Xác định mục tiêu
Xác định nội dung dự báo Xác định thời gian
Xem xét dữ liệu Lựa chọn mơ hình
Đánh giá mơ hình Chuẩn bị dự báo Trình bày kết quả dự báo
SVTH: NGUYỄN TRẦN MINH MSSV: 1648020 Trang 115
Bước 1: Xác định mục tiêu
Xác định mục tiêu là xác định xem kết quả dự báo sẽ được sử dụng để làm gì. Mục tiêu chung của dự báo là lập kế hoạch và có những quyết định hành động hợp lý.
Bước 2: Xác định nội dung dự báo
Xác định chính xác nội dung dự báo là cái gì. Ở luận văn xây dựng mạng nơ-ron dự báo tổn thất trên lưới điện với bộ dữ liệu thu nhập được trong 30 ngày.
Bước 3: Xác định thời gian
Xác định độ dái thời gian dự báo: Dự báo dài hạn hay ngắn hạn và dự báo có tính cấp thiết như thế nào.
Bước 4: Xem xét dữ liệu
Xem xét dữ liệu, các yếu tố có ảnh hưởng đến việc xây dựng mạng nơ-ron như: Cơng suất tác dụng, cơng suất phản kháng, dịng diện,... phía đầu nguồn và cuối nguồn. Trong luận văn, nguồn dữ liệu được lấy từ phần mềm Appmeter và tài liệu từ Điện Lực.
Bước 5: Lựa chọn mơ hình
Để lựa chọn mơ hình thích hợp cho dự báo cần xem xét các yếu tố như: Dữ liệu đầu vào, các yêu cầu về thời gian, yêu cầu về kết quả đầu ra, dữ liệu sẵn có…
Quy trình lựa chọn mơ hình dự báo có thể được lựa chọn theo 2 cách như sau: 1. Tiền định: Dựa trên mối quan hệ mật thiết giữa hiện tại và tương lai.
2. Triệu chứng: Dựa trên những dấu hiệu hiện tại để dự báo cho tương lai.
Bước 6: Đánh giá mơ hình
Với phương pháp dự báo định tính thì cần quan tâm đến việc đánh giá mơ hình nhưng với phương pháp định lượng thì phải đánh giá mức độ phù hợp của mơ hình và độ chính xác của dự báo.
Bước 7: Chuẩn bị dự báo
Chuẩn bị các xử lý dữ liệu cần thiết cho việc dự báo.
Bước 8: Trình bày kết quả dự báo
Khi trình bày dự báo phải đảm bảo tính ngắn gọn, rõ ràng, chỉ ra được độ tin cậy của dự báo. Có rất nhiều cách để trình bày kết quả dự báo như: Bảng biểu, đồ thị hay hình ảnh minh họa và có thể trình bày ở dạng viết hoặc dạng nói.
SVTH: NGUYỄN TRẦN MINH MSSV: 1648020 Trang 116
Bước 9: Theo dõi kết quả dự báo
Sau khi dự báo phải xem xét kết quả dự báo tức xem xét độ lệch giữa giá trị dự báo và giá trị thực. Mục tiêu của việc theo dõi kết quả để tìm ra lý do tại sao lại có các sai số và xác định độ lớn của các sai số, qua đó cải thiện mạng nơ-ron dự báo.
SVTH: NGUYỄN TRẦN MINH MSSV: 1648020 Trang 117
TỔNG QUAN VỀ MẠNG NƠ-RON NHÂN TẠO
12.1 Mạng nơron nhân tạo (Artificial Neural Network)
Mạng Nơ-ron nhân tạo (ANN) là một tập hợp các phần tử xử lý đơn giản được kết nối với nhau. Mỗi phần tử xử lý này chỉ có thể thực hiện được một thao tác tính tốn nhỏ, nhưng một mạng lưới các phần tử như vậy có một khả năng to lớn hơn nhiều. Mạng Nơ-ron nhân tạo được nghiên cứu trên cơ sở bộ não con người.
12.1.1 Lịch sử phát triển của mạng nơron nhân tạo.
Năm 1890 William đã nghiên cứu về tâm lý học với sự liên kết các nơron thần kinh. Năm 1940, McCulloch và Pitts đã chỉ ra rằng các nơron có thể được mơ hình hóa như thiết bị ngưỡng (giới hạn) để thực hiện các phép tính logic. Trong thời gian này Wiener cũng nghiên cứu về mối liên hệ giữa nguyên lý phản hồi và chức năng của bộ não. Vào những năm 1960 một số mơ hình nơron được đưa ra như: Perception của Rosenbatt, Adaline của Widrow và ma trận học của Stinbuck. Trong đó mơ hình Perception đƣợc chú ý vì tính đơn giản. Nhưng Minsky và Papert đã chứng mình rằng mơ hình Perception khơng dùng đƣợc cho các hàm logic phức.
Đầu những năm 80 có sự đóng góp của Grossberg, Kohonen và Hoppfield. Đặc biệt là đóng góp lớn của Hoppfield khi đưa ra mạng rời rạc (1982) và mạng liên tục (1984). Từ đó làm cơ sở để Rumelhart và Hinton đề xuất thuật toán sai số truyền ngược để huấn luyện mạng nơron nhiều lớp nhằm giải những bài tốn mà các mạng khác khơng làm được.
Từ những năm 1987 đến nay, hàng năm trên thế giới đều mở hội nghị toàn cầu chuyên ngành nơ-ron IJCNN (International Joint Conference on Neural networks).
Ở Việt Nam mạng nơron đƣợc nghiên cứu từ những năm 1980 và được ứng dụng trong các lĩnh vực như: Tin học viễn thông, đo lường điều khiển…Một số chip nơ-ron sử dụng trong kỹ thuật lọc và một số ứng dụng khác.
SVTH: NGUYỄN TRẦN MINH MSSV: 1648020 Trang 118 Mơ hình tốn học của một mạng nơ-ron nhân tạo được trình bày như hình dưới đây: