Dữ liệu rõ (input) Dữ liệu mờ(Input) Dữ liệu mờ (Output) Dữ liệu rõ (output)
Hình 8: Cấu trúc và qui trình hoat động của mô hình.
Một mô hình lôgic mờ bao gồm các yếu tố sau: dữ liệu ( đầu vào và đầu ra) , các hàm chuyển đổi, các phép toán logic và các biến ngôn ngữ.
Dữ liệu
Dữ liệu được chia làm hai nhóm chính, dữ liệu đầu vào và dữ liệu đầu ra. Mỗi nhóm lại chia ra dữ liệu rõ và dứ liệu mờ
Các hàm
Để thực hiện việc quy đổi từ dữ liệu cứng về dữ liệu mờ ta cần phải lựa chọn các hàm phục vụ cho việc chuyển đổi, thông thường có 4 loại hàm hay sử dụng: hình tam giác, hình thang, hình cong và hình que được minh họa dưới đây:
Quá trình mờ hóa
Bộ xử lý Logic mờ
Quá trình Giải mờ
24
Hình 9: Các mô hình được sử dụng trong hệ thống Logic mờ
Các phép toán của logic mờ.
Logic mờ cũng giống Logic thông thường đều quy định về các phép toán như giao, hợp, loại trừ ,cộng, phủđịnh….Tuy nhiên, cách tính giá trị của mỗi phép toán lại khác so với logic thông thương.
Giả sử cho A và B là hai tập mờ trên không gian nền U, có các hàm liên thuộc μA,
μB. Khi đó ta có các phép toán sau:
Stt Phép toán trên tập mờ Định nghĩa hàm liên thuộc
1 A⊆B μA(u)≤μB(u)
2 A∪B μA∪B(u)=max{μA(u),μB(u)}
3 A∩B μA∩B(u)=min{μA(u),μB(u)}
4 ¬A μ¬A=1-μA
5 A⊕B μA⊕B=μA(u)+μB(u)-μA(u)μB(u)
25
7 φ μφ(u)=0
Ví dụ
Hợp của hai tập A và B là tập Max của mỗi phần tử con trong hai tập đó.
– A = {1.0, 0.20, 0.75}
– B = {0.2, 0.45, 0.50}
Î A ∪ B = {MAX(1.0, 0.2), MAX(0.20, 0.45), MAX(0.75, 0.50)}
= {1.0, 0.45, 0.75}
Ngược lại, A giao B là giá trị MIN của mỗi phần tử trong hai tập A và B. Trong trường hợp trên thì Min của A và B là :
A ∩ B = {MIN(1.0, 0.2), MIN(0.20, 0.45), MIN(0.75, 0.50)} = {0.2, 0.20, 0.50} Các phép toán nay ảnh hưởng rất nhiều đến một thành phần quan trọng của hệ
Fuzzy là định khoảng giá trị. Đây cũng là cơ sở cho việc thiết lập các luật trong hệ
Logic mờ.
Biến ngôn ngữ.
Một biến ngôn ngữ quy định đến trường nào đó có giá trị nào đó, hay nói cách khác nó chỉ đến một khoảng giá trị trong hệ thống fuzzy logic. Giá trị của biến ngôn ngữ cũng là dạng từ ngữ. Thông thường, người ta gắn các khoảng giá trị số cho một từ
ngữ nào đó thể hiện cho nó.Ta xét ví dụ sau: - Biến ngôn ngữ: nhiệt độ
- Các khoảng giá trị ( fuzzy sets) : cold , warm, hot
26
Trong ví dụ trên, người ta thay những con số chỉ nhiệt độ bằng biến ngôn ngữ là nhiệt độ, còn giá trị của biến này là cold, warm và hot. Giá trị cold gắn với khoảng giá trị thực từ 0 độđến 20 độ , giá trị warm gắn với khoảng giá trị thực từ 20 độđến 60 độ, còn giá trị hot gắn với khoảng giá trị thực từ 60 độ tới 100 độ.
Các biến ngôn ngữ này phục vụ cho việc thiết lập các luật tương ứng và phù hợp với thực tế.
Các luật trong mô hình logic mờ
Các luật là thành phần điều khiển của một hệ thống logic mờ. Các luật được thực hiện dựa trên câu lệnh IF……….THEN và một số phép toán Logic khác như AND, OR, NOT….Trong một hệ thống, nếu tập luật càng chính xác thì hiệu quả của hệ
thống càng cao. Dưới đây là cách tính của các phép toán AND, OR, và NOT
Mô tả ví dụ: một lò sưởi tự động nhận hai giá trị đầu vào ( input ) là giá dầu đốt hiện tại và nhiệt độ hiện tại trong phòng, tùy mức độ nhiệt độ hiện tại nóng hay lạnh và giá dầu đốt đắt hay rẻđể nó tựđộng cung cấp nhiệt trong phòng một cách phù hợp sao cho không bị lạnh mà cũng không lãng phí quá.
“Nếu nhiệt độ là lạnh và giá dầu là rẻ thì nhiệt xả ra là cao”
Biến ngôn ngữ Giá trị biến ngôn ngữ
Bảng dưới đây chỉ ra cụ thể luật làm việc của ví dụ trên:
Bảng 3: Mô tả hoạt động của máy sưởi
Nhiệt
độ
Giá dầu
Lạnh Ấm Nóng
Rẻ Cao Cao Trung bình
Bình thường Cao Trung bình Thấp
27