Điều khiển hạ độ cao vật bay sử dụng lý thuyết mờ và đại số gia tử với ngữ nghĩa hiệu chỉnh

TRƯỜNG ĐẠI HỌC THÁI NGUYÊN TRƯỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN & TRUYỀN THÔNG NGÔ THỊ KIM ANH ĐIỀU KHIỂN HẠ ĐỘ CAO VẬT BAY SỬ DỤNG LÝ THUYẾT MỜ VÀ ĐẠI SỐ GIA TỬ VỚI NGỮ NGHĨA HIỆU CHỈNH LUẬN VĂN THẠC SĨ THÁI NGUYÊN 2020 i TRƯỜNG ĐẠI HỌC THÁI NGUYÊN TRƯỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN & TRUYỀN THÔNG NGÔ THỊ KIM ANH ĐIỀU KHIỂN HẠ ĐỘ CAO VẬT BAY SỬ DỤNG LÝ THUYẾT MỜ VÀ ĐẠI SỐ GIA TỬ VỚI NGỮ NGHĨA HIỆU CHỈNH CHUYÊN NGÀNH: KỸ THUẬT ĐIỀU KHIỂN VÀ TỰ ĐỘNG HÓA MÃ SỐ: 852 02 16 NGƯỜI HƯỚNG DẪN KHOA HỌC TS VŨ NHƯ LÂN THÁI NGUYÊN 2020 ii LỜI CAM ĐOAN Tôi xin cam đoan luận văn tổng hợp thực Các kết phân tích hồn tồn trung thực, nội dung thuyết minh chưa cơng bố Luận văn có sử dụng tài liệu tham khảo nêu phần tài liệu tham khảo Tác giả luận văn Ngô Thị Kim Anh iii LỜI CẢM ƠN Tơi xin bày tỏ lịng biết ơn chân thành tới TS Vũ Như Lân hướng dẫn tận tình, bảo cặn kẽ để tơi hoàn thành luận văn Đồng thời xin gửi lời cảm ơn tới tất thầy giáo, cô giáo Khoa Cơng nghệ tự động hóa đào tạo sau đại học bạn đồng nghiệp Trường Đại học CNTT&TT- ĐHTN Hà Nội, ngày tháng năm Tác giả luận văn Ngơ Thị Kim Anh iv MỤC LỤC Trang phụ bìa Lời cam đoan i Lời cảm ơn ii Mục lục iii Danh mục kí hiệu, chữ viết tắt v Danh mục bảng Danh mục hình Lời nói đầu CHƯƠNG 1: MỘT SỐ KIẾN THỨC CƠ SỞ vi vii 1.1 Lý thuyết tập mờ, logic mờ biến ngôn ngữ 1.1.1 Lý thuyết tập mờ 1.1.2 Logic mờ biến ngôn ngữ 1.1.3 Các phép tốn tập mờ 10 1.2 Mơ hình mờ lập luận xấp xỉ 13 1.2.1 Lập luận xấp xỉ - Lập luận mờ đa điều kiện 14 1.2.2Phương pháp lập luận mờ đa điều kiện 15 1.3 Lý thuyết Đại số gia tử 17 1.4 Kết luận Chương 23 CHƯƠNG 2: MƠ HÌNH ĐIỀU KHIỂN 24 2.1 Mơ hình điều khiển dựa logic mờ Đại số gia tử 24 2.1.1 Mơ hình điều khiển mờ 24 2.1.2 Mơ hình điều khiển sử dụng đại số gia tử 2.2 Mơ hình hiệu chỉnh ngữ nghĩa 29 34 2.3 Điều khiển sử dụng Đại số gia tử với ngữ nghĩa hiệu chỉnh 34 2.4 Kết luận Chương 38 CHƯƠNG 3: ĐIỀU KHIỂN HẠ ĐỘ CAO VẬT BAY 39 v 3.1 Mơ hình động học hạ độ cao vật bay 39 3.2 Điều khiển mờ hạ độ cao vật bay 40 3.3 Mơ hình biến đổi bảng FAM sang bảng SAM với ngữ nghĩa hiệu chỉnh 46 3.4 Điều khiển hạ độ cao vật bay sử dụng Đại số gia tử với ngữ nghĩa hiệu chỉnh 52 3.5 Kết luận Chương 61 KẾT LUẬN VÀ KIẾN NGHỊ Các kết luận 62 62 Các kiến nghị 62 HƯỚNG PHÁT TRIỂN CỦA ĐỀ TÀI 63 TÀI LIỆU THAM KHẢO 64 vi DANH MỤC CÁC KÝ HIỆU VÀ CHỮ VIẾT TẮT Các ký hiệu:  Tổng độ đo tính mờ gia tử âm  Tổng độ đo tính mờ gia tử dương  Giá trị định lượng phần