4 Xây dựng công cụ phân tích dữ liệu nông nghiệp
4.2.2 Fuzzy Inference System
Fuzzy Inference là một quá trình suy diễn các giá trị đầu vào thành các giá trị đầu ra. Quá trình suy diễn này bao gồm tất cả các phần đã được mô tả từ trước như
Membership Functions,Các phép toán tử, vàluật if-then.
Phần này sẽ mô tả chi tiết quá trình suy diễn mờ và áp dụng một bài toán minh họa. Cụ thể, sử dụng ngữ cảnh tính toán tiền thưởng (tip) cho phục vụ nhà hàng với hai dữ kiện đầu vào là chất lượng dịch vụ (service) và đồ ăn (food). Quá trình suy diễn sẽ tuân theo các luật if-then như sau
• If the service is poor or the food is rancid, then tip is cheap
• If the service is good, then tip is average
• If the service is excellent or food is delicious, then tip is generous.
Hình minh họa dưới đây mô tả quá trình tổng quan, bao gồm các biến đầu vào, đầu ra, ngưỡng giá trị của các biến.
HÌNH4.10: Fuzzy inference processMột hệ thống suy diễn mờ sẽ tuân theo các bước cơ bản sau: Một hệ thống suy diễn mờ sẽ tuân theo các bước cơ bản sau:
Chương 4. Xây dựng công cụ phân tích dữ liệu nông nghiệp 36
• Fuzzification: làm mờ các biến đầu vào
• Apply Fuzzy Operator: Áp dụng các toán tử AND,OR hoặc NOT ở phần tiền
đề
• Implication: Tính toán hệ quả từ phần tiền đề
• Aggregation: Tổng hợp các hệ quả
• Defuzzification: khử mờ các biến đầu ra
Fuzzification
Ở bước đầu tiên, lấy các giá trị đầu vào và xác định mức độ mà chúng thuộc về các Fuzzy Set thông qua các Membership Function. Đầu vào là một giá trị thuộc phạm vi universe of discourse (trong trường hợp này là từ 0 đến 10).
HÌNH4.11: Fuzzification
Apply Fuzzy Operator
Nếu phần tiền đề của luật có nhiều hơn một phần, toán tử mờ được áp dụng để tính ra được giá trị kết quả cho phần tiền đề. Sau đó, giá trị này được áp dụng cho hàm đầu ra.
Chương 4. Xây dựng công cụ phân tích dữ liệu nông nghiệp 37
HÌNH4.12: Ví dụ về toán tử OR
Implication
Trước khi chuyển sang bước Implication, cần phải xác định trọng số của luật. Tất cả các luật đều có một trọng số (từ 0 đến 1), được nhân với kết quả tính toán có được từ tiền đề. Trọng số này giúp làm tăng hoặc giảm mức độ quan trọng của luật trong hệ thống suy diễn. Hình minh họa dưới đây sẽ mô tả chi tiết cách tính trong bước Implication
Chương 4. Xây dựng công cụ phân tích dữ liệu nông nghiệp 38
Aggregation
Aggregation được xem là bước tổng hợp các hệ quả từ các luật thành một FuzzySet duy nhất. Có một số phương thức để lấy tổng hợp hệ quả gồm:
• max: lấy giá trị lớn nhất
• probor: lấy theo một phân bố xác suất
• sum: lấy tổng
HÌNH4.14: Aggregation all outputs
Defuzzification
Đầu vào cho quá trình khử mờ này là Fuzzy Set, kết quả của bước Aggregation, đầu ra là một con số cụ thể. Một số phương pháp làm mờ là: centroid, bisector, middle of
Chương 4. Xây dựng công cụ phân tích dữ liệu nông nghiệp 39 maximum, largest of maximum, và smallest of maximum. Trong đó phương pháp lấy giá trị centroid được xem là phổ biến nhất.
HÌNH4.15: Defuzzification
Fuzzy Inference Diagram
Sau đây là sơ đồ tổng hợp tất cả quá trình trên. Nhìn vào sơ đồ trên ta có thể hiểu được luồng tính toán của hệ thống suy diễn. Luồng đi lên từ các đầu vào(input) biểu thị cho quá trình Fuzzification, luồng đi từ trái sang phải biểu diễn cho quá trình áp dụng toán tử và Implication hệ quả. Luồng đi từ trên xuống dưới, thể hiện bước tổng hợp Aggregation và bước khử mờ để cho ra kết quả cuối cùng
Chương 4. Xây dựng công cụ phân tích dữ liệu nông nghiệp 40
HÌNH4.16: Fuzzy Inference Diagram
Chương 4. Xây dựng công cụ phân tích dữ liệu nông nghiệp 41