Bài báo đề xuất ứng dụng mô hình hỗn hợp để ước lượng mực nước sông cao nhất và thấp nhất trong ngày, trong đó thành phần tuyến tính được ước lượng bằng SVD (Singular Value Decomposition) và thành phần phi tuyến ước lượng bằng máy học vec-tơ hỗ trợ SVM (Support Vector Mechine).
Giấy phép xuất số: 1003/GP-BTTT, ngày 06/7/2011 Giấy phép sửa đổi, bổ sung số: 293/GP-BTTTT ngày 03/06/2016 Bộ Thông n Truyền thông Mã chuẩn quốc tế số: 47/TTKHCN-ISSN, ngày 21/7/2011 Cục Thông n Khoa học Công nghệ Quốc gia In 2.000 bản, khổ 21 × 29,7cm, Công ty TNHH in Tre Xanh, cấp ngày 17/02/2011 TẠP CHÍ NGHIÊN CỨU KHOA HỌC Địa Tòa soạn: Trường Đại học Sao Đỏ Số 24, Thái Học 2, phường Sao Đỏ, thành phố Chí Linh, tỉnh Hải Dương Điện thoại: (0220) 3587213, Fax: (0220) 3882 921, Hotline: 0912 107858/0936 847980 Website: h p://tapchikhcn.saodo.edu.vn/Email: tapchikhcn@saodo.edu.vn Số (72) 2021 Địa chỉ: - Số 1: Số 24, Thái Học 2, phường Sao Đỏ, thành phố Chí Linh, tỉnh Hải Dương - Số 2: Số 72, đường Nguyễn Thái Học/Quốc lộ 37, phường Thái Học, thành phố Chí Linh, tỉnh Hải Dương - Điện thoại: (0220) 3882 269 Fax: (0220) 3882 921 Website: http://saodo.edu.vn Email: info@saodo.edu.vn SỐ (72) 2021 ISSN 1859-4190 2021 Số (72) Assoc.Prof.Dr.Sc Tran Hoai Linh Assoc.Prof.Dr Nguyen Quoc Cuong Assoc.Prof.Dr Nguyen Van Lien Prof.Dr.Sc Than Ngoc Hoan Prof.Dr.Sc Banh Tien Long Prof.Dr Tran Van Dich Prof.Dr Pham Minh Tuan Assoc.Prof.Dr Le Van Hoc Assoc.Prof.Dr Nguyen Doan Y Prof.Dr Dinh Van Son Assoc.Prof.Dr Tran Thi Ha Assoc.Prof.Dr Truong Thi Thuy Dr Vu Quang Thap Assoc.Prof.Dr Nguyen Thi Bat Prof.Dr Do Quang Khang Dr Bui Van Ngoc Assoc.Prof.Dr Ngo Sy Luong Assoc.Prof.Dr Khuat Van Ninh Prof.Dr.Sc Pham Hoang Hai Assoc.Prof.Dr Nguyen Van Do Assoc.Prof.Dr Doan Ngoc Hai Assoc.Prof.Dr Nguyen Ngoc Ha E d it o ria l MSc Doan Thi Thu Hang - Head MSc Dao Thi Van PGS.TSKH Trần Hoài Linh PGS.TS Nguyễn Quốc Cường PGS.TS Nguyễn Văn Liễn GS.TSKH Thân Ngọc Hoàn GS.TSKH Bành Tiến Long GS.TS Trần Văn Địch GS.TS Phạm Minh Tuấn PGS.TS Lê Văn Học PGS.TS Nguyễn Doãn Ý GS.TS Đinh Văn Sơn PGS.TS Trần Thị Hà PGS.TS Trương Thị Thủy TS Vũ Quang Thập PGS.TS Nguyễn Thị Bất GS.TS Đỗ Quang Kháng TS Bùi Văn Ngọc PGS.TS Ngô Sỹ Lương PGS.TS Khuất Văn Ninh GS.TSKH Phạm Hoàng Hải PGS.TS Nguyễn Văn Độ PGS.TS Đoàn Ngọc Hải PGS.TS Nguyễn Ngọc Hà B a n B iê n tậ p ThS Đoàn Thị Thu Hằng - Trưởng ban ThS Đào Thị Vân Giấy phép xuất số: 1003/GP-BTTT, ngày 06/7/2011 Giấy phép sửa đổi, bổ sung số: 293/GP-BTTTT ngày 03/06/2016 Bộ Thông n Truyền thông Mã chuẩn quốc tế số: 47/TTKHCN-ISSN, ngày 21/7/2011 Cục Thông n Khoa học Công nghệ Quốc gia In 2.000 bản, khổ 21 × 29,7cm, Công ty TNHH in Tre Xanh, cấp ngày 17/02/2011 Địa Tòa soạn: Trường Đại học Sao Đỏ Số 24, Thái Học 2, phường Sao Đỏ, thành phố Chí Linh, tỉnh Hải Dương Điện thoại: (0220) 3587213, Fax: (0220) 3882 921, Hotline: 0912 107858/0936 847980 Website: h p://tapchikhcn.saodo.edu.vn/Email: tapchikhcn@saodo.edu.vn GS.TS Phạm Thị Ngọc Yến E d it o ria l B o a rd Poeple's Teacher, Dr Dinh Van Nhuong - Chairman Prof.Dr Pham Thi Ngoc Yen H ộ i đ n g B iê n tậ p NGND.TS Đinh Văn Nhượng - Chủ tịch Hội đồng O ff ic e S e c r e t a r y Dr Ngo Huu Manh TS Ngô Hữu Mạnh T h k ý Tò a so ạn V ic e E d it o r -in - C h ie f Dr Nguyen Thi Kim Nguyen P h ó T ổ n g b iê n t ậ p Dr Do Van Dinh E d it o r -in -C h ie f TS Nguyễn Thị Kim Nguyên TS Đỗ Văn Đỉnh T ổ n g B iê n t ậ p - Nếu trang web: Phải trích dẫn đầy đủ tên website đường link, ngày cập nhật Tạp chí Nghiên cứu khoa học, Trường Đại học Sao Đỏ, ISSN 1859-4190, Số (72) 2021 Email: tapchikhcn@saodo.edu.vn Điện thoại: (0220) 3587213, Fax: (0220) 3882921, Hotline: 0912 107858/0936 847980 Địa chỉ: Số 24 Thái Học 2, phường Sao Đỏ, thành phố Chí Linh, tỉnh Hải Dương Phòng 203, Tầng 2, Nhà B1, Trường Đại học Sao Đỏ Ban Biên tập Tạp chí Nghiên cứu khoa học, Trường Đại học Sao Đỏ THÔNG TIN LIÊN HỆ: 12 - Nếu báo/báo cáo khoa học: Tên tác giả (năm), Tên báo/báo cáo, Tạp chí/Hội nghị/Hội thảo, Tập/ Kỷ yếu, số, trang - Nếu sách/luận án: Tên tác giả (năm), Tên sách/luận án/luận văn, Nhà xuất bản/Trường/Viện, lần xuất bản/tái 11 Tài liệu tham khảo xếp theo thứ tự tài liệu trích dẫn báo Trong trường hợp hình vẽ, hình ảnh có kích thước lớn, bảng biểu có độ rộng lớn cơng thức, phương trình dài cho phép trình bày dạng 01 cột 10 Bài báo đánh máy khổ giấy A4 (21 × 29,7cm) có độ dài khơng q trang, font Arial, cỡ chữ 10, Chữ “Từ khóa” in đậm, nghiêng, font Arial, cỡ chữ 10; Có từ 03÷05 từ khóa, font Arial, cỡ chữ 10, in nghiêng, ngăn cách dấu chấm phẩy, cuối dấu chấm Chữ “Tóm tắt” in đậm, font Arial, cỡ chữ 10; Nội dung tóm tắt báo khơng q 10 dịng, trình bày Tên tác giả (không ghi học hàm, học vị), font Arial, cỡ chữ 10, in đậm, lề phải; quan công tác tác giả, font Arial, cỡ chữ 9, in nghiêng, lề phải Các cơng trình thuộc đề tài nghiên cứu có Cơ quan quản lý cần kèm theo giấy phép cho công bố quan (Tên đề tài, mã số, tên chủ nhiệm đề tài, cấp quản lý,…) Trường hợp báo phải chỉnh sửa theo thể lệ theo yêu cầu Phản biện tác giả cập nhật website Người phản biện soạn mời Tồ soạn khơng gửi lại khơng đăng Bài nhận đăng cơng trình nghiên cứu khoa học chưa công bố ấn phẩm khoa học học; Tốn học; Vật lý; Văn hóa - Nghệ thuật - Thể dục thể thao học thuộc lĩnh vực: Điện - Điện tử - Tự động hóa; Cơ khí - Động lực; Kinh tế; Triết học - Xã hội học - Tạp chí Nghiên cứu khoa học, Trường Đại học Sao Đỏ (ISSN 1859-4190), thường xuyên công bố kết quả, cơng trình nghiên cứu khoa học cơng nghệ nhà khoa học, cán bộ, giảng viên, nghiên cứu sinh, học viên cao học, sinh viên ngồi nước T Ạ PC H ÍN G H IÊ NC Ứ UK H O AH Ọ C ,T R Ư Ờ N GÐ Ạ IH Ọ CS A OÐ Ỏ T H ỂL ỆG Ử IB À I TẠP CHÍ NGHIÊN CỨU KHOA HỌC LIÊN NGÀNH ĐIỆN - ĐIỆN TỬ - TỰ ĐỘNG HÓA TRONG SỐ NÀY ĐẠI HỌC SAO ĐỎ Số 1(72) 2021 LIÊN NGÀNH ĐIỆN - ĐIỆN TỬ - TỰ ĐỘNG HĨA Dự báo mực nước sơng cao nhất, thấp ngày sử dụng mơ hình hỗn hợp Đỗ Văn Đỉnh Nguyễn Trọng Quỳnh Vũ Văn Cảnh Phạm Văn Nam Thiết kế điều khiển mờ cho hệ thống điều khiển vô hướng động điện khơng đồng ba pha rơto lồng sóc có tham số mơmen qn tính J biến đổi Lê Ngọc Hịa Đánh giá hiệu chống nhiễu thu GPS sử dụng kiến trúc lọc hạt điểm Phạm Việt Hưng Lê Thị Mai Nguyễn Trọng Các Lựa chọn sơ đồ cấp điện luật điều khiển công suất đầu cho máy điện từ kháng Phạm Công Tảo Vũ Hồng Phong LIÊN NGÀNH CƠ KHÍ - ĐỘNG LỰC Tối ưu hóa chế độ cắt độ nhám bề mặt khuôn dập gia công vật liệu composite nhựa, cốt hạt Ngơ Hữu Mạnh Mạc Thị Ngun Lê Hồng Anh Châu Vĩnh Tiến Phân tích cấu trúc tiềm hệ truyền động thủy tĩnh ng dụng máy k o lâm nghiệp Vũ Hoa Kỳ Trần Hải Đăng Nguyễn Long Lâm Nghiên c u ảnh hưởng chiều cao, độ vi sai đến độ giãn đường may 516 vải denim co giãn Nguyễn Thị Hiền Đỗ Thị Làn Phạm Thị Kim Phúc Nghiên c u ảnh hưởng phương pháp lấy mẫu đến chất lượng phương pháp 3olynomial Chaos áp dụng cho hệ thống treo ô tô Nghiên c u ảnh hưởng chi số mật độ mũi may đến độ giãn đ t, độ bền đường may 406 vải TC Đào Đ c Thụ Lương Quý Hiệp Phạm Văn Trọng 56 Bùi Thị Loan Nguyễn Thị Hồi Đỗ Thị Tần Tạp chí Nghiên cứu khoa học, Trường Đại học Sao Đỏ, ISSN 1859-4190, Số (72) 2021 NGHIÊN CỨU KHOA HỌC TẠP CHÍ NGHIÊN CỨU KHOA HỌC ĐẠI HỌC SAO ĐỎ TRONG SỐ NÀY Số 1(72) 2021 NGÀNH TỐN HỌC Sự khơng tồn nghiệm phương trình elliptic nửa tuyến tính suy biến Nguyễn Thị Diệp Huyền NGÀNH KINH TẾ Bảo hiểm thất nghiệp phát triển kinh tế Việt Nam 66 Nguyễn Minh Tuấn Ứng dụng ma trận SWOT phát triển du lịch làng nghề truyền thống địa bàn tỉnh Hải Dương Vũ Thị Hường Giảm nghèo phát triển bền vững Việt Nam Phạm Thị Hồng Hoa NGÀNH NGÔN NGỮ HỌC Nghiên c u thực trạng kỹ nói tiếng Anh đề xuất số giải pháp nhằm nâng cao kỹ nói tiếng Anh sinh viên khơng chuyên Trường Đại học Sao Đỏ Đặng Thị Minh Phương Trần Hồng Yến Tăng Thị Hồng Minh LIÊN NGÀNH HĨA HỌC - CƠNG NGHỆ THỰC PHẨM Nghiên c u tính chất cấu trúc cluster [Mo6 (X = F, Cl, Br, I) phương pháp phiếm hàm mật độ - Sử dụng Saccharomyces cerevisiae RV để lên men rượu vang từ sim (Rhodomyrtus tomentosa) Phạm Thị Điệp Bùi Văn Tú Nguyễn Ngọc Tú LIÊN NGÀNH TRIẾT HỌC - XÃ HỘI HỌC - CHÍNH TRỊ HỌC Xóa đói, giảm nghèo Hải Dương thời kỳ đẩy mạnh công nghiệp hóa, đại hóa Vũ Văn Đơng Vai trò giáo dục đào tạo việc phát triển nguồn nhân lực chất lượng cao Việt 1am Phùng Thị Lý Tạp chí Nghiên cứu khoa học, Trường Đại học Sao Đỏ, ISSN 1859-4190, Số (72) 2021 LIÊN NGÀNH ĐIỆN - ĐIỆN TỬ - TỰ ĐỘNG HÓA SCIENTIFIC JOURNAL SAO DO UNIVERSITY No 1(72) 2021 TITLE FOR ELECTRICITY - ELECTRONICS - AUTOMATION The daily highest and lowest river water levels are forecasted using a hybrid model Do Van Dinh Nguyen Trong Quynh Vu Van Canh Pham Van Nam Designing fuzzy controller for scalar control system of a three-phase squirrel cage induction motor with variable J môment of inertia Le Ngoc Hoa Performance assesment in interference supression of GPS receiver based on particle lter Pham Viet Hung Vu Hong Phong Le Thi Mai Nguyen Trong Cac Select power supply scheme and output power control rule for the Switched Reluctance Machine Pham Cong Tao TITLE FOR MECHANICAL AND DRIVING POWER ENGINEERING Optimation on the CNC cutting parameters and surface roughness of the mould during milling process composite material of plastic base and grain cores Ngo Huu Manh Mac Thi Nguyen Le Hoang Anh Chau Vinh Tien Analysis of structure and potential of application hydrostatic transmission system on forestry machine Vu Hoa Ky Tran Hai Dang Nguyen Long Lam Research on effects height and differenctial feed of the tooth bar on seam deformation 516 on stretch denim fabric Nguyen Thi Hien Study on the e ects of the ampling method on quality of 3olynmial Chaos method applying to automotive suspension system Dao Duc Thu Luong Quy Hiep Pham Van Trong Study on the e ects of sewing thread count, density of stitch on the breaking elongation and seam strength 406 on TC fabric Do Thi Lan Pham Thi Kim Phuc 56 Bui Thi Loan Nguyen Thi Hoi Do Thi Tan Tạp chí Nghiên cứu khoa học, Trường Đại học Sao Đỏ, ISSN 1859-4190, Số (72) 2021 NGHIÊN CỨU KHOA HỌC SCIENTIFIC JOURNAL No 1(72) 2021 SAO DO UNIVERSITY TITLE FOR MATHEMATICS Non-existence of solution of degenerative semilinear 62 Nguyen Thi Diep Huyen 66 Nguyen Minh Tuan elliptic equations Unemployment insurance for economic development in Vietnam Application of SWOT masterbon in traditional villa tourism in Hai Duong province Vu Thi Huong Poverty reduction and sustainable development in Vietnam Pham Thi Hong Hoa TITLE FOR STUDY OF LANGUAGE A study on the current situation of English speaking skills and some proposals to improve English speaking skills of non-English major students at Sao Do University Dang Thi Minh Phuong Tran Hoang Yen Tang Thi Hong Minh TITLE FOR CHEMISTRY AND FOOD TECHNOLOGY Study of structural properties of clusters [Mo6 Cl, Br) by the density functional method (X = F, Application of Saccharomyces cerevisiae RV in wine fermentation from Sim fruit (Rhodomyrtus tomentosa) Pham Thi Diep Bui Van Tu Nguyen Ngoc Tu TITLE FOR PHILOSOPHY - SOCIOLOGY - POLITICAL SCIENCE Hunger eradication and poverty reduction in Hai Duong in the period of accelerating industrialization and modernization nowadays Vu Van Dong The role of education and training with the development of high-quality human resources in Vietnam today