tử trung hòa AX Đại số gia tử AX* Đại số gia tử tuyến tính đầy đủ W Phần tử trung hịa đại số gia tử 𝜀 Ngưỡng hiệu chỉnh định lượng ngữ nghĩa δ Tham số hiệu chỉnh giá trị định lượng ngữ nghĩa c-, c+ Các phần tử sinh [-q ˄ p] Tập hợp {j : -q ≤ j ≤p & j ≠ } Các chữ viết tắt: ĐSGT GA Đại số gia tử Genetic Algorithm FMCR Fuzzy Multiple Conditional Reasoning FAM Fuzzy Associative Memory SAM Semantic Associative Memory HAR Hedge Algebras Reasoning OpPAR Optimal - Parameter OpHAR Optimal-Hedge Algebras Reasoning CFC Conventional Fuzzy Control FCHA Fuzzy Control Using Hedge Algebras OFCHA FCHA - Using Optimal Hedge Algebras PLC Programmable Logic control vii PHỤ LỤC BẢNG Bảng 1.1 Ví dụ tính âm dương gia tử 20 Bảng 3.1 Miền giá trị biến ngôn ngữ 40 Bảng 3.2 Mơ hình FAM 41 Bảng 3.3 Bảng chuyển đổi ngơn ngữ 43 Bảng 3.4 Mơ hình SAM gốc 43 Bảng 3.5 Tổng hợp kết điều khiển hạ độ cao vật bay 46 Bảng 3.6 Mô hình SAM gốc 48 Bảng 3.7 Mơ hình SAM có điều kiện 51 Bảng 3.8 Kết điều khiển theo mơ hình SAM có điều kiện với tham số hiệu chỉnh ngữ nghĩa 54 Bảng 3.9 Kết điều khiển vật bay hạ độ cao với trường hợp 56 Bảng 3.10 Kết điều khiển với Agg = MIN 60 viii PHỤ LỤC HÌNH VẼ Hình 1.1 Giao hai tập mờ 12 Hình 1.2 Phép hợp hai tập mờ 13 Hình 2.1 Bộ điều khiển mờ 25 Hình 2.2 Sơ đồ phương pháp điều khiển FCHA 30 Hình 3.1 Paraboll quan hệ h v 39 Hình 3.2 Hàm thuộc tập mờ biến h 40 Hình 3.3 Hàm thuộc tập mờ biến v 41 Hình 3.4 Hàm thuộc tập mờ biến f 41 Hình 3.5 Đường cong ngữ nghĩa định lượng 44 Hình 3.6 Đường cong ngữ nghĩa định lượng theo mơ hình SAM có điều kiện với tham số hiệu chỉnh ngữ nghĩa 53 Hình 3.7 Đường cong ngữ nghĩa định lượng với tham số 58 MỞ ĐẦU Lý thuyết tập mờ logic mờ L.A Zadeh [9] đề xuất vào thập niên 60 kỷ trước Ơng mơ tả cách tốn học khái niệm mơ hồ mà ta thường gặp sống như: cao, thấp; đúng, sai tập mờ Nhờ việc xây dựng lý thuyết tập mờ mà người suy diễn từ khái niệm mơ hồ đến khái niệm mơ hồ khác mà thân logic kinh điển không làm Trên sở thông tin khơng xác thu được, người ta đưa định hiệu cho tình toán Kể từ đời, lý thuyết tập mờ ứng dụng logic mờ, hệ mờ phát triển liên tục phương diện lý thuyết ứng dụng nhiều lĩnh vực khác đạt nhiều thành tựu ứng dụng, đặc biệt ứng dụng hệ chuyên gia mờ, điều khiển mờ Tuy nhiên, phương pháp lập luận người vấn đề phức tạp khơng có cấu trúc Vì kể từ lý thuyết tập mờ đời nay, chưa có sở lý thuyết hình thức chặt chẽ theo nghĩa tiên đề hoá cho logic mờ lập luận mờ Để đáp ứng phần nhu cầu xây dựng sở toán học cho việc lập luận ngôn ngữ, N.Cat Ho Wechler [5, 6] đề xuất cách tiếp cận dựa cấu trúc