Luận văn thạc sĩ nghiên cứu điều khiển mờ dựa trên đại số gia tử và ứng dụng điều khiển cho đối tượng mô hình miso

ĐẠI HỌC THÁI NGUYÊN TRƯỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG LÊ THỊ HẢI NGHIÊN CỨU ĐIỀU KHIỂN MỜ DỰA TRÊN ĐẠI SỐ GIA TỬ VÀ ỨNG DỤNG ĐIỀU KHIỂN CHO ĐỐI TƯỢNG MƠ HÌNH MISO LUẬN VĂN THẠC SĨ THÁI NGUYÊN - 2020 ii LỜI CAM ĐOAN Tôi xin cam đoan kết đạt luận văn sản phẩm cá nhân hướng dẫn khoa học TS Nguyễn Duy Minh Trong toàn nội dung luận văn, nội dung trình bày cá nhân tổng hợp từ nhiều nguồn tài liệu khác Tất tài liệu tham khảo có xuất xứ rõ ràng trích dẫn hợp pháp Tơi xin chịu trách nhiệm chịu hình thức kỷ luật theo quy định cho lời cam đoan Thái Nguyên, tháng Tác giả Lê Thị Hải năm 2020 iii LỜI CẢM ƠN Em xin gửi lời cảm ơn chân thành đến TS Nguyễn Duy Minh - người hướng dẫn khoa học, thầy định hướng nhiệt tình hướng dẫn, giúp đỡ em trình làm luận văn Em xin gửi lời biết ơn sâu sắc đến quý thầy cô giáo trường Đại học Công nghệ thông tin Truyền thông; Viện công nghệ thông tin thuộc Viện hàn lâm Khoa học Công nghệ Việt Nam truyền đạt kiến thức kinh nghiệm quý báu cho chúng em thời gian học tập Xin chân thành cảm ơn bạn bè, đồng nghiệp, ban cán học viên lớp cao học CKĐ17A, người thân gia đình động viên, chia sẻ, tạo điều kiện giúp đỡ suốt trình học tập làm luận văn Thái Nguyên, tháng Tác giả Lê Thị Hải năm 2020 iv MỤC LỤC LỜI CAM ĐOAN i LỜI CẢM ƠN iii MỤC LỤC iv DANH MỤC BẢNG vi DANH MỤC HÌNH vii DANH MỤC CÁC KÍ HIỆU VÀ CHỮ VIẾT TẮT viii MỞ ĐẦU .1 CHƯƠNG 1: TỔNG QUAN VỀ LÝ THUYẾT ĐIỀU KHIỂN 1.1 Lý thuyết logic mờ 1.1.1 Giới thiệu 1.1.2 Lý thuyết tập mờ 1.1.3 Các phép tính tốn tập mờ 1.1.4 Phép hợp hai tập mờ 1.1.5 Phép giao hai tập mờ 10 1.1.6 Phép bù hai tập mờ 13 1.1.7 Phép kéo theo 14 1.1.8 Quan hệ mờ luật hợp thành mờ 16 1.2 Lý thuyết đại số gia tử 19 1.2.1 Độ đo tính mờ giá trị ngơn ngữ 21 1.2.2 Hàm định lượng ngữ nghĩa .24 1.2.3 Đại số gia tử tuyến tính đầy đủ .25 1.2.4 Khái niệm ngưỡng hiệu chỉnh định lượng ngữ nghĩa 28 1.3 Kết luận chương 30 CHƯƠNG 2: ĐIỀU KHIỂN MỜ DỰA TRÊN ĐẠI SỐ GIA TỬ 30 2.1 Phương pháp lập luận mờ dựa ĐSGT 30 2.1.1 Mơ hình mờ 30 2.1.2 Phương pháp lập luận mờ 31 2.1.3 Xây dựng phương pháp lập luận mờ dựa ĐSGT 33 v 2.2 Bộ điều khiển mờ 41 2.2.1 Phương pháp lập luận mờ điều khiển mờ .41 2.3 Điều khiển mờ dựa ĐSGT 47 2.4 Kết luận chương 49 CHƯƠNG 3: ỨNG DỤNG .51 3.1 Mơ hình điều khiển mờ MISO .51 3.2 Mô thử nghiệm điều khiển mơ hình MISO 52 3.2.1 Mơ hình 52 3.2.2 Mô hình 60 3.3 Kết luận Chương 66 KẾT LUẬN VÀ KIẾN NGHỊ 67 TÀI LIỆU THAM KHẢO 68 vi DANH MỤC BẢNG Bảng Mơ hình EX1 Cao-Kandel 35 Bảng 2 Các kết xấp xỉ EX1 tốt Cao-Kandel [10] 36 Bảng Mơ hình mờ EX1 định lượng theo