Trong ba trường hợp nêu trên, chỉ có trường hợp cuối chúng ta cần phải làm rõ việc sử dụng giải thuật di truyền trong mạng nơ ron lan truyền ngược. Nội dung này sẽ được trình bày ở phần kế tiếp.
2.3.2 Mô hình áp dụng giải thuật di truyền để tối ƣu bộ trọng số của mạng nơron
Để có thể kết hợp giải thuật di truyền và giải thuật lan truyền ngược sử dụng trong mạng nơron, ta sử dụng giải thuật di truyền để tối ưu bộ trọng số của mạng nơron trước, sau đó sử dụng bộ trọng số này làm đầu vào cho giải thuật lan truyền ngược. Phương pháp kết hợp này có thể được mô tả như sau:
Hình 2.8: Mô hình kết hợp áp dụng giải thuật di truyền để tối ưu bộ trọng số của mạng nơron sử dụng thuật toán lan truyền ngược
2.3.3 Các bƣớc xây dựng hệ thống
2.3.3.1 Xây dựng mạng nơron
Phương pháp thực hiện xây dựng mạng nơron bao gồm việc xác định sự liên kết giữa các nơron, đồng thời xác định cấu trúc của mạng bao gồm số lớp ẩn, số nơron trong từng lớp.
Chi tiết của việc xây dựng mạng nơ ron được đề cập ở mục 3.2.3.
2.3.3.2Huấn luyện hệ thống
Huấn luyện mạng học các dữ liệu bằng cách lần lượt đưa các mẫu vào cùng với những giá trị mong muốn. Mục tiêu của việc huấn luyện mạng đó là tìm ra tập các trọng số cho ta giá trị nhỏ nhất của hàm lỗi. Để huấn luyện ta thử nghiệm 3 phương pháp:
- Thuật toán lan truyền ngược. - Giải thuật di truyền.
Với mỗi phương pháp, ta cần xác định các thông số như sau: - Đối với thuật toán lan truyền ngược:
o Hệ số học.
o Hằng số học quán tính (nếu có).
o Số vòng lặp tối đa.
o Ngưỡng lỗi.
- Đối với giải thuật di truyền:
o Kích thước quần thể.
o Phép lai ghép (lai ghép trọng số hoặc lai ghép nút).
o Xác suất lai ghép.
o Phép đột biến (đột biến trọng số hoặc đột biến nút).
o Xác suất đột biến.
o Số vòng lặp tối đa.
o Ngưỡng lỗi.
Phương hướng chung để huấn luyện là ta thử nghiệm: - Các bộ số liệu khác nhau:
o Giờ cao điểm, thấp điểm.
o Ngày làm việc, ngày lễ, ngày nghỉ cuối tuần.
o Mùa hè, mùa đông.
- Các phương pháp huấn luyện khác nhau (như trên). - Các bộ thông số khác nhau của mỗi phương pháp.
Trên cơ sở đó ta xác định một vài phương án thích hợp cho việc dự báo.
2.3.3.3 Kiểm thử hệ thống
Việc thử nghiệm hệ thống là kiểm tra tính tổng quát hóa của hệ thống. Để có được mục tiêu này, ta cần lưu ý xây dựng bộ dữ liệu kiểm thử có những đặc điểm đặc biệt sau:
- Những ngày nghỉ lễ.
- Giờ cao điểm, giờ thấp điểm.
- Dữ liệu có sự bất thường: nhiệt độ trong ngày quá cao (38, 39 độ C) hoặc quá thấp (10, 11 độ C).
Ta thực hiện vẽ đồ thị lỗi của mạng để đánh giá mạng sau khi kiểm thử để xem mạng có tính tổng quát hóa tốt hay không. Nếu lỗi kiểm thử lớn hơn nhiều lỗi huấn luyện, tức là mức độ tổng quát hóa của mạng thấp. Thay vì thay đổi chiến lược học, ta kiểm tra lại tập huấn luyện:
- Dữ liệu huấn luyện có đủ không, nếu không đủ thì bổ sung. - Dữ liệu học có nhiễu không. Ta cần kiểm tra kĩ tình huống này.
2.3.3.4 Sử dụng hệ thống
Sau khi đã huấn luyện và kiểm thử, ta thu được một những phương án chấp nhận được. Ta cần thử nghiệm các phương án này trong thực tế để kiểm định khả năng dự báo của hệ thống cho phụ tải điện trong tương lai.
2.4 KẾT LUẬN CHƢƠNG II
Trong chương này, luận văn đã trình bày được các lý thuyết liên quan, bao gồm mạng nơron nhân tạo, mạng nơron nhân tạo với thuật toán lan truyền ngược và giải thuật di truyền. Luận văn cũng đã đưa ra giải pháp dự báo phụ tải ứng dụng mạng nơ ron với thuật toán lan truyền ngược và giải thuật di truyền để đưa ra bộ trọng số tối ưu.
Trong chương tiếp theo, luận văn sẽ trình bày về việc thiết kế chi tiết hệ thống, các bước từ thu thập và xử lý dữ liệu đến việc xây dựng mạng nơron như thế nào; đồng thời đưa ra được đánh giá dựa trên việc kiểm thử trên số liệu thực.
3.1 KIẾN TRÚC TỔNG THỂ CỦA HỆ THỐNG Thu thập và Thu thập và tiền xử lý dữ liệu quá khứ Database Tập huấn luyện Dữ liệu thực để dự báo
Chương trình dự báo phụ tải
Thông tin dự báo thời tiết
ngày tới
Bản chào giá ngày tới
Mạng nơron nhân tạo được chọn sau quá trình
huấn luyện Phụ tải dự báo Nhiệt độ thực tế Phụ tải thực tế Pmin, Pmax thực tế Thông số sau vận hành Tập kiểm thử Xây dựng mạng Sử dụng GA để chọn bộ trọng số tốt nhất
Thuật toán lan truyền ngược
Kết quả dự báo dùng để kiểm thử