Tỡm hiểu dữ liệu
Phương thức tạo mẫu được sử dụng bởi anfis giống như cỏc kỹ thuật nhận dạng hệ thống khỏc. ầu tiờn ta đưa ra một cấu trỳc tham số mẫu (liờn kết cỏc đầu vào tới cỏc hàm liờn thuộc với cỏc luật tới cỏc đầu ra tới cỏc hàm liờn thuộc...). Kế đến, là thu thập dữ liệu vào/ra vào một dạng sao cho tiện lợi cho sự huấn luyện của anfis. Ta c thể sử dụng anfis để huấn luyện mụ hỡnh FIS nhằm mụ ph ng dữ liệu huấn luyện đưa vào để n sửa đổi cỏc tham số của hàm liờn thuộc theo tiờu chuẩn sai số dó lựa chọn. N i chung, kiểu mụ hỡnh này sẽ làm việc tốt nếu dữ liệu đưa vào anfis cho sự huấn luyện tham số cỏc hàm liờn thuộc đại diện đầy đủ cho cỏc đặc tớnh của tập dữ liệu mà n được FIS huấn luyện giành cho mụ hỡnh. iều này khụng phải luụn luụn xảy ra, tuy nhiờn, trong một vài trường hợp trong quỏ trỡnh thu thập
dữ liệu, do ảnh hưởng của nhiễu đo lường mà dữ liệu huấn luyện khụng thể đại diện cho tất cả cỏc thuộc tớnh của dữ liệu sẽ c mặt ở mụ hỡnh.
Xỏc định mụ hỡnh bằng cỏch sử dụng cỏc phần dữ liệu thử và kiểm tra
(Model Validation Using Checking and Testing Data Sets)
Cụng nhận giỏ trị mẫu (xỏc định mẫu) là quỏ trỡnh trong đ cỏc vectơ vào từ dữ liệu vào/ra được đặt tại nơi mà FIS chưa được huấn luyện, mẫu được đưa tới huấn luyện FIS để mẫu FIS đ n trước giỏ trị dữ liệu đầu ra tương ứng c tốt hay khụng. N được thực hiện bởi bộ soạn thảo ANFIS GUI. Ta c thể sử dụng một loại dữ liệu khỏc để cụng nhận giỏ trị mẫu trong anfis. Hỡnh thức cụng nhận dữ liệu này được hỡnh dung như một hệ thống dữ liệu kiểm tra được sử dụng để điều chỉnh sự cụng nhận giỏ trị dữ liệu. Khi dữ liệu kiểm tra được đưa tới anfis cũng giống như dữ liệu huấn luyện, mẫu FIS lựa chọn để cỏc tham số liờn quan c sai số mẫu dữ liệu nh nhất.
Một vấn đề đặt ra là việc cụng nhận giỏ trị dữ liệu để tạo mẫu sử dụng cỏc kỹ thuật thớch nghi là lựa chọn tập dữ liệu tiờu biểu cho dữ liệu mẫu huấn luyện, nhưng khỏc biệt với dữ liệu huấn luyện được thiết lập khụng phải để phản hồi cho quỏ trỡnh hợp thức hoỏ thiếu hiệu quả. Nếu ta thu thập một lượng lớn cỏc dữ liệu, thỡ dữ liệu này chứa đựng đầy đủ cỏc đặc tớnh tiờu biểu vỡ vậy quỏ trỡnh thu thập dữ liệu để phục vụ mục đớch kiểm tra hoặc thử sẽ dễ dàng hơn. Tuy nhiờn nếu ta muốn thực hiện cỏc ph p đo ở mẫu, c thể dữ liệu huấn luyện khụng bao gồm tất cả cỏc đặc tớnh tiờu biểu mà ta muốn.
í tưởng cơ bản đằng sau việc sử dụng dữ liệu kiểm tra cho hợp thức hoỏ là sau một điểm nhất định trong quỏ trỡnh huấn luyện, mẫu.bắt đầu vượt quỏ phần dữ liệu huấn luyện đó được thiết lập. Theo nguyờn tắc, sai số mẫu cho thiết lập dữ liệu kiểm tra dường như giảm khi việc huấn luyện xảy rạ tại điểm mà việc điều chỉnh quỏ mức bắt đầu, và sau đ sai số mẫu cho dữ liệu kiểm tra đột ngột tăng. Trong vớ dụ đầu ở phần dưới đõy, hai dữ liệu giống nhau được sử dụng để huấn luyện và kiểm tra, nhưng phần dữ liệu kiểm tra bị sửa đổi bởi một lượng tiếng ồn nh . Bằng việc kiểm tra chuỗi sai số trong quỏ trỡnh huấn luyện, rừ ràng là dữ liệu kiếm tra
khụng được tốt cho cỏc mục đớch hợp thức hoỏ mẫu. Vớ dụ này minh hoạ cỏch sử dụng bộ soạn thảo ANFIS GUI để so sỏnh cỏc dữ liệu.
Một số hạn chế của Anfis
Anfis phức tạp hơn cỏc hệ thống suy luận mờ mà chỳng ta đó đề cập ở chương 1 rất nhiều, và cũng khụng sẵn c như cỏc tuỳ chọn của hệ thống suy luận mờ. ặc biệt, anfis chỉ hỗ trợ cho cỏc hệ thống mờ theo mụ hỡnh Sugốno và chỳng cần c những ràng buộc sau:
Là cỏc hệ thống loại Sugeno ở vị trớ 0 hoặc 1.
C một đầu ra đơn, giải mờ bằng phương phỏp trung bỡnh trọng tõm. Tất cả
cỏc hàm liờn thuộc đầu ra phải cựng loại, hoặc tuyến tớnh hoặc bất biến.
Khụng chia sẻ luật điều khiển. Cỏc luật khỏc nhau khụng thể chia sẻ cựng
một hàm liờn thuộc đầu ra, cụ thể là số lượng cỏc hàm liờn thuộc đầu ra phải bằng sổ lượng cỏc luật.
C một trọng lượng nhất định (đồng nhất) cho mỗi một nguyờn tắc. Khi khụng train thủ đủ những ràng buộc trờn, cấu trỳc FIS sẽ bị sai số.
Hơn nữa, anfis khụng thể chấp nhận cỏc tuỳ chọn thụng thường mà suy luận mờ cơ bản cho ph p. Vỡ vậy chỳng ta khụng thể tựy ý tạo ra cỏc hàm liờn thuộc và cỏc phương phỏp giải mờ của mỡnh mà phải sử dụng những chức năng đó cho.