Suy diễn mờ hay cịn gọi là suy luận xấp xỉ là quá trình suy ra những kết luận dưới dạng các mệnh đề mờ với các dữ liệu đầu vào cho trước là khơng được rõ ràng.
Thơng thường sẽ thực hiện 3 bước:
• Mờ hĩa (fuzzyfication) giá trị nhập vào. • Suy luận mờ.
• Khử mờ (defuzzyfication) cho ra kết quả.
2.2.3.1 Mờ hĩa
Mờ hĩa cĩ chức năng chuyển giá trị tập rõ sang giá trị tập mờ trước khi bắt đầu tính tốn và suy luận mờ.
2.2.3.2 Khử mờ
Khử mờ là xác định giá trị mờ từ tập mờ thành giá trị rõ một cách phù hợp. Thường chúng ta cĩ nhiều cách để giải bài tốn khử mờ. Chúng ta khơng cĩ những ràng buộc chặt chẽ nào về việc định nghĩa một phương pháp khử mờ. Bất kỳ nhà nghiên cứu ứng dụng nào cũng cĩ thể đưa ra một định nghĩa về một
phương pháp khử mờ, miễn là nĩ phù hợp với một ứng dụng nào đĩ hay nĩ phù hợp với một ý tưởng nào đĩ về ngữ nghĩa của phép khử mờ.
Sau đây là những phương pháp khử mờ:
a. Phương pháp cực đại trung bình (Middle of Maximum)
Cho tập mờ M với hàm thuộc fRMR . Gọi umin, umax tương ứng là hai giá trị nhỏ nhất và lớn nhất của miền cơ sở U mà tại đĩ hàm thuộc fRMR nhận giá trị lớn nhất (cực đại tồn phần). Ký hiệu giá trị khử mờ của M theo phương pháp cực đại trung bình là DRAve-maxR(M), khi đĩ DRAve-maxR(M)được định nghĩa như sau:
( ) max min max 2 Ave u u D − M = +
b. Phương pháp trọng tâm (Centre of Gravity)
Mọi giá trị của U đều được đĩng gĩp với trọng số vào việc xác định giá trị khử mờ của tập mờ M, ở đây trọng số của nĩ là độ thuộc của phần tử thuộc vào tập mờ M. Cơng thức tính giá trị khử mờ cĩ dạng: ( ) ( ) ( ) b M a centre b M a uf u du D M f u du = ∫ ∫
Ví dụ 2.20: mờ hĩa số sinh viên trong một nhĩm thi để tìm phịng thi cĩ sức chứa phù hợp dựa trên số sinh viên trong một nhĩm, so sánh và đưa ra kết quả mờ.
Tính rõ:
Với 2 mức quy định số sinh viên trong nhĩm và 2 mức sức chứa phịng thi
Mức 1: 10-25 30
Mức 2: 26-40 40
Khi số sinh viên trong một nhĩm là 25 thì được xếp vào phịng thi cĩ sức chứa là 30, trong khi số sinh viên ở mức 2 nhiều hơn 1 hoặc 2 sinh viên so với mức 1 thì được xếp vào phịng thi cĩ sức chứa là 40 mặc dù cĩ thể xếp vào phịng thi cĩ sức chứa là 30. Lúc này, nếu khơng cịn phịng sức
chứa 30 thì nhĩm 25 sinh viên sẽ khơng được xếp vào phịng nào cả => bế tắc. Tính mờ: Đề xuất chia thành 2 vùng mờ: V1: 10-30 V2: 25-40
Với số sinh viên là 27 ta tìm phịng thi cĩ sức chứa phù hợp. Xét thấy 27 nằm trong phần giao (vùng mờ) của hai khoảng số sinh viên:
Áp dụng cơng thức hàm thành viên hình thang cho x=27 f(x; a,b,c,d) = max{min[(x-a)/(b-a),1,(d-x)/(d-c)],0} Trong V1 cĩ F(27,[10,10,25,30]) = max{min[(1,(30-27)/(30-25)],0} = max{min[1,3/5],0}=3/5 Trong V2 cĩ F(27,[25,30,40,40]) = max{min[(27-25)/(30-25),1],0} = max{min[2/5,1],0}=2/5 F(27,[10,10,25,30]) > F(27,[25,30,40,40]) => Xác suất chọn phịng thi cĩ sức chứa là 30 cho nhĩm thi cĩ 27 sinh viên lớn hơn xác suất chọn phịng thi cĩ sức chứa là 40. Nhưng trong trường hợp hết phịng 30 thì vẫn cĩ thể xếp 27 sinh viên thi trong phịng cĩ sức chứa 40.
Chương 3 XÂY DỰNG CHƯƠNG TRÌNH
3.1 Phân tích và thiết kế cơ sở dữ liệu