Phung Thi Ly Tạp chí Nghiên cứu khoa học, Trường Đại học Sao Đỏ, ISSN 1859-4190, Số (72) 2021 LIÊN NGÀNH ĐIỆN - ĐIỆN TỬ - TỰ ĐỘNG HÓA Dự báo mực nước sông cao nhất, thấp ngày sử dụng mơ hình hỗn hợp Đỗ Văn Đỉnh , Nguyễn Trọng Quỳnh Vũ Văn Cảnh , Phạm Văn Nam Trường Đại học Sao Đỏ Trung tâm GDNN-GDTX Tp Chí Linh, Hải Dương Trường Đại học Công nghiệp Hà Nội Ngày nhận bài: 08/02/2021 Ngày nhận sửa sau phản biện: 29/3/2021 Ngày chấp nhận đăng: 31/3/2021 Tóm tắt Dự báo mực nước sông cao thấp ngày tốn có nh thực ễn cao Đã có nhiều phương án đề xuất để dự báo hai đại lượng này, thơng số mơ hình dự báo phụ thuộc vào điều kiện địa lý phát triển kinh tế khu vực cần dự báo Vì vậy, khu vực dự báo cần phải xác định lại thơng số mơ hình đề xuất mơ hình phù hợp để đạt độ xác cao Bài báo đề xuất ứng dụng mơ hình hỗn hợp để ước lượng mực nước sơng cao thấp ngày, thành phần tuyến nh ước lượng SVD (Singular Value Decomposi on) thành phần phi tuyến ước lượng máy học véctơ hỗ trợ SVM (Support Vector Mechine) Số liệu đầu vào giá trị mực nước sông cao nhất, thấp trung bình ngày trước Chất lượng giải pháp đề xuất kiểm nghiệm số liệu thực tế (1.460 ngày, từ 01/01/2017 đến 31/8/2020) khu vực hạ lưu sông Thái Bình, Trạm thủy văn Bá Nha, huyện Thanh Hà, tỉnh Hải Dương Kết sai số trung bình tuyệt đối đạt 0.12 Từ khóa: SVD; SVM; mơ hình tuyến nh; mơ hình phi tuyến; mơ hình hỗn hợp Abstract The daily forecast of the highest and lowest river water level is a problem with a high applicability There have been many proposed methods to forecast these two quan es, however the parameters of the forecas ng model depend on geographical condi ons and regional economic development to forecast Therefore, for each forecast area it is necessary to rede ne the model parameters or propose a suitable new model to achieve higher accuracy The paper proposes to apply a hybrid model to es mate the day's highest and lowest river water levels, in which the linear component is es mated by Singular Value Decomposi on (SVD) and the nonlinear component es mated by Support Vector Mechine (SVM) vector Input data is the value of the highest, lowest and average river water level of the previous days The quality of the proposed solu on was tested on the actual data set (1.460 days, from January 1, 2017 to August 31, 2020) in the downstream area of Thai Binh river, Ba Nha hydrological sta on, Thanh Ha district, Hai Duong province The result of the absolute average error is 0.12 Keywords: @ ĐẶT VẤN ĐỀ Bài toán dự báo trường hợp đặc biệt toán ước lượng xây dựng mơ hình ánh xạ đầu vào đầu Dự báo mực nước sơng có ý nghĩa thực ễn việc phát triển kinh tế khu vực, đặc biệt sản xuất nông nghiệp Biết mực nước sông hàng ngày giúp trạm Thủy văn khu vực điều ết lưu lượng nước để phục vụ sản xuất tưới, êu, chống úng nội