- Nhập sai số học ε
KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN CỦA ĐỀ TÀ
Nội dung của luận văn này là ứng dụng mạng nơron nhân tạo để khắc độ tự động thiết bị đo và cảm biến đo lường. Luận văn đã trình bày tổng quan các phương pháp khắc độ thiết bị đo và cảm biến bao gồm khắc độ dụng cụ đo tương tự, khắc độ dụng cụ đo có sử dụng vi xử lý hoặc máy tính và khắc độ chuyển đổi đo lường sơ cấp. Phần lý thuyết cơ sở của mạng nơron đã trình bày những hiểu biết về nơron sinh học đến khái niệm mạng nơron nhân tạo, nêu ra những mạng nơron nhân tạo với các thuật học làm cơ sở cho các nghiên cứu ứng dụng mạng nơron trong việc chế tạo cảm biến thông minh.
Luận văn đã nghiên cứu ứng dụng mạng nơron trong việc xử lý số liệu nhằm giảm sai số ngẫu nhiên, nêu ra được số lớp của mạng, số nơron và thuật học ứng dụng cho việc xử lý số liệu đo. Từ số liệu đã được xử lý, chúng tôi đề xuất việc sử dụng hàm Lagrange để xây dựng đường đặc tính đi qua tất cả những điểm lấy mẫu. Phương pháp này cho phép giảm khối lượng tính toán cũng như bộ nhớ chương trình và đơn giản hơn so với những phương pháp thông thường. Với những kết quả thu được có thể áp dụng vào công nghệ chế tạo cảm biến và thiết bị đo để nâng cao độ chính xác của chúng.
Khắc độ tự động cảm biến dựa trên nguyên lý xấp xỉ hàm phi tuyến bằng mạng nơron đã được nghiên cứu trong luận văn cho ra những kết quả rất khả quan.
Đồng thời luận văn cũng đề cập đến việc hiệu chỉnh đặc tính thang đo của cảm biến đảm bảo sai số cho phép. Mạng được sử dụng là mạng hai lớp với hàm truyền Sigmoid/linear cho phép xấp xỉ hầu hết các hàm phi tuyến với độ chính xác tùy ý.
Do thời gian và điều kiện còn hạn chế nên luận văn mới dừng lại ở mức mô phỏng bằng phần mềm trên máy tính, chưa được ứng dụng trong thực tế. Nhưng cũng đã đề xuất được những hướng nghiên cứu cụ thể cho phép áp dụng vào việc chế tạo cảm biến thông minh trong tương lai không xa.
Ứng dụng mạng nơron để xử lý số liệu đo nhằm giảm sai số ngẫu nhiên cho phép ứng dụng không chỉ trong cảm biến thông minh mà còn có thể ứng dụng cho các thiết bị đo tương tự, thiết bị đo số...
Hướng nghiên cứu tiếp theo từ cơ sở những nghiên cứu của luận văn này là ứng dụng mạng nơron để giảm đồng thời sai số ngẫu nhiên và sai số hệ thống của cảm biến và ứng dụng vào việc chế tạo cảm biến và thiết bị đo với độ chính xác cao.
Như ta đã biết sai số của cảm biến bao gồm sai số hệ thống và sai số ngẫu nhiên được tính theo công thức :∆=∆ht +∆ng. trong đó ∆htlà sai số hệ thống và ∆nglà sai số ngẫu nhiên.
Từ những nghiên cứu trên ta có thể xây dựng mạng nơron gồm hai phần để giảm sai số ngẫu nhiên và sai số hệ thống. Phần thứ nhất là mạng nơron dùng để xử lý số liệu giảm sai số ngẫu nhiên, phần thứ hai là mạng nơron dùng để xấp xỉ hàm để giảm sai số hệ thống.
Trong đó mạng nơron dùng để xử lý số liệu giảm sai số ngẫu nhiên đã được nghiên cứu ở chương 3 là mạng truyền thẳng, có hai lớp với lớp vào sử dụng hàm truyền sigmoid lưỡng cực và lớp ra sử dụng hàm truyền tuyến tính. Mạng tổng hợp sử dụng thuật học lan truyền ngược.
Mạng tổng hợp có cấu trúc như sau :
MNN(Y) (Y) {Y} MNN (X) {X} MNN (xấp xỉ hàm) + - * Y * X
Giảm sai số ngẫu nhiên Giảm sai số hệ thống
)( * ( * * X f Y = Hình 5.1: Cấu trúc mạng nơron tổng hợp
Cảm biến được chế tạo cài đặt mạng nơron này sẽ giảm được sai số ngẫu nhiên cũng như sai số hệ thống (tránh việc sử dụng phương pháp tuyến tính hoá gây ra sai số tuyến tính) để đạt độ chính xác rất cao. Tuy nhiên phương án này cần phải được nghiên cứu thêm để có những kết quả cụ thể.