tự nhiên miền giá trị biến ngơn ngữ, cơng trình mình, tác giả rằng, giá trị biến ngơn ngữ thực tế có thứ tự định mặt ngữ nghĩa, ví dụ ta hồn tồn cảm nhận rằng, ‘trẻ’ nhỏ ‘già’, ‘nhanh’ lớn ‘chậm’ Xuất phát từ quan hệ ngữ nghĩa tác giả phát triển lý thuyết đại số gia tử (ĐSGT) 50 Vật bay trường hợp tiếp đất phải đảm bảo: v = 0; h = tương ứng với giá trị nhỏ vận tốc độ cao f = tương ứng với giá trị nhỏ lực điều khiển Như vậy, mơ hình SAM gốc khơng đảm bảo tính chất nêu quan hệ h, v f cụ thể sau: a/ Từ T1 T2: giá trị vs tương ứng với giá trị hs (trong có giá trị hs hợp lý) Vì quan hệ v h theo quĩ đạo paraboll vật bay bắt đầu hạ độ cao từ 1000 ft tương ứng vận tốc -20 ft/s b/ Từ T3: giá trị ngữ nghĩa fs (ví dụ fs = 0.5) có vị trí khác nhau, tương ứng với giá trị ngữ nghĩa vs hs khác (trong có giá trị vs giá trị hs hợp lý) Cụ thể fs = 0.5 với trường hợp vật bay tiếp đất (f = 0, h = 0, v = 0) c/ Từ T4: v giảm theo giá trị tuyệt đối từ -20 đến f tương ứng với fs không đổi cho trường hợp Để đảm bảo v giảm theo giá trị tuyệt đối từ 20 đến giá trị h tương ứng giảm dần từ 1000 đến ta phải hiệu chỉnh giá trị định lượng ngữ nghĩa để thỏa mãn tính chất T4 Lưu ý: mơ hình SAM gốc giá trị v từ ft/s đến 20 ft/s không phù hợp với trường hợp vật bay hạ độ cao, mà nâng độ cao Qua phân tích trên, rõ ràng ta xây dựng mơ hình SAM thỏa mãn tính chất T1 đến T5 gọi mơ hình SAM có điều kiện Mơ hình SAM có điều kiện tốn điều khiển vật bay hạ độ cao thể sau: - Thỏa mãn điều kiện vật bay hạ độ cao từ 1000 ft đến ft tương ứng với vận tốc từ -20 ft/s đến ft/s 51 - Thỏa mãn tính chất định tính (paraboll Hình 3.1) với điều kiện vật bay hạ độ cao từ h =1000 ft, v = -20 ft/s thời điểm bắt đầu hạ độ cao có giá trị lớn nhất, thời điểm tiếp đất h = 0, v = có giá trị nhỏ Vì vậy, mơ hình SAM có điều kiện tốn điều khiển vật bay hạ độ cao chứa ô thể giá trị ngữ nghĩa lực điều khiển fs có xu hướng giảm dần tương ứng với giảm dần ngữ nghĩa hs ngữ nghĩa vs nhằm thỏa mãn ràng buộc từ T1 đến T5 Những trống mơ hình SAM có điều kiện thể loại bỏ luật ngữ nghĩa không đảm bảo thoả mãn tính chất định tính Do vậy, để đảm bảo tính chất định tính động học hệ thống đại lượng ∆fs1, ∆fs2 đưa vào mơ hình SAM có điều kiện nhằm đảm bảo tính chất định tính động học hệ thống T3, T4, T5 Như mơ hình SAM có điều kiện Bảng 3.7, A chứa giá trị (0.5 + ∆fs1) giá trị ngữ nghĩa lớn fs tương ứng với vs lớn hs lớn nhất, tiếp đến ô B chứa giá trị (0.5 + ∆fs2) giá trị ngữ nghĩa fs nhỏ tương ứng với hs nhỏ vs nhỏ hơn, C có giá trị nhỏ tương ứng với mơ hình máy bay tiếp đất (h =0 v = 0) Chính