đồng… Người phản biện: GS.TSKH Thân Ngọc Hoàn PGS.TS Nguyễn Văn Tiềm Đã có nhiều mơ hình dự báo thống kê nghiên cứu ứng dụng thành công giới phương pháp hồi quy phi tuyến nh, phi tuyến; phương pháp giá trị cực trị (Extreme Value) mạng nơron nhân tạo (ANN – Ar cial Neural Network) [7-11], số đó, mơ hình ứng dụng mạng nơron nhân tạo đạt ến đáng kể nghiên cứu ứng dụng rộng rãi thời gian qua [1, 3-5, 7-11] Thuật toán máy học véctơ hỗ trợ (SVM) Vapnik giới thiệu năm 1995 [6], nghiên cứu thử nghiệm lĩnh vực dự báo thơng số khí tượng, mơi trường thu kết khả quan, hầu hết nghiên cứu cơng Tạp chí Nghiên cứu khoa học, Trường Đại học Sao Đỏ, ISSN 1859-4190, Số (72) 2021 NGHIÊN CỨU KHOA HỌC bố, mơ hình dự báo dùng kỹ thuật SVM cho kết tốt so với mơ hình ANN kiểm chứng [12-14] Trong báo này, nhóm tác giả đề xuất ứng dụng kỹ thuật SVM mơ hình hỗn hợp [2] để dự báo mực nước sông khu vực hạ lưu sơng Thái Bình Kết nghiên cứu thực nghiệm cho thấy ứng dụng kỹ thuật SVM mô hình hỗn hợp dự báo mực nước sơng cho kết khả quan Đầu vào HL - Max HL - Min HL - TB TL - Max TL - Min TL - TB (ngày d - i) PHỐI HỢP SVD VÀ SVM TRONG MƠ HÌNH HỖN HỢP DỰ BÁO MỰC NƯỚC SƠNG 2.1 Mơ hình hỗn hợp Mơ hình hỗn hợp [2] tác giả đề xuất để dự báo ngắn hạn phụ tải điện cho kết khả quan; để ước lượng thành phần tuyến nh tác giả sử dụng thuật toán khai triển theo giá trị kỳ dị SVD, phần ước lượng phi tuyến sử dụng mạng MLP Trong báo này, nhóm tác giả đề xuất phối hợp SVD SVM mơ hình hỗn hợp để dự báo mực nước sông cao (HLmax) mực nước sông thấp (HLmin) ngày khu vực hạ lưu sơng Thái Bình 2.1.1 Cấu trúc mơ hình hỗn hợp Sơ đồ cấu trúc mơ hình hỗn hợp trình bày Hình 1, n hiệu đầu vào (x) véctơ chứa số liệu khứ; n hiệu đầu (d) tổng hai thành phần ước lượng: ước lượng tuyến nh ước lượng phi tuyến Tín hiệu đầu vào x Ước lượng tuyến nh Ước lượng phi tuyến Thành phần tuyến nh Tín hiệu đầu d Thành phần phi tuyến Hình Cấu trúc mơ hình hỗn hợp [2] Khi sử dụng mơ hình hỗn hợp, để giảm bớt mức độ phức tạp mơ hình phi tuyến, trước hết cần ước lượng thành phần tuyến nh, sau ta loại thành phần tuyến nh khỏi số liệu đầu vào để nhằm giữ lại thành phần phi tuyến n hiệu đối tượng Tín hiệu lại dùng để huấn luyện khối phi tuyến hay nói cách khác: Sai số cịn lại từ khối tuyến nh trở thành đầu vào khối phi tuyến Cấu trúc mơ hình dự báo mực nước sông cao (HLmax) mực nước sông thấp (HLmin) khu vực hạ lưc ngày Hình 2; HLmax (mực nước cao hạ lưu), HLmin (mực nước thấp hạ lưu), HLTB (mực nước trung bình hạ lưu), TLmax (mực nước cao thượng lưu), TLmin (mực nước thấp thượng lưu), TLTB (mực nước trung bình thượng lưu), ngày d ngày dự báo, ngày d-i ngày trước ngày dự báo Mơ hình hỗn hợp (Hình 1) Dự báo HL - Max, HL - Min (ngày d) Hình Cấu trúc mơ hình dự báo mức nước cao nhất, thấp ngày 2.1.2 Mơ tả tốn học mơ hình hỗn hợp Từ sơ đồ Hình ta có: d = f (x) ≈ Linear(x) + NonLinear(x) (1) Mơ hình tuyến nh (Linear(x)) xác định trước sau xác định mơ hình phi tuyến (NonLinear(x)) Với số liệu gồm p mẫu {xi, di}, i = 1, 2,… p, mô hình tuyến nh xác định sở tối ưu hóa hàm sai số tập mẫu số liệu này: ∀i : Linear(xi ) ≈ di hay e = p ∑ Linear(xi ) di → i=1 (2) Khi xác định mơ hình tuyến nh, phần sai số lại xấp xỉ mơ hình phi tuyến thuật tốn tối ưu hóa hàm sai số phi tuyến: ∀i : NonLinear( xi ) ≈ di Linear( xi ) hay p (3) e = ∑ NonLinear( xi ) ( di Linear( xi )) → i=1 Giả thiết giá trị HLmax ước lượng theo (4) (Ước lượng giá trị HLmin làm tương tự): HLmax (d) ≈ f1,2, ,K (HLmax (d i), HLmin (d i), HLTB (d i),TLmax (d i)), TLmin (d i),TLTB (d i) + a HLmax (d i) + ai2 HLmin (d i) + K i1 + ∑ +ai3 HLTB (d i) + ai4 TLmax (d i) + i=1 +ai5 TLmin (d i) + ai6 TLTB (d i) Trong đó: f(): hàm phi tuyến; aij: hệ số mơ hình tuyến nh; Mơ hình phi tuyến xấp xỉ SVM Tạp chí Nghiên cứu khoa học, Trường Đại học Sao Đỏ, ISSN 1859-4190, Số (72) 2021 (4) LIÊN NGÀNH ĐIỆN - ĐIỆN TỬ - TỰ ĐỘNG HĨA 2.2 Xây dựng mơ hình hỗn hợp 2.2.1 Lựa chọn đặc nh đầu vào mơ hình dự báo [1, 2] Ứng dụng thuật toán khai triển theo giá trị kỳ dị để lựa chọn đặc nh đầu vào mơ hình dự báo Bài tốn xây dựng mơ hình tuyến nh đưa giải m nghiệm x hệ phương trình: A˙ =b (5) Trường hợp số phương trình nhiều số ẩn nên thường khơng có nghiệm nhất, nghiệm hệ phương trình xác định từ tốn tối ưu hóa sai số (cịn gọi residue r) định nghĩa bởi: (6) A x b = r = ? Nghiệm toán tối ưu (6) xác định dựa kết phân tích ma trận A ϵ ~m×n theo giá trị kỳ dị Theo [1, 2], với ma trận không vuông, ta xác định ma trận A ϵ~m×n từ phân tích SVD ma trận A Với A = U ˙S˙VT A+ = V˙ S ˙ U T (7) Với U, V: ma trận trực giao: cho siêu phẳng có tổng khoảng cách tới véctơ gần hai lớp lớn Bên cạnh đó, để đảm bảo nh tổng quát hóa cao, biến lỏng (Slack Variable) đưa vào để nới lỏng điều kiện phân lớp Bài toán đưa đến việc giải tối ưu có ràng buộc: N T w w + C ∑ ξi w,b,ξ i=1 Sao cho: yi (wT xi + b) + ξi ≥ 0;ξi ≥ 0,∀i ∈[1, N ] (9) Trong đó: C >0: Tham số chuẩn tắc (Regulariza on Parameter); zi: Biến lỏng Bài tốn (10) đựợc giải phương pháp SMO (Sequen al Minimal Op miza on) Phương pháp đưa đến giải toán đối ngẫu quy hoạch toàn phương (Quadra c Programming): N max L(α ) = ∑ α i ∑ α α y y Φ(xi ) Φ(x j ) i, j i j i j α i=1 (10) N 1 S = diag( , ,É, ) ∈! n×m σ1 σ σr + Ma trận đường chéo Khi nghiệm tối ưu phương trình (6) xác định bởi: = A + ˙b (8) 2.2.2 Ứng dụng SVM ước lượng thành phần phi tuyến Cho tập liệu gồm N mẫu huấn luyện {(x1, y1),…, (xN, yN)} véctơ đầu vào (D chiều) yi ϵ {±1} mã lớp véctơ đầu vào Bài toán nhị phân phân loại lớp, mã tương ứng lớp +1 lớp -1 Ta cần m siêu phẳng ˙ để tách tập liệu thành lớp Trong đó: : véctơ pháp tuyến siêu phẳng, có tác dụng điều chỉnh hướng siêu