4.4.1. Giới thiệu
ANFIS lă mạng thợch nghi dựa trợn cơ sở hệ suy luận mờ, ta cụ thể sử dụng cừng cụ năy thừng qua lệnh hăm anfis hoặc ANFIS Editor GUI của Matlab.
Hình 4.14: Cửa sổ soạn thảo ANFIS Editor GUI.
ANFIS cụ cấu trỷc kiểu mạng giống như của mạng nơron, nụ ónh xạ cóc đầu văo qua cóc hăm liợn thuộc văo với cóc thừng số tương ứng vă sau đụ thừng qua cóc hăm ra với cóc tham số tương ứng tạo nợn đầu ra. Cóc thừng số tương ứng với hăm liợn thuộc sẽ thay đổi thừng qua quó trớnh học. Bằng cóch sử dụng một tập dữ liệu văo – ra cho trước, cừng cụ xđy dựng một hệ thống suy luận mờ FIS hay cún gọi lă bộ điều khiển logic mờ, cóc thừng số hăm liợn thuộc của nụ được điều chỉnh nhờ sử dụng cóc thuật toón huấn luyện của mạng nơron như thuật toón lan truyền ngược hoặc kết hợp lan truyền với phương phóp bớnh phương cực tiểu.
Nụi chung, loại mừ hớnh năy hoạt động tốt nếu dữ liệu huấn luyện được đưa ra cho ANFIS để huấn luyện cóc thừng số của hăm liợn thuộc đại diện đầy đủ cóc đặc tợnh của tập dữ liệu, cói mă đở huấn luyện FIS dănh cho mừ hớnh. Tuy nhiợn,
một số trường hợp trong quó trớnh thu thập dữ liệu, do ảnh hưởng của nhiễu từ đo lường mă dữ liệu huấn luyện khừng thể đại diện cho tất cả cóc đặc trưng của dữ liệu. Trong cóc tớnh huống như vậy, kiểm chứng mừ hớnh (model validation) lă hữu ợch. Kiểm chứng mừ hớnh lă quó trớnh trong đụ cóc vectơ văo từ tập dữ liệu văo - ra chưa huấn luyện FIS, được đưa ra cho mừ hớnh FIS sau khi được huấn luyện để xem mừ hớnh FIS dự bóo gió trị đầu ra của tập dữ liệu tương ứng cụ tốt hay khừng? Để kiểm chứng mừ hớnh, người ta dỳng bộ dữ liệu kiểm tra (checking data) vă dữ liệu kiểm thử (testing data).
Bộ dữ liệu kiểm thử cho phĩp ta kiểm tra khả năng tổng hợp hoó của hệ thống suy luận mờ. Ý tưởng đằng sau việc sử dụng một bộ dữ liệu kiểm tra lă sau một thời điểm nhất định trong quó trớnh huấn luyện, mừ hớnh bắt đầu quó khớp (overfitting) với tập dữ liệu huấn luyện. Hiện tượng quó khớp [27] lă hiện tượng mừ hớnh quó tập trung văo việc đoón đỷng hết tất cả cóc điểm dữ liệu của tập huấn luyện, khiến cho nụ khừng tổng quót hoó được từ những gớ đở học: đưa ra kết quả rất khớp với tập huấn luyện nhưng khi đem ra dự đoón với dữ liệu mới thớ sai số rất lớn. Về nguyợn lý: khi quó trớnh huấn luyện diễn ra, sai số của mừ hớnh cho bộ dữ liệu kiểm tra cụ xu hướng giảm đến thời điểm bắt đầu quó khớp, vă sau đụ sai số của mừ hớnh cho dữ liệu tra đột nhiợn tăng lợn. Dữ liệu kiểm tra giỷp nhận ra điểm cần dừng sớm quó trớnh học (early stopping) để trónh hiện tượng quó khớp.
Hình 4.15: Hiện tượng quó khớp trong huấn luyện