N n t ng c a mô hình Neuro Fuzzy là logic m (Fuzzy Logic). Logic m c n b n xem xét kh n ng c a ch th có thu c v m t t p h p mà ta đang xem xét hay không. Cho S là m t t p h p và x là m t ph n t c a t p h p đó. M t t p h p con m F c a S đ c đ nh ngh a b i m t hàm liên thu c F (x) đo “m c đ ” mà theo đó x thu c v t p F.
Trong đó: 0 < F (x) < 1.
Khi F (x) = 0 ngh a là x hoàn toàn không thu c t p F Khi F (x) = 1 ngh a là x thu c F hoàn toàn.
Quá trình xây d ng m t mô hình Neuro Fuzzy bao g m các b c chính: m hóa, suy lu n và kh tính m (Lin và các c ng s , 2006).
M hóa (fuzzification): B c đ u tiên trong vi c xây d ng m t mô hình Neuro Fuzzy là đ nh ngh a m t cách rõ ràng các bi n ngôn ng đ a vào câu l nh “N u –Thì”. M t bi n ngôn ng có th đ c mô t theo nhi u cách khác nhau, ví d mô t d tr ngo i h i v i ba tr ng thái th p, trung bình và cao.
Suy lu n (Inference). Ph ng pháp lu n c a logic m đ c xây d ng b i nh ng hàm “N u –Thì”. M i hàm bao g m hai ph n, ph n “N u”và “Thì”. Ph n “n u” đ a ra các đi u ki n c n đ c th a mãn và đo l ng m c đ các đi u ki n đó đ c th a mãn; ph n “thì” mô t k t qu đ u ra t ng ng v i d li u đ u vào. Vì v y, m i phép suy lu n bao g m hai b c tính toán. K t qu đ u ra s ph thu c vào m c đ đ u vào đáp ng đi u ki n c a ph n “n u”; m c đ này đ c ph n ánh qua giá tr nh nh t c a hàm liên thu c trong m nh đ “n u”.
Kh m : Quá trình chuy n đ i nh ng bi n ngôn ng sang s h c g i là quá trình kh m , th ng g m β b c: Th nh t, xác đnh giá tr đ i di n cho t ng tr ng thái đ c mô t , th hai, k t h p các giá tr đ i di n này l i. Ví d , giá
29
tr mô t ba tr ng thái d tr ngo i h i (th p, trung bình, cao) là (0,2; 0,3; 0,7). Các giá tr này s đ c k t h p vào tính trung bình có tr ng s (tr ng s đây là giá tr c a hàm liên thu c c a m i mô t trên).
Mô hình Neuro Fuzzy s d ng kh n ng h c h i c a h th ng n ron đ tìm ki m thông s trên h th ng logic m . M i ch s có th xem nh m t n ron trong h th ng n ron và t t o ra d li u v các giá tr . H th ng hi u bi t nên đ c ch p nh n khi các tiêu chí đ a ra đ c th a mưn, thông th ng các tiêu chí này đ c đ t nh sau:
≤
V i Yj là kh n ng x y ra kh ng ho ng th c s , Oj là kh n ng x y ra kh ng ho ng d đoán x y ra vào tháng j và là giá tr c a ng ng. Do có tính đ n gi n, ph ng pháp này đ c s d ng r ng rãi trong nhi u l nh v c (Stoeva, 1992, trong Lin và các c ng s , 2006). Các b c đ xây d ng m t mô hình Neuro Fuzzy bao g m:
B c 1: H th ng d li u đ c chia thành thành d li u đ đào t o và d li u đ ki m tra.
B c 2: Xây d ng c s nh n th c và ban đ u coi t t c tr ng s là 0. B c 3: S d ng kh n ng t h c c a h th ng trong nh n bi t giá tr c a m i ch s . N u m i quan h c a m t s ch s đư t n t i s n trong c s d li u, nó s đ c làm m nh h n, ng c l i, giá tr s đ c tr v 0. Quá trình h c h i d ng l i khi các đi u ki n d ng đ c th a mãn. M i ch s v i giá tr nh h n gi i h n đư đ nh s b b đi, nh ng ch s còn l i đ c ghi nh n vào c s d li u.
B c 4: S d ng các d li u đư đ c ki m tra đ tính toán mô hình. Khi các k t qu đ u ra có sai s ch p nh n đ c, mô hình s d ng l i, n u không, l p l i b c 3 và 4.
2.1.4. Mô hình chuy n đ i tr ng thái Markov
Các mô hình chuy n đ i tr ng thái có l ch s ra đ i t ng đ i lâu dài b t ngu n t l nh v c nghiên c u kinh t l ng v mô. Mô hình chuy n đ i tr ng thái
30
Markov t nh ng n m 1990 đư tr thành m t công c ph bi n đ mô t các s li u theo th i giannh ng có nh ng bi n đ i l n v đ c tính.
Gi đ nh c a mô hình Markov là có hai tr ng thái: bình th ng và kh ng ho ng. Các tr ng thái này chúng ta không th tr c ti p quan sát đ c và coi đó là m t bi n không quan sát đ c st , b ng 0 n u trong tr ng thái bình th ng và 1 n u có kh ng ho ng. Chúng ta s có m t bi n tr c ti p quan sát đ c yt chính là ch s áp l c th tr ng ngo i h i. Bi n này ph thu c vào st nh mô t d i đây:
Phân ph i xác su t có đi u ki n c a yt trong đi u ki n st là: exp
V i tr ng thái hi n t i, xác su t c a vi c tr ng thái đó s gi nguyên khi b c sang th i đi m sau hay s chuy n sang m t tr ng thái khác ph thu c vào các bi n mô t tình tr ng c b n c a qu c gia đ c nghiên c u. St s đ c mô t b i m t ma tr n xác su t chuy n đ i tr ng thái Pt nh d i đây:
Trong đó, Pij là xác su t đ chuy n đ i t tr ng thái i t i th i đi m t - 1 sang tr ng thái j t i th i đi m t. D ng logit c a xác su t chuy n đ i đ c vi t nh sau:
exp exp exp exp exp exp exp exp V i: 0 là h ng s và 1 là h s c a bi n xt.
Mô hình chuy n đ i tr ng thái Markov c l ng xác su t x y ra KHTT trong m t tháng sau và sau đó chuy n đ i chúng sang xác su t kh ng ho ng trong dài h n h n nh sau:
31
Xác su t (KH trong n tháng sau) = 1 - Xác su t (không có KH trong n tháng sau) = 1 - Xác su t (không có KH trong 1 tháng sau)n = 1 - (1- Xác su t (KH trong 1 tháng sau))n
2.2. xu t xây d ng mô hình c nh báo KHTT cho Vi t Nam 2.2.1. L a ch n d ng mô hình