trường hợp .38 Bảng Mơ hình mờ EX1 định lượng theo trường hợp 39 Bảng Miền giá trị biến ngôn ngữ 52 Bảng Mơ hình FAM 54 Bảng 3 Bảng chuyển đổi ngôn ngữ .56 Bảng Mơ hình SAM gốc 56 Bảng Tổng hợp kết điều khiển mơ hình máy bay hạ độ cao 58 Bảng Sai số phương pháp mô hình máy bau hạ độ cao .60 Bảng Bảng luật điều khiển với nhãn ngôn ngữ ĐSGT .62 Bảng SAM (Semantization Associative Memory) 63 vii DANH MỤC HÌNH Hình 1 Hàm thuộc A(x) tập kinh điển A .5 Hình 2: a Hàm thuộc tập mờ B b Hàm thuộc tập mờ C): .6 Hình Độ đo tính mờ 23 Hình Đường cong thực nghiệm mơ hình EX1 36 Hình 2 Đường cong ngữ nghĩa định lượng ví dụ 2.1, trường hợp .38 Hình Đường cong ngữ nghĩa định lượng ví dụ 2.1 - trường hợp 40 Hình Kết xấp xỉ EX1 ví dụ 2.1 41 Hình Bộ điều khiển mờ 42 Hình Sơ đồ phương pháp điều khiển CFC 46 Hình Sơ đồ phương pháp điều khiển FCHA .48 Hình Minh họa mơ hình mờ loại 51 Hình Paraboll quan hệ h v 52 Hình 3 Hàm thuộc tập mờ biến h .53 Hình Hàm thuộc tập mờ biến v 53 Hình Hàm thuộc tập mờ biến f 54 Hình Đường cong ngữ nghĩa định lượng 57 Hình Cấu trúc hệ suy diễn mờ (ANFIS) 59 Hình Mơ điều khiển mơ hình máy bay - ANFIS 59 Hình Quĩ đạo hạ độ cao sử dụng ANFIS, FCHA .60 Hình 10 Sơ đồ thay động chiều điều chỉnh góc quay 61 Hình 11 Đường cong ngữ nghĩa định lượng 64 Hình 12 Giải ngữ nghĩa biến Chs, dChs Us 64 Hình 13 Mơ hệ thống với kích thích 1(t) 65 Hình 14 Đáp ứng hệ thống với kích thích 1(t) 65 viii DANH MỤC CÁC KÍ 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 c- , c+ Tham số hiệu chỉnh giá trị định lượng ngữ nghĩa Các phần tử sinh Các chữ viết tắt: ĐLNN Định lượng ngữ nghĩa ĐSGT Đại số gia tử QGCN Quạt gió cánh nhơm GA Genetic Algorithm FMCR Fuzzy Multiple Conditional Reasoning FAM Fuzzy Associative Memory SAM Semantic Associative Memory HAR Hedge Algebras Reasoning OpPAR Optimal - Parameter CFC Conventional Fuzzy Control FCHA Fuzzy Control using Hedge Algebras FCOPHA Fuzzy Control using Optimal Hedge Algebras MỞ ĐẦU Khoa học ngày phát triển có nhiều thiết bị máy móc hỗ trợ cho đời sống người Các thiết bị máy móc “thơng minh” thay sức lao động thiết bị dạng dường đích mà người vươn tới Như vậy, nhu cầu thiết yếu sống tạo máy móc hành xử giống với người Hay nói cách khác máy phải biết suy luận để đưa định đắn Người tiên phong lĩnh vực Zadeh [11] Trong cơng trình ơng mơ tả cách toán 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 thơng tin khơng xác thu được, người ta đưa định hiệu cho tình toán Những phương pháp điều khiển cổ điển dựa tốn học xác Tuy nhiên có kỹ thuật điều khiển mờ mà bắt nguồn từ sách lượt kinh nghiệm chuyên gia ràng buộc từ phương pháp tốn học xác, điều khiển mờ ứng dụng rộng rãi điều khiển Tuy