5 .Ý nghĩa khoa học và thực tiễn
2.2.4.Phương pháp tính toán ngôn ngữ dựa trên biểu diễn dữ liệu bộ 3
Trong [2,3], các tác giả đã nghiên cứu phát triển việc tính toán trên các từ dựa trên đại số gia tử với việc tận dụng các khoảng độ đo tính mờ của các từ ngôn ngữ. Theo cách tiếp cận của ĐSGT, ngữ nghĩa các từ ngôn ngữ có thể biểu thị qua các khoảng tính mờ mức l, với l chỉ độ dài của sâu
biểu diễn các từ ngôn ngữ.
Cho trước l và xét một từ s bất kỳ độ dài l. Biểu diễn ngữ nghĩa bộ 3 [2] của từ s là (s; (s); (s)) (6)
trong đó (s) là giá trị định lượng của từ s xác định bởi ánh xạ định
Số hóa bởi Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/
hay tập các từ ngôn ngữ của một biến (hay một thuộc tính) ngôn ngữ. Ta biết rằng (s) (s).
Lợi ích của phương pháp này là thay cho việc phải xét tập chỉ số của các từ, một đại lượng mang ít thông tin về ngữ nghĩa của từ, ta sử dụng giá trị thực (s) và khoảng tính mờ (s) chứa nó mang ngữ nghĩa định lượng của từ
s. Rõ ràng biểu diễn bộ 3 như vậy mang nhiều thông tin hơn và tự nhiên hơn
so với biểu diễn bộ 2 đề cập ở trên.
Cách tiếp cận này cũng có nhược điểm là giá trị thực (s) được xác định bởi hàm định lượng lại là một ràng buộc chặt, vì chẳng hạn kết b của phép kết nhập số học không nhất thiết trùng với giá trị thực của từ ngôn ngữ biểu thị kết quả kết nhập trên các bộ 3 dữ liệu.
Để khắc phục những thiếu sót của một số phương pháp nêu trên, luận văn mở rộng biểu diễn bộ 4 biểu thị nhiều thông tin hơn và cho phép linh hoạt hơn trong việc giải các bài toán kết nhập trên các từ ngôn ngữ và trong giải quyết bài toán quyết định dựa trên ý kiến nhiều chuyên gia. Ngoài ra các từ trong thang điểm ngôn ngữ không bị ràng buộc có cùng độ dài và điều này đòi hỏi việc xây dựng khoảng tương tự hay khoảng lân cận ngữ nghĩa mức l của
các từ thay cho các khoảng tính mờ của chúng. Nội dung này sẽ được tìm hiểu trong chương 3.
Số hóa bởi Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/
Chƣơng 3
GIẢI BÀI TOÁN KẾT NHẬP MỜ
THEO CÁCH TIẾP CẬN BỘ 4 CỦA ĐẠI SỐ GIA TỬ
Như đã trình bày trong các chương trước, nếu như tính mờ của tập mờ trong lý thuyết tập mờ được biểu diễn qua hàm thuộc thì tính mờ của một nhãn ngôn ngữ được biễu diễn qua khoảng tính mờ của nó. Khoảng tính mờ của một nhãn ngôn ngữ là một nửa đoạn [x,y) (đóng một đầu) thuộc đoạn [0,1], chứa giá trị định lượng ngữ nghĩa của nhãn đó, trong khi độ dài |y-x| biểu thị tính mờ của nhãn đã nêu. Độ dài này càng lớn thì tính mờ của nhãn ngôn ngữ càng lớn. Một tính chất quan trọng của các khoảng tính mờ này là với tập tất cả các phần tử của ĐSGT có cùng độ dài k, tập mọi khoảng tính mờ tương ứng của chúng tạo nên một phân hoạch trên đoạn [0,1]. Tính chất này cùng tính chất bảo toàn thứ tự tương ứng của các khoảng tính mờ giúp ta giải các bài toán lập luận xấp xỉ, ra quyết định một cách tương đối thuận tiện (như đã nói trong chương trước về bộ 3 ngữ nghĩa). Tuy nhiên, trong thực tế, khi đánh giá các đối tượng trong bài toán quyết định, người ta có thể dùng các từ ngôn ngữ có độ dài khác nhau, thí dụ như „Rất rất giỏi” và “kém”. Vì thế, cần có một khái niệm tương tự như khoảng tính mờ dành cho trường hợp này. Tức là ta phải xây dựng được các nửa đoạn biểu diễn cho tính mờ của các nhãn ngôn ngữ (có độ dài khác nhau), chứa trong nó giá trị ĐLNN của nhãn và các nửa đoạn này phải tạo nên một phân hoạch trên đoạn [0,1]. Nửa đoạn này, gọi là khoảng lân cận ngữ nghĩa (để phân biệt với khoảng tính mờ), với các yêu cầu như trên, có thể xây dựng bằng nhiều cách khác nhau. Một cách thông thường, dễ cảm nhận trực quan là cách tiến hành nhóm một số các khoảng tính mờ mức k+2 (tức là của các từ có độ dài k+2) liền kề xung quanh mỗi giá trị ĐLNN để tạo nên một lân cận ngữ nghĩa mức k của nhãn có giá trị ĐLNN nói trên. Việc này được thực hiện theo thuật toán chứng minh được
Số hóa bởi Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/
tính đúng đắn trong phần sau. Với việc xây dựng xong các lân cận ngữ nghĩa, ta có thể thiết lập các bộ bốn dùng giải bài toán ta quan tâm một cách hiệu quả và thống nhất cho các trường hợp đánh giá đa dạng của các chuyên gia.
Tiếp theo, luận văn sẽ trình bày phương pháp hình thức hóa biểu diễn ngữ nghĩa bằng bộ 4 các từ ngôn ngữ trong thang đánh giá, trình bày các phép kết nhập trên dữ liệu biểu diễn bộ 4, từ đó đối sánh với kết quả kết nhập của một số phương pháp đã xây dựng. Trong chương này cũng sẽ đưa ra thuật toán và chương trình mô phỏng thuật toán giải bài toán đang xét.