1.5 Giải mờ
Trong điều khiển mờ cũng như trong lập luận trong các hệ chuyên gia với các luật tri thức mở, dữ liệu đầu ra nhìn chung đều là những tập mờ. Thực tế cũng thường gặp nhu cầu chuyển đổi dữ liệu mờ đầu ra thành giá trị thực một cách phù hợp. Phương pháp chuyển đổi như vậy được gọi là phương pháp giải mờ.
27
Căn cứ theo những quan niệm khác nhau về phần tử đại diện xứng đáng mà ta sẽ có các phương pháp giải mờ khác nhau. Trong điều khiển người ta thường dùng hai phương pháp chính:
o Phương pháp điểm cực đại o Phương pháp điểm trọng tâm
1.5.1 Phương pháp điểm cực đại
Tư tưởng chính của phương pháp giải mờ điểm cực đại là tìm trong tập mờ có hàm thuộc µR(y), một phần tử 𝑦0với độ phụ thuộc lớn nhất, tức là:
𝑦0 = arg maxy µR (y) (1.1)
Tuy nhiên, việc tìm 𝑦0 theo công thức (1.1) có thể đưa đến vô số nghiệm (hình 1.13b), nên ta phải đưa thêm những yêu cầu cho phép chọn trong số các nghiệm đó một giá trị 𝑦0 cụ thể chấp nhận được. Việc giải mờ theo phương pháp cực đại gồm hai bước:
Xác định miền chứa giá trị rõ 𝑦0. Giá trị rõ 𝑦0là giá trị mà tại đó hàm thuộc đạt giá trị cực đại (bằng độ thỏa mãn đầu vào H), tức là miền:
G = { y ∊ Y | µR(y) = H }
Xác định 𝑦0 có thể chấp nhận được từ G
Trong hình 1.13b thì G là khoảng [ y1, y2] của tập nền R. Trường hợp có vô số nghiệm thì để tìm 𝑦0ta có hai cách:
o Cách 1: Xác định điểm trung bình: 𝑦0 =y1+ 𝑦2
2
Nếu các hàm thuộc đều có dạng hình tam giác hoặc hình thang thì điểm 𝑦0xác định theo phương pháp này sẽ không quá bị nhạy cảm với sự thay đổi của giá trị đầu vào rõ 𝑥0. Do đó rất thích hợp với các bài toán có nhiễu biên độ nhỏ tại đầu vào.
28
o Cách 2: Xác định điểm cận trái hoặc cận phải 𝑦0 = inf 𝑦∈𝐺(𝑦) Hoặc 𝑦0 = sup 𝑦∈𝐺 (𝑦)
Nếu các hàm thuộc đều có dạng hình tam giác hoặc hình thang thì điểm 𝑦0 sẽ phụ thuộc tuyến tính vào giá trị rõ 𝑥0 tại đầu vào