nhiên, phương pháp điều khiển mờ vấn đề phức tạp khơng có cấu trúc Vì kể từ điều khiển 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 [1] đề xuất cách tiếp cận dựa cấu trúc tự nhiên miền giá trị biến ngôn ngữ, cơng trình, tác giả rằng, giá trị biến ngôn ngữ thực tế có thứ tự định mặt ngữ nghĩa, ví dụ ta hồn tồn cảm nhận rằng, ‘trẻ’ nhỏ ‘già’, ‘nhanh’ lớn ‘chậm’ Với việc định lượng từ ngôn ngữ đại số gia tử (ĐSGT), số phương pháp lập luận nội suy đời nhằm mục đích giải tốn lập luận mờ đa điều kiện, toán ứng dụng nhiều tự nhiên, kỹ thuật [11], phương pháp lập luận gọi phương pháp lập luận mờ dựa ĐSGT Dựa phương pháp lập luận mờ dựa ĐSGT xây dựng điều khiển mờ dựa ĐSGT ứng dụng toán điều khiển mờ Để giải vấn đề luận văn đưa cách tiếp cận nghiên cứu điều khiển mờ dựa ĐSGT ứng dụng cho đối tượng có nhiều đầu vào đầu (MISO) kỹ thuật điều khiển Bộ điều khiển mờ dựa ĐSGT cài đặt thử nghiệm mô hình MISO, kết điều khiển đánh giá so sánh với phương pháp điều khiển khác công bố 56 Bước Xây dựng ĐSGT AX chung cho ba biến ngôn ngữ với G = {0, Small, , Large, 1}, với c- = Small; c+ = Large H = {Little}; H = {Very} Bước Xác định mơ hình SAM gốc: - Chọn tham số sau cho ĐSGT:  =  = 0.5;  = 0.5 Sử dụng hàm định lượng ngữ nghĩa, ta xác định giá trị định lượng ngữ nghĩa giá trị ngôn ngữ chung cho biến sau: fm(Small) =  = 0.5; fm(Large) = 1-fm(Small) = 0.5; (Small) =  - fm(Small) = 0.5 – 0.50.5 = 0.25; (VerySmall) = (Small)+Sign(VerySmall)  ( fm(VerySmall)  0.5 fm(VerySmall)) = 0.125 (LittleSmall) = (Small)+Sign(LittleSmall)  ( fm( LitleSmall)  0.5 fm(LitleSmall)) = 0.375 (Large) =  -fm(Large) = 0.75 (VeryLarge) = (Large)+Sign(VeryLarge)  ( fm(VeryLarge)  0.5 fm(VeryLarge)) = 0.875 (LittleLarge) = (Large)+Sign(LittleLarge)  ( fm( LitleLarge)  0.5 fm( LitleLarge)) = 0.625 (VeryVerySmall) = (VerySmall)+ Sign(VeryVerySmall)  ( fm(VeryVerySmall)  0.5 fm(VeryVerySmall)) = 0.0625 - Xây dựng nhãn ngôn ngữ sử dụng gia tử ứng với tập mờ 57 Bảng 3 Bảng chuyển đổi ngôn ngữ Độ cao Vận tốc Lực điều khiển (0-1000) (-30 -30) (-30 -30) NZh → VeryVerySmall DLv → VerySmall DLf→ VerySmall Sh → Small DSv → LittleSmall DSf → LittleSmall Mh → Medium Zv → Medium Zf → Medium Lh → LittleLarge USv → Large USf → Large ULv→ VeryLarge ULf → VeryLarge Dùng hàm định lượng ngữ nghĩa (Định nghĩa 1.8), chuyển mơ hình FAM sang mơ hình SAM gốc Hay nói cách khác chuyển mơ hình FAM Bảng 2.4 sở tính tốn định lượng giá trị ngữ nghĩa, ký hiệu giá trị định lượng ngữ nghĩa biến v, h f tương ứng vs, hs fs Bảng Mơ hình SAM gốc vs 0.125 0.375 0.5 0.75 0.875 0.625 0.5 0.375 0.125 0.125 0.125 0.5 0.75 0.5 0.375 0.125 0.125 0.25 0.875 0.75 0.5 0.375 0.125 0.0625 0.875 0.85 0.5 0.375 0.375 hs Bước 3: Xây dựng đường cong ngữ nghĩa định lượng Trước hết, từ giá trị (hs, vs, fs) Bảng 3.4, sử dụng phép kết nhập Agg = PROD tức Agg(hs, vs) = hs*vs, ta tính tốn điểm có dạng (Agg(hs, vs), fs), từ xác định đường cong ngữ nghĩa định lượng từ điểm Hình 3.6 58 Hình Đường cong ngữ nghĩa định lượng Bước 4: Xác định kết lập luận (tính tốn đầu ra) Việc định lượng giá trị thực giải định lượng thực theo công thức 2.1, 2.2 với: x0 = -30, x1 = 30, s0 = 0.125, s1 = 0.875 cho biến v x0 = 0, x1 = 1000, s0 = 0.0625, s1 = 0.625 cho biến h x0 = -30, x1 = 30, s0 = 0.125, s1 = 0.875 cho biến f Sử dụng phép nội suy tuyến tính, tính toán lực điều khiển chu kỳ đường cong ngữ nghĩa định lượng, cụ thể sau: Điều kiện ban đầu: h(0) = 1000  hs(0) = 0.625; v(0) = –20  vs(0) = 0.125 Chu kỳ điều khiển 1: Lấy a0 =Agg(hs(0),vs(0)) = 0.625*0.125 = 0.078125 làm giá trị đầu vào, nội suy tuyến tính đường cong ngữ nghĩa định lượng (Hình 3.6) ta giá trị đầu fs(0) = 0.5, giải định lượng (công thức 2.4) từ suy lực điều khiển tương ứng chu kỳ f(0) = Chu kỳ điều khiển 2: 59 h(1) = h(0) + v(0) = 1000 + (–20) = 980  hs(1) = 0.6125; v(1) = v(0) + f(0) = (–20) + = –20  vs(1) = 0.125 Với giá trị đầu vào a1 =Agg (hs(1), vs(1)) = 0.076563, nội suy tuyến tính đường cong Hình 3.6 ta fs(1) = 0.524992, theo cơng thức (2.4) từ suy lực điều khiển tương ứng f(1) = Tính tốn tương tự cho chu kỳ tiếp theo, kết qua bốn chu kỳ tổng hợp Bảng 3.5 đây: Bảng Tổng hợp kết điều khiển mơ hình máy bay hạ độ cao Phương pháp FMCR Phương pháp FCHA Độ cao (h) 1000.0 Vận tốc (v) Ross[9] Lực điều khiển cao (f) - (h) 20.00 980.0 -20 1.0 960.0 -19 7.5 - - 941.0 11.5 Độ 13.5 Vận tốc (v) Lực điều khiển (f) 1000 -20 5.8 980.0 - -0.5 - -0.4 - 0.3 14.2 965.8 14.7 951.1 15.1 Sử dụng công thức 3.5 ta xác định tổng sai số tốc độ theo phương pháp FCHA qua chu kỳ là: eHAR  (i 1 (v0i ( HA)  vi ( HA))2 )1/2  6.25 (3.7) đó: eHAR tổng sai số tốc độ hạ độ cao phương pháp vi0(HA) vận tốc hạ độ cao tối ưu chu kỳ i phương pháp vi(HA) vận tốc hạ độ cao chu kỳ i phương pháp FCHA 60 Kết so sánh với sử dụng ANFIS theo tài liệu [14]: Cấu trúc ANFIS mơ hình máy bay hạ độ cao Hình 3.7 Hình Cấu trúc hệ suy diễn mờ (ANFIS) - Sơ đồ mơ sử dụng SIMULINK Hình 2.16 Hình Mơ điều khiển mơ hình máy bay - ANFIS 61 Quĩ đạo hạ độ cao mơ hình máy bay sử dụng ANFIS FCHA: Hình Quĩ đạo hạ độ cao sử dụng ANFIS, FCHA Bảng Sai số phương pháp mơ hình máy bau hạ độ cao Phương pháp Sai số Điều khiển Phương pháp sử dụng ANFIS [14] 11.176956 Phương pháp lập luận mờ dựa Đại số gia tử (FCHA) 8.788920 Nhận xét: - Ta thấy quỹ đạo hạ độ cao phương pháp FCHA bám sát quỹ đạo hạ độ cao tối ưu mô hình cho Cơng thức 3.5 - Từ Bảng 3.6, tổng sai số vận