3.2.3 Tập luật mờ
Tập luật để phân loại người học được đưa ra bởi các giáo viên có kinh nghiệm. 12 luật được đưa ra như bảng sau:
Bảng 3.1: Tập luật phân loại người học
STT Điểm bài thi Tốc độ Phân loại
1 Kém Chậm Kém
3 Kém Nhanh Kém
4 Trung bình Chậm Trung bình 5 Trung bình Trung bình Trung bình 6 Trung bình Nhanh Trung bình khá
7 Khá Chậm Trung bình khá
8 Khá Trung bình Khá
9 Khá Nhanh Khá
10 Cao Chậm Khá
11 Cao Trung bình Giỏi
12 Cao Nhanh Giỏi
3.2.4 Tạo và huấn luyện mạng nơ ron
Mô hình logic mờ - mạng nơ ron tương ứng với định nghĩa trước đó được thể hiện trong hình 3.7: Điểm Thời gian Kém Trung bình Trung bình Khá Khá Giỏi
Đầu vào Làm mờ Suy diễn Đầu ra
Mạng được xây dựng sử dụng các quy tắc sau:
1. Số lượng tế bào trong tầng đầu vào L1 bằng số lượng đầu vào; 2. Số lượng tế bào trong tầng L2 tương đương với số lượng tập mờ; 3. Số tế bào trong tầng tiền đề L3 bằng số luật;
4. Số lượng tế bào trong tầng đầu ra L4 bằng số lớp phân loại;
5. Các mô hình kết nối giống nhau cho tất cả mô hình logic mờ - mạng nơ ron và nó được thể hiện trong hình 3.7
Kết luận chƣơng
Chương này đã trình bày chi tiết các bước áp dụng lý thuyết về logic mờ và mạng nơ-ron nhân tạo vào việc dự đoán khả năng học tập của từng người học. Sau đó đưa ra ứng dụng về việc tạo thử nghiệm một chương trình phân loại đối tượng với việc xác định cụ thể các giá trị đầu vào, đầu ra và tập luật tương ứng.
Chƣơng 4: CÀI ĐẶT CHƢƠNG TRÌNH VÀ THỬ NGHIỆM 4.1 Cài đặt chƣơng trình
Màn hình chính của chương trình như sau: