. di truyền điều khiển mờ ♦ Nghiên cứu cải tiến giải thuật Di truyền, kết hợp giải thuật Di truyền giải thuật ‘Leo đồi’ để hiệu chỉnh tập luật cho Điều khiển mờ ♦ Mô hệ mờ di truyền điều khiển cân... thống điều khiển mờ với số đặc điểm phương pháp thiết kế điều khiển mờ Phần IV Dùng giải thuật di truyền thiết kế điều khiển mờ Xây dựng giải thuật di truyền thiết kế hệ điều khiển mờ cách tự động