tốc phương pháp FCHA đưa mơ hình máy bay xuống độ cao 100 ft nhỏ so với phương pháp sử dụng ANFIS [14] 3.2.2 Mơ hình Hệ thống điều khiển sử dụng động chiều điều chỉnh góc quay hình 3.10 62 Hình 10 Sơ đồ thay động chiều điều chỉnh góc quay Động chiều điều chỉnh góc quay  (hình 3.10) có tham số: b = 0,1 Nms: mơ men ma sát KT = KC = K = 0,01 Nm/Amp: hệ số cấu tạo L = 0,5 H: điện cảm phần ứng J = 0,01kgm2: mơ men qn tính R = 1Ω: điện trở mạch phần ứng Mơ hình hóa động điện chiều từ 3.10 d d  ( K i  b ) T dt j dt di d  (  Ri  v  K e ) dt L dt  di(t)   d(t)  L  R i(t)  u(t)  K     dt   dt  (3.8) (3.9) Biến đổi từ (3.8) (3.9) phương trình (3.10) mơ tả hình 2.2 LJ Lb  RJ bR  K (t)  (t)  (t)  u(t) K K K (3.10) Thiết kế điều khiển: điều khiển gồm có hai đầu vào đầu - Đầu vào thứ sai lệch e(t) đặt vào điều khiển, ký hiệu Ch - Đầu vào thứ đạo hàm đầu vào thứ nhất, ký hiệu dCh - Đầu điều khiển, ký hiệu U 63 Bước 1: Chọn tham số tính tốn G={0, Small (S), W, Big (B), 1} H– = {Little (L)} = {h–1}; q = 1; H+ = {Very (V)} = { h1}; p = 1; fm(S) =  = 0,5; fm(B) = - fm(S) = 0,5;  = 0,4;  = 0,6; (h1) = 0,6; (h–1) = 0,4 Chọn tập giá trị ngôn ngữ cho Ch, dCh U {Small (S), Little Small (LS), Very Small (VS), W, Big (B), Little Big (LB), Very Big (VB)} với bảng luật điều khiển theo bảng 3.7 Bảng Bảng luật điều khiển với nhãn ngơn ngữ ĐSGT Tính tốn giá trị ngữ nghĩa định lượng chung cho biến (S) =  – fm(S) = 0,5 – 0,4.0,5 = 0,3 1    VS   S  sign  VS  fm(VS)  0,5[1  sign(VS)sign(VVS)(  )]fm(VS)   i1  1    S  sign  VS  fm(S)  0,5[1  sign(VS)sign(V, V)sign(VS)(  )]fm(S)   i1  = 0,3 + (-1){0,6.0,5 - 0,5.[1 + (-1).1.(-1).(0.6 - 0.4)].0,6.0,5} = 0,18  -1    LS   S  sign  LS  fm(LS)  0,5[1  sign(LS)sign(VLS)(  )]fm(LS)  i 1   -1    S  sign  LS  fm(S)  0,5[1  sign(LS)sign(V, L)sign(LS)(  )]fm(S)  i1  = 0,3 + {0,4.0,5 – 0,5.[1 + 1.(-1).1.(0,6 – 0,4)].0,4.0,5} = 0,42 (B) =  + fm(B) = 0,5 + 0,4.0,5 = 0,7 64 1    LB    B  sign  LB  fm(LB)  0,5[1  sign(LB)sign(VLB)(  )fm(LB)   i 1  1     B  sign  LB  fm(B)  0,5[1  sign(LB)sign(V,L)sign(LB)(  )fm(B)   i1  = 0,7 – {0,4.0,5 – 0,5.[1 + (-1).(-1).(-1).(0,6 – 0,4)].0,4.0,5} = 0,58  1    VB    B  sign  VB  fm(VB)  0,5[1  sign(VB)sign(VVB)(  )fm(VB)  i1   1     B  sign  VB  fm(B)  0,5[1  sign(VB)sign(V,V)sign(VB)(  )fm(B)  i1  = 0,7 + 1.(0,6.0,5 – 0,5.