vậy, đại lượng ∆fs1, ∆fs2 chọn cho đủ nhỏ thỏa mãn ràng buộc riêng đầu vào h v, tham số gọi tham số hiệu chỉnh định lượng ngữ nghĩa với ∆fs1 > ∆fs2 > Bảng 3.7 Mơ hình SAM có điều kiện (3.6) 52 v -20 -10 10 20 0.00 0.25 0.5 0.75 1.00 vs h hs 1000 1.00 500 0.50 250 0.25 0.00 A: (0.50+∆fs1) B: (0.50+∆fs2) C:(0.50) 3.4 Điều khiển hạ độ cao vật bay sử dụng Đại số gia tử với ngữ nghĩa hiệu chỉnh Việc sử dụng mơ hình SAM có điều kiện phương pháp lập luận mờ sử dụng ĐSGT khác với phương pháp HAR truyền thống Có nghĩa mơ hình SAM gốc thay mơ hình SAM có điều kiện với tham số hiệu chỉnh ngữ nghĩa Phương pháp lập luận sử dụng phương pháp nội suy mơ hình SAM có điều kiện, phương pháp gọi phương pháp lập luận mờ sử dụng ĐSGT với mơ hình SAM có điều kiện với ngữ nghĩa hiệu chỉnh Đối với toán điều khiển hạ độ cao vật bay nêu trên, tiếp tục xử lý sau: Với tham số hiệu chỉnh ngữ nghĩa chọn là: ∆fs1 = 0.02, ∆fs2 = 0.01, xây dựng đường cong ngữ nghĩa định lượng Trước hết, từ giá trị Bảng 3.7, sử dụng phép kết nhập Agg = MIN, tính tốn tọa độ điểm mặt phẳng thực, ta xác định đường cong Hình3.6 53 Hình 3.6 Đường cong ngữ nghĩa định lượng theo mơ hình SAM có điều kiện với tham số hiệu chỉnh ngữ nghĩa Quá trình lập luận sau: Với điều kiện ban đầu: h = 1000 ft v = –20 ft/s Chu kỳ điều khiển 1: Với h(1)=1000; v(1) = – 20, ta có hs(1) = vs(1) = Ta có Agg =min(hs(1),vs(1)) = min(1, 0) = làm giá trị đầu vào, nội suy tuyến tính đoạn AB (Hình 3.6) ta giá trị đầu fs(1) = 0.52, sau phép giải nghĩa ta có lực điều khiển tương ứng f(1)= 0.8 Chu kỳ điều khiển 2: h(2) = h(1) + v(1) = 1000 + (–20) = 980  hs(2) = 0.9 v(2) = v(1) + f(1) = (–20) + 0.8 = –19.2  vs(2) = 0.02 Với giá trị đầu vào Agg =min (hs(2), vs(2)) = 0.02, nội suy tuyến tính đoạn AB thuộc đường cong ngữ nghĩa định lượng (Hình 3.6) ta fs(2) = 0.5192, sau phép giải nghĩa ta có lực điều khiển tương ứng f(2) = 0.768 Chu kỳ điều khiển 3: h(3) = h(2) + v(2) = 980 + (–19.2) = 960.8  hs(3) = 0.804 54 v(3) = v(2) + f(2) = (–19.2) + 0.768 = –18.432  vs(3) = 0.039 Với giá trị đầu vào Agg =min (hs(3), vs(3)) = 0.039, nội suy tuyến tính đoạn AB thuộc đường cong ngữ nghĩa định lượng (Hình 3.6) ta fs(3) = 0.5184, sau phép giải nghĩa ta có lực điều khiển tương ứng f(3) = 0.7372 Tính tốn tương tự cho chu kỳ tiếp theo, kết 10 chu kỳ tổng hợp Bảng 3.8 đây: Bảng 3.8 Kết điều khiển theo mơ hình SAM có điều kiện với tham số hiệu chỉnh ngữ nghĩa Chu kì h v v0 f 1000.00 20.000 20.000 0.800 980.00 19.200 -19.208 0.768 960.80 18.432 -18.463 0.737 942.368 17.694 -17.761 0.707 924.673 16.986 -17.100 0.679 907.686 16.307 -16.478 0.652 891.379 15.655 -15.891 0.626 875.724 15.028 -15.337 0.601 860.695 14.427 -14.816 0.577 10 846.267 13.851 -14.323 0.554 Tổng sai số tốc độ qua 10 chu kỳ điều khiển với phép Agg = MIN sau:  (i 1 (v0i ( HA)  vi ( HA))2 )1/2  0.7567 10 eSAM_điều-kiện (3.7) Trong đó, eSAM_điều-kiện tổng sai số phương pháp lập luận mờ sử dụng ĐSGT theo mơ hình SAM có điều kiện với tham số hiệu chỉnh ngữ nghĩa; 55 vi0(HA) vận tốc hạ độ cao tối ưu chu kì thứ i, vi(HA) vận tốc hạ độ cao chu kỳ i phương pháp lập luận Nhận xét : Từ Bảng 3.8 ta thấy phương pháp lập luận mờ sử dụng ĐSGT theo mơ hình SAM có điều kiện với tham số hiệu chỉnh ngữ nghĩa giữ cho vật bay hạ độ cao với vận tốc v, độ cao h lực điều khiển f giảm dần, khảo cứu tương tự dựa số phương pháp lập luận khác không thỏa mãn điều kiện Mặt khác tổng sai số tốc độ hạ độ cao dùng phương pháp lập luận mờ sử dụng ĐSGT theo mơ hình SAM có điều kiện với tham số hiệu chỉnh ngữ nghĩa nhỏ nhiều so với tổng sai số tốc độ phương pháp lập luận HAR phương pháp lập luận FMCR Ross Ảnh hưởng tham số hiệu chỉnh ngữ nghĩa ∆fs1 ∆fs2 phương pháp lập luận Như phân tích đại lượng ∆fs1 ∆fs2 mô hình SAM có điều kiện nhằm đảm bảo tính chất định tính động học hệ thống Các giá trị ∆fs1 ∆fs2 chọn mang tính trực giác Tuy nhiên giá trị ∆fs1 ∆fs2 mơ hình SAM có điều kiện ảnh hưởng đến giá trị định lượng ngữ nghĩa biến ngôn ngữ, từ ảnh hưởng đến sai số tốn Sau ta sử dụng phương pháp lập luận HAR với phép kết nhập Agg = MIN cho trường hợp: - Trường hợp 1: ∆fs1 =0.04, ∆fs2 =0.01 - Trường hợp 2: ∆fs1=0.03, ∆fs2 = 0.02 Tính tốn tương tự ta nhận kết tổng hợp qua 10 chu kỳ Bảng 3.9 56 Bảng 3.9 Kết điều khiển vật bay hạ độ cao với trường hợp Ch u kỳ Trường hợp: ∆fs1 =0.04, ∆fs2 =0.01 Trường hợp: ∆fs1 =0.03, ∆fs2 =0.02 h v(HAR) v0(HAR f ) h 1000 -20.00 -20.00 1.60 1000 -20.00 -20.00 1.20 980.0 -18.40 -19.21 1.41 980 -18.80 -19.21 1.15 961.6 -16.99 -18.49 1.24 961 -17.65 -18.48 1.10 944.6 -15.75 -17.85 1.09 943 -16.54 -17.81 1.06 928.9 -14.66 -17.26 0.96 927 -15.48 -17.19 1.01 914.2 -13.70 -16.72 0.84 911 -14.46 -16.62 0.97 900.5 -12.86 -16.22 0.74 897 -13.48 -16.10 0.93 887.6 -12.12 -15.76 0.65 883 -12.54 -15.61 0.90 875.5 -11.46 -15.33 0.58 871 -11.64 -15.17 0.86 10 864.1 -10.89 -14.93 0.51 859 -10.78 -14.77 0.83 Sai số điều khiển : 8.886 v(HAR) v0(HAR f ) Sai số điều khiển: 7.396 Qua kết Bảng 3.9, ta thấy việc lựa chọn giá trị ∆fs1 ∆fs2 khác ảnh hưởng đến sai số điều khiển toán Như vậy, ta khẳng định tham số hiệu chỉnh định lượng ngữ nghĩa yếu tố ảnh hưởng đến kết lập luận mờ sử dụng ĐSGT với mơ hình SAM có 57 điều