phẳng; Giá trị có tác dụng di chuyển siêu phẳng song song với Có thể, có nhiều siêu phẳng để phân tách tập liệu có nhiều thuật toán để giải toán này, chẳng hạn thuật toán Perceptron Rosenbla [15], thuật toán biệt thức tuyến nh Fisher [16] Tuy nhiên, thuật toán SVM, siêu phẳng tối ưu Thỏa mãn: ≤ α i ≤ C,∀i ∈[1, N ] ∑ i=1α i yi = với nhân tử Lagrange Sau có giá trị từ toán (11), ta thu giá trị tối ưu siêu phẳng Chỉ có mẫu có a ≥ gọi véctơ hỗ trợ Cuối cùng, hàm định phân lớp có dạng: (11) f (x) = sgn α y Φ(x ) Φ(x ) + b* ( i i i j ) Gọi K (xi ,x j ) = Φ(xi ) Φ(x j ) hàm nhân không gian đầu vào Theo đó, ch vơ hướng khơng gian đặc trưng tương đương với hàm nhân K(xi ,x j ) không gian đầu vào Như vậy, thay nh trực ếp giá trị ch vô hướng, ta thực gián ếp thơng K(xi ,x j ) cho nh tốn ếp theo 2.2.3 Ước lượng HLmax, HLmin ngày 2.2.3.1 Ước lượng thành phần tuyến nh Từ phương trình (4), hàm quan hệ tuyến nh HLmax ngày d với HLmax ngày khứ xác định từ hệ phương trình ước lượng xấp xỉ công thức (12) (13) Từ (13) ta cần xác định véctơ a = a1,a2 ,É,a K T để đạt cực ểu hàm sai số ước lượng Trong thực tế áp dụng, ta cần trả lời hai câu hỏi: (1) Cần sử dụng số liệu khứ?, (2) Đó số liệu nào? a1 HTmax (K ) + a2 HLmax (K 1) + + aK HLmax (d K ) ≈ HLmax (K +1) a1 THL(K 1) + a2 HLmax (K 2) + + aK HLmax (d K +1) ≈ HLmax (K + 2) (12) a1 HLmax (N max 1) + a2 HLmax (N max 2) + + aK HLmax (N max K ) ≈ HLmax (N max ) Tạp chí Nghiên cứu khoa học, Trường Đại học Sao Đỏ, ISSN 1859-4190, Số (72) 2021 NGHIÊN CỨU KHOA HỌC HLmax (K ) ⇔ HLmax (K 1) HLmax (K 1) HLmax (1) HLmax (K HLmax (2) ! 2) ! HLmax (N max 1) HLmax (N max 2) ! ! HLmax (N max HLmax (K +1) a1 K) a2 ! aK ≈ HLmax (K + 2) (13) ! HLmax (N max ) Phương pháp xác định thích nghi thực sau: - Trước ên ta sử dụng số lượng lớn số liệu khứ (trong nghiên cứu sử dụng K = 60 - Tương đương tháng số liệu trước - đủ để dự báo ngày ếp theo) (15)) sử dụng đầu vào cho mơ hình ước lượng thành phần phi tuyến dùng kỹ thuật SVM - Với K số liệu q khứ, ta xác định véctơ Mơ hình nghiên cứu xây dựng phần mềm Matlab 2010b, với SVM sử dụng LSSVMlabv1.8_ R2009b_R2011a thiết kế theo bước sau: (1) Chuẩn bị liệu, (2) Lựa chọn đặc nh cho mơ hình dự báo, (3) Xây dựng kiến trúc mạng, (4) Lựa chọn phương pháp đào tạo mạng, (5) Đánh giá độ n cậy Chất lượng mơ hình kiểm nghiệm số liệu thực tế Trạm thủy văn Bá Nha, huyện Thành Hà, tỉnh Hải Dương (1460 ngày từ 01/01/2017 đến 31/8/2020) T a = a1,a2 ,É,aK K hàm ước lượng tuyến ( HLmax (d) ≈ ∑ HLmax d i i=1 ) nh SVD - Xác định thành phần có giá trị tuyệt đối nhỏ véctơ a Thành phần tương ứng với ngày khứ ảnh hưởng tới ngày dự báo ta loại bỏ khỏi số liệu khứ, giảm K=K-1, quay lại bước K>Kmin chọn trước Quá trình lặp bước 2-3 K giảm xuống giá trị đủ nhỏ chấp nhận để mơ hình khơng q phức tạp Cụ thể, báo ta chọn Kmin