(1 + 0,2).0,6.0,5) = 0.82 Định lượng đầu vào thực với Ch thành Chs dCh thành dChs theo công thức (3.5) Bước 2: chuyển bảng 3.7 sang bảng 3.8 Bảng SAM (Semantization Associative Memory) dCh U Ch 0,18 0,3 0,42 0,5 0,58 0,7 0,82 0,18 0,18 0,18 0,18 0,18 0,42 0,58 0,82 0,3 0,18 0,18 0,3 0,3 0,5 0,58 0,82 0,42 0,18 0,18 0,42 0,18 0,5 0,7 0,82 0,5 0,18 0,18 0,42 0,5 0,58 0,82 0,82 0,58 0,18 0,3 0,5 0,58 0,58 0,82 0,82 0,7 0,18 0,42 0,5 0,7 0,7 0,82 0,82 0,82 0,18 0,42 0,58 0,82 0,82 0,82 0,82 Xây dựng đường cong ngữ nghĩa định lượng: từ giá trị bảng 3.8, sử dụng phép kết nhập biến đầu vào phép Product luật điều khiển, xây dựng đường cong ngữ nghĩa định lượng hình 2.3 65 Hình 11 Đường cong ngữ nghĩa định lượng Bước 3: Giải ngữ nghĩa giá trị ngữ nghĩa định lượng điều khiển us để nhận giá trị điều khiển u Vấn đề định lượng giá trị thực giải định lượng thực theo công thức (2.3) với khoảng xác định khoảng ngữ nghĩa biến Chs, dChs Us cho hình 3.11 Hình 12 Giải ngữ nghĩa biến Chs, dChs Us Sử dụng Matlab - Simulink thực mô hệ thống - Mơ với J=0,01(kgm2/s2), R=1(Ω), tín hiệu hệ thống hình 3.13 66 Hình 13 Mơ hệ thống với kích thích 1(t) Hình 14 Đáp ứng hệ thống với kích thích 1(t) Nhận xét: Đối với trường hợp tham số đối tượng không đổi, đáp ứng hệ thống sử dụng FCHA tốt, chất lượng trình độ đáp ứng yêu cầu với thời gian độ nhỏ khoảng 6s, sai lệch nhỏ điều chỉnh 67 3.3 Kết luận Chương Trong chương 3, luận văn ứng dụng phương pháp lập luận mờ sử dụng ĐSGT cho số mo hình MISO vào lĩnh vực điều khiển, cụ thể thơng qua hai mơ hình: Mơ hình điều khiển máy bay hạ độ cao Ross [9] mô hình hệ thống điều khiển sử dụng động chiều điều chỉnh góc quay , đồng thời đưa kết so sánh phương pháp điều khiển hệ thống vật lý kết chương Qua kết quan sát trực tiếp khẳng định rằng; tính hiệu phương pháp điều khiển FCHA mở khả đưa điều khiển dựa ĐSGT vào thực tế công nghiệp tương lai gần 68 KẾT LUẬN VÀ KIẾN NGHỊ Nghiên cứu lý thuyết ĐSGT, tìm hiểu khả tính tốn tối ưu tham số ĐSGT mảng rộng mà giới nghiên cứu phát triển Nếu tìm hiểu tất vấn đề lượng kiến thức khổng lồ Trong luận văn học viên trọng nghiên cứu, trình bày kiến thức biến ngơn ngữ mơ hình mờ, phương pháp điều khiển mờ sở để phát triển phương pháp điều khiển mờ dựa ĐSGT từ áp dụng vào giải toán Điều khiển máy bay hạ độ cao Ross, điều khiển sử dụng động chiều điều chỉnh góc quay [9] Qua luận văn đạt số kết sau: Về lý thuyết: Tập trung nghiên cứu kiến thức lý thuyết mờ, lý thuyết đại số gia tử, phương pháp lập luận mờ, điều khiển mờ, điều khiển mờ dựa ĐSGT Luận văn phân tích kỹ giải pháp xây dựng phương pháp lập luận mờ dựa ĐSGT xây dựng điều khiển mờ ĐSGT Về ứng dụng: Cài đặt phương pháp lập luận xấp xỉ mờ dựa ĐSGT sử dụng phần mềm mơ MatlaBsimulink tốn điều khiển mờ cho đối tượng mơ hình MISO (Mơ hình điều khiển máy bay hạ độ cao Ross, điều khiển sử dụng động chiều điều chỉnh góc quay Trên sở kết cài đặt có so sánh đánh giá kết cài đặt phương pháp lập luận xấp xỉ mờ dựa ĐSGT phương pháp điều khiển khác Phạm vi khả áp dụng: Luận văn tài liệu tham khảo tốt cho người nghiên