kiện Vì ta xác định tham số hiệu chỉnh quan điểm tối ưu Phương pháp xác định tham số ∆fs1 ∆fs2 tối ưu Các tham số hiệu chỉnh định lượng ngữ nghĩa mơ hình SAM có điều kiện yếu tố ảnh hưởng đến sai số tốn, cần xác định tham số hiệu chỉnh định lượng ngữ nghĩa mô hình SAM có điều kiện, cụ thể ý tưởng toàn giải pháp sau: Để tiện theo dõi, ký hiệu phương pháp lập luận mờ sử dụng ĐSGT HAR tham số hiệu chỉnh định lượng ngữ nghĩa PAR Giả sử tồn mô hình sai số phương pháp lập luận cho hàm e(g, HAR(PAR)) ≥ g mơ hình thực mong muốn HAR(PAR) mơ hình xấp xỉ phương pháp HAR Khi toán xác định tham số cho phương pháp lập luận mờ sử dụng ĐSGT phát biểu sau: Tìm tham số PAR cho e(g, HAR(PAR)) → min, tham số PAR tham số hiệu chỉnh định lượng ngữ nghĩa mơ hình SAM có điều kiện Đây tốn cực tiểu hàm nhiều biến e(g, HAR(PAR)) có ràng buộc, sử dụng khả cực tiểu hóa hàm nhiều biến giải thuật di truyền để xác định tham số hiệu chỉnh mơ hình SAM có điều kiện Như vậy, xây dựng mơ hình sai số cho tốn lập luận xấp xỉ, ln xác định tham số hiệu chỉnh mơ hình SAM có điều kiện phương pháp HAR cho sai số toán tối ưu Sau ta tiếp tục sử dụng phương pháp lập luận mờ sử dụng ĐSGT theo mơ hình SAM có điều kiện cho tốn điều khiển hạ độ cao vật bay Ross [8]: 58 Bước Xác định tham số ĐSGT: Các ánh xạ định lượng ngữ nghĩa với tham số chọn Bước Xây dựng mơ hình SAM có điều kiện từ mơ hình SAM gốc sở phân tích tính chất ràng buộc tốn ta xác định mơ hình SAM có điều kiện Bảng 3.7 Bước Xây dựng đường cong ngữ nghĩa định lượng: Từ mô hình SAM có điều kiện, sử dụng phép kết nhập Agg =MIN tức lấy Agg = min(hs, vs), xây dựng đường cong ngữ nghĩa định lượng Hình 3.7 Hình 3.7 Đường cong ngữ nghĩa định lượng với tham số Bước Xác định đầu lập luận: Xây dựng giá trị ngữ nghĩa hóa giải nghĩa cho biến h, v, f với: s0 = 1.0, s1 = x0 = 0, x1 = 1000 cho biến h s0 = 0, s1 = 0.5 x0 = -20, x1 = cho biến v s0 = 0.5+∆fs1, s1 = 0.5+ ∆fs2 x0 = -20, x1 = -10 s0 = 0.5+∆fs2, s1 = 0.5 x0 = -10, x1 = cho biến f 59 Xây dựng hàm nội suy Noisuy(min (vs , hs), fs), hàm nội suy tuyến tính sở mốc mơ hình SAM có điều kiện Sai số trình điều khiển xác định thơng qua q trình tính tốn thơng số độ cao, vận tốc, lực điều khiển, vận tốc tối ưu sai số chu kỳ điều khiển sau: Xét chu kỳ điều khiển i, i = 1,…, k (i=1 ứng với điều kiện ban đầu) + Độ cao, vận tốc thực tế Nếu i = h(i) = 1000; Ngược lại h(i) = h(i-1)+v(i-1); Nếu i = v(i) = -20; Ngược lại h(i) = v(i-1)+ f(i-1) + Ngữ nghĩa hóa độ cao, vận tốc tương ứng hs(i)=hTOhs(h(i)); vs(i)=vTOvs(v(i)); + Lực tương ứng với độ cao vận tốc fs(i)=Noisuy(min(hs(i),vs(i)), SAM