Phương pháp lập luận xấp xỉ mờ dựa trên đại số gia tử với các mô hình

Một phần của tài liệu (LUẬN văn THẠC sĩ) phương pháp lập luận xấp xỉ tối ưu dựa trên đại số gia tử và ứng dụng trong điều khiển mờ (Trang 63 - 65)

định lượng ngữ nghĩa tối ưu trong điều khiển

Như ta đã biết, phương pháp GA_HAR đã đề xuất chương 2 cho kết quả

rất khả quan. Do vậy, ta sử dụng phương pháp lập luận GA_HAR vào phương pháp điều khiển mờ. Phương pháp điều khiển mờ sử dụng phương pháp

GA_HAR được gọi là phương pháp lập luận xấp xỉ mờ dựa trên ĐSGT với mô

hình ĐLNN tối ưu ứng dụng trong điều khiển, ký hiệu phương pháp điều khiển là FCOPHA (Fuzzy Control using Optimal Hedge Algebras).

Trước tiên, chúng ta nhận thấy rằng thông thường ý nghĩa của bài toán điều khiển là đưa được đối tượng điều khiển về vị trí cân bằng hoặc tối thiểu hàm mục tiêu trong toàn bộ quá trình điều khiển. Vì vậy, để tìm được các tham số tối ưu cho việc thiết kế phương pháp điều khiển cần thực hiện như sau:

i). Xác định các yếu tố, các ràng buộc cho trước

– Tập cơ sở luật (mô hình FAM) với các giá trị ngôn ngữ mô tả cho các tri thức chuyên gia trong miền ứng dụng.

– Các quan hệ tính toán giữa các biến trạng thái và biến điều khiển (nếu có).

ii). Xác định các tham số hiệu chỉnh giá trị định lượng ngữ nghĩa

1. Xây dựng các ĐSGT cho các biến ngôn ngữ trong mô hình FAM. 2. Sử dụng các ánh xạ ngữ nghĩa định lượng vXj(Aij) và vY(Bi), chuyển đổi mô hình mờ FAM sang mô hình SAM gốc. Xác định các tham số hiệu chỉnh ĐLNN PAR2 ={X ij , Y ; i=1,...,n, j =1,…,m} và các ngưỡng hiệu chỉnh của các tham số tương ứng.

3. Xác định hàm sai số của điều khiển dựa trên phương pháp lập luận xấp xỉ mờ dựa trên ĐSGT theo tiếp cận hiệu chỉnh ĐLNN với ngưỡng có hàm là h(g,OPHA(PAR2)).

4. Xác định các tham số PAR2 của các giá trị ngôn ngữ sao cho hàm h(g,

OPHA(PAR2)) → min.

iii). Xây dựng thuật toán điều khiển CFOPHA. Trên cơ sở xác định được các

yếu tố, các ràng buộc cho trước (i), và các tham số hiệu chỉnh ĐLNN (ii), ta xây dựng thuật toán điều khiển gồm các bước sau:

Bước 1. Xác định mô hình SAM(PAR2) và ngữ nghĩa hóa: Trong bước này, xây dựng mô hình SAM(PAR2) trên cơ sở đã xác định các giá trị hiệu chỉnh ĐLNN.

Bước 2. Tính toán giá trị ngữ nghĩa điều khiển: Xác định siêu mặt thực

Cr,m+1 từ mô hình SAM(PAR2). Áp dụng phương pháp nội suy để tính giá trị ngữ nghĩa điều khiển tương ứng với giá trị đầu vào.

Bước 3. Giải nghĩa giá trị đầu ra: Ngược với việc ngữ nghĩa hóa, bằng

cách sử dụng công thức 2.3 ta chuyển các giá trị ngữ nghĩa trong [0, 1] sang miền tham chiếu ta tính được giá trị thực của biến điều khiển.

Một phần của tài liệu (LUẬN văn THẠC sĩ) phương pháp lập luận xấp xỉ tối ưu dựa trên đại số gia tử và ứng dụng trong điều khiển mờ (Trang 63 - 65)