cứu lý thuyết ĐSGT ứng dụng lĩnh vực kỹ thuật điều khiển Hướng nghiên cứu tiếp theo: Hoàn thiện tối ưu phương pháp điều khiển mờ dựa ĐSGT với mơ hình MISO thực tế 69 TÀI LIỆU THAM KHẢO * Tiếng Việt [1] Nguyễn Cát Hồ (2006), “Lý thuyết tập mờ Công nghệ tính tốn mềm”, Tuyển tập giảng Trường thu hệ mờ ứng dụng, in lần thứ 2, tr 51–92 [2] Nguyễn Duy Minh (2012), Tiếp cận đại số gia tử điều khiển mờ, Luận án tiến sĩ tốn học, Viện Cơng nghệ thơng tin [3] Trần Thái Sơn, Nguyễn Thế Dũng (2005), “Một phương pháp nội suy giải tốn mơ hình mờ sở đại số gia tử”, Tạp chí Tin học Điều khiển học, Tập 21(3), tr 248–260 [4] Nguyễn Duy Minh (2011), “Điều chỉnh ngữ nghĩa định lượng giá trị ngôn ngữ đại số gia tử ứng dụng”, Tạp chí khoa học cơng nghệ, Viện Khoa học Công nghệ Việt Nam, Tập 49(4), tr 27-40 [5] Nguyễn Cát Hồ, Vũ Như Lân, Phạm Thanh Hà (2007), “Xác định trọng số tối ưu cho phép tích hợp phương pháp điều khiển sử dụng đại số gia tử giải thuật di truyền”, Tạp chí tin học điều khiển học, Tập 23(3), tr 1-10 [6] Nguyễn Cát Hồ, Nguyễn Văn Long, Đại số gia tử đầy đủ tuyến tính (2003), Tạp chí Tin học Điều khiển học, T.19(3), 274-280 [7] Vũ Như Lân (2006), Điều khiển sử dụng logic mờ, mạng nơ ron đại số gia tử, NXB Khoa học kỹ thuật [8] Lê Xn Việt (2007), Xây dựng mơ hình mờ SISO dựa đại số gia tử, Tạp chí tin học điều khiển học, Tập 23(4), 297-308 * Tiếng Anh [9] Ross T J (2010), Fuzzy logic with Engineering Applications, Third Edition, John Wiley & Sons [10] Cao Z and Kandel A (1989), “Applicability of some fuzzy implication operators”, Fuzzy Sets and Systems , 31, pp 151-186 [11] Ho N C., Lan V N., Viet L X (2008), “Optimal hedge-algebras-based controller: Design and application”, Fuzzy Sets and Systems, 159(8), pp 968–989 70 [12] Zadeh L A (1975), “The concept of linguistic variable and its application to approximate reasoning”, Inform Sci 8, pp 199–249 [13] Kanagaraj, N., P Sivashanmugam, and S.Paramsivam, 2008 Fuzzy coordinated PI controller: application to the real-time pressure control process Journal Advances in Fuzzy Systems,Vol.8, pp.1-9 [14] Elvira Lakovic and Damir Lotinac (2010), “Aircraft Control Using Fuzzy Logic and Neural Networks”, Proccedings of IRCSE, 10 ... luận mờ dựa ĐSGT Dựa phương pháp lập luận mờ dựa ĐSGT xây dựng điều khiển mờ dựa ĐSGT ứng dụng toán điều khiển mờ Để giải vấn đề luận văn đưa cách tiếp cận nghiên cứu điều khiển mờ dựa ĐSGT ứng. .. thức cho việc xây dựng phương pháp lập luận mờ dựa đại số tử trình bày chương CHƯƠNG 2: ĐIỀU KHIỂN MỜ DỰA TRÊN ĐẠI SỐ GIA TỬ 2.1 Phương pháp lập luận mờ dựa ĐSGT 2.1.1 Mơ hình mờ Cấu trúc mơ hình. .. 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 hòa đại số gia tử