có điều kiện) + Giải nghĩa nhận lực điều khiển: f(i) = fsTOf(fs(i)); + Vận tốc tối ưu: vtoiuu(i) = -(20/(1000)2)/(h(i))2 + Sai số: e(i) = (vtoiuu(i)-v(i))2 g (f s1, f s )  i 1 e(i) k Giá trị hàm sai số: Sử dụng giải thuật di truyền với mã hóa nhị phân, cực tiểu hàm sai số g với số hệ 1000, kích thước quần thể 40, xác suất đột biến 0.03, xác suất lai ghép 0.8 Qua nhiều lần thử nghiệm ta xác định tham số hiệu chỉnh ngữ nghĩa là: PAR={∆fs1 ; ∆fs2} = {0.0195; 0.0095} 60 Kết điều khiển sử dụng ĐSGT với mơ hình SAM có điều kiện tổng hợp Bảng 3.10 Bảng 3.10 Kết điều khiển với Agg = MIN Chu kỳ h vHA vOHA f 1000 -20 -20 0.78 980 -19.22 -19.20 0.75 960.8 -18.47 -18.46 0.72 942.3 -17.75 -17.75 0.69 924.6 -17.06 -17.09 0.66 907.5 -16.39 -16.47 0.64 891.1 -15.76 -15.88 0.61 875.3 -15.15 -15.32 0.59 860.2 -14.56 -14.79 0.56 10 845.6 -14.00 -14.30 0.54 Sai số điều khiển: 0.43 Nhận xét Kết điều khiển hạ độ cao vật bay qua 10 chu kỳ điều khiển cho giá trị sai số điều khiển nhỏ nhiều so với phương pháp lập luận mờ truyền thống phương pháp điều khiển sử dụng ĐSGT khác Mặt khác kết khẳng định khả tối ưu hệ luật mơ hình SAM gốc cho lớp tốn điều khiển có ràng buộc theo tiếp cận ĐSGT, phương pháp lập luận tính tốn đơn giản phương pháp lập luận HAR 61 3.5 Kết luận Chương Chương III phát triển phương pháp lập luận mờ sử dụng ĐSGT theo mơ hình SAM có điều kiện với tham số hiệu chỉnh hợp lý nhằm nâng cao hiệu phương pháp lập luận Vì việc xác định giá trị ngôn ngữ tốt làm sở cho phương pháp lập luận hợp lý tạo khả tìm hệ luật tối ưu Như vậy, việc chọn hợp lý giá trị ngôn ngữ theo trực giác sở ĐSGT biến ngôn ngữ cho phép hiệu chỉnh giá trị ngữ nghĩa định lượng xác định tham số hiệu chỉnh ngữ nghĩa tối ưu 62 KẾT LUẬN VÀ KIẾN NGHỊ Kết nhận từ toán điều khiển hạ độ cao vật bay với ngữ nghĩa hiệu chỉnh khẳng định: - Phương pháp điều khiển sử dụng ĐSGT có khả cho kết tốt phương pháp điều khiển mờ truyền thống - Phương pháp điều khiển sử dụng ĐSGT với mơ hình SAM có điều kiện với tham số hiệu chỉnh ngữ nghĩa có khả cho kết tốt phương pháp điều khiển sử dụng ĐSGT thơng thường, xây dựng hợp lý cho trình chuyển đổi từ bảng FAM sang bảng SAM Tuy nhiên, tính hợp lý chưa phải tối ưu - Phương pháp điều khiển sử dụng ĐSGT với mơ hình SAM có điều kiện địi hỏi tính hợp lý chuyển đổi từ bảng FAM sang bảng SAM với số ràng buộc chặt chẽ hơn, nên có khả sử dụng số luật phương pháp HAR, độ xác điều khiển lại cao - Tuy nhiên phương pháp điều khiển ứng dụng cho tốn điều khiển cụ thể có ràng buộc riêng chưa có tiêu chí chung xây dựng mơ hình SAM có điều kiện với tham số hiệu chỉnh tối ưu Tuy nhiên với trình độ thời gian có hạn nên luận văn khơng tránh khỏi sai sót Vì mong nhận giúp đỡ thầy giáo, cô giáo cộng tác đồng nghiệp 63 HƯỚNG PHÁT TRIỂN CỦA ĐỀ TÀI Vấn đề chuyển từ bảng FAM sang bảng SAM phụ thuộc vào kinh nghiệm người sử dụng Vì cần xây dựng phương pháp luận chuyển đổi tối ưu từ bảng FAM sang bảng SAM Rõ ràng ngữ nghĩa định lượng giá trị ngôn ngữ tham số cần tối ưu toán điều khiển 64 TÀI LỆU THAM KHẢO [1] Nguyen Duy Minh, Vu Nhu Lan (2007), “Application of hedge algebras with the conditional SAM table in the aircraft landing control problem”, Journal of Science and Technology, VietNamese Academy Of Science And Technology, Tập 45(6), tr 179-186 [2] Nguyễn Duy Minh, Vũ Như Lân (2008), Điều khiển mơ hình máy bay hạ cánh sử dụng đại số gia tử với bảng SAM dựa tham số, Kỷ yếu hội thảo quốc gia “ Một số vấn đề chọn lọc công nghệ thông tin truyền thông” Huế 12-13 /6 / 2008, tr 107-119, Nhà xuất Khoa học Kỹ thuật [3] Nguyễn Duy Minh, Vũ Như Lân (2008), “Phương pháp điều khiển dựa vào việc định lượng đại số gia tử với bảng SAM có điều kiện”, Tạp chí Tin học Điều khiển, Tập 24(2), tr 119-125 [4] Nguyễn Duy Minh (2010), “Ảnh hưởng tham số bảng SAM điều kiện phương pháp điều khiển sử dụng đại số gia tử”, Tạp chí khoa học công nghệ, Viện Khoa học Công nghệ Việt Nam, Tập 48(1), tr 45-53 [5] Ho N C., Wechler W (1990), “Hedge algebra: An algebraic approach to structures of sets of linguistic truth values”, Fuzzy Sets and Systems 35, 281– 293 [6] Ho N C., Wechler W (1992), “Extended algebra and their application to fuzzy logic”, Fuzzy Sets and Systems 52, pp 259–281 [7] Ho N C., Lan V N., Viet L X (2008), “Optimal hedge-algebras-based controller: Design and application”, Fuzzy Sets and Systems, 159(8), 968–989 [8] Ross T J (2004), Fuzzy logic with Engineering Applications, Second Edition, International Edition Mc Graw-Hill, Inc [9] Zadeh L A (1965), “Fuzzy sets”, Inform and Control 8, pp 338–353 ... Điều khiển sử dụng Đại số gia tử với ngữ nghĩa hiệu chỉnh 34 2.4 Kết luận Chương 38 CHƯƠNG 3: ĐIỀU KHIỂN HẠ ĐỘ CAO VẬT BAY 39 v 3.1 Mơ hình động học hạ độ cao vật bay 39 3.2 Điều khiển mờ hạ độ cao. .. HÌNH ĐIỀU KHIỂN 24 2.1 Mơ hình điều khiển dựa logic mờ Đại số gia tử 24 2.1.1 Mơ hình điều khiển mờ 24 2.1.2 Mơ hình điều khiển sử dụng đại số gia tử 2.2 Mơ hình hiệu chỉnh ngữ nghĩa 29 34 2.3 Điều. .. khiển mờ hạ độ cao vật bay 40 3.3 Mơ hình biến đổi bảng FAM sang bảng SAM với ngữ nghĩa hiệu chỉnh 46 3.4 Điều khiển hạ độ cao vật bay sử dụng Đại số gia tử với ngữ nghĩa hiệu chỉnh 52 3.5 Kết