3.2. MƠ HÌNH HỆ BỒN NƯỚC ĐƠI LIÊN KẾT
3.2.2. Kết quả nhận dạng mô hình thuận
Mơ hình Fuzzy nhiều lớp áp dụng nhận dạng mơ hình thuận bao gồm 2 mơ hình Fuzzy nhiều lớp MISO, mỗi khối mơ hình Fuzzy MISO bao gồm nhiều mơ hình Fuzzy T-S 2 ngõ vào 1 ngõ ra được huấn luyện bằng giải thuật tiến hóa vi sai tối ưu hàm mục tiêu bình phương sai số nhỏ nhất (Hình 3.4). Trong đó ngõ ra của mơ hình Fuzzy nhiều lớp MIMO ứng với giá trị mực nước tại 2 bồn ở vị trí thấp. Hai mơ hình Fuzzy T-S ở lớp vào thể hiện sự tương quan giữa ngõ vào đối với ngõ ra và sự tương quan giữa ngõ ra trong quá khứ đến ngõ ra hiện tại, mơ hình Fuzzy T-S ở lớp ẩn thể hiện sự tác động chéo giữa đầu vào, đầu ra trong quá khứ đến ngõ ra hiện tại. Ngõ vào mơ hình Fuzzy nhiều lớp gồm các giá trị điện áp và giá trị mực nước trước đó theo mơ hình hồi tiếp NARX. Hàm mục tiêu được chọn theo tiêu chí trung bình bình phương sai số giữa ngõ ra thực tế và ngõ ra của mơ hình Fuzzy.
Hình 3.4. Mơ hình Fuzzy trong nhận dạng hệ bồn nước
Giải thuật DE được áp dụng với các thông số sau: 200 cá thể trong quần thể, vận hành với tối đa 750 thế hệ. Các thông số cr là hệ số lai ghép, được chọn thông thường là 0.9, hệ số f quyết định sự khác biệt giữa các thế hệ, f càng nhỏ thì sự thay đổi các thế hệ càng nhỏ, đối với hệ có nhiều biến, nên chọn f nhỏ, vì vậy trong mơ hình 90 biến này hệ số f được chọn là 0.01. Kết quả được đánh giá qua phương pháp dự đốn.
30
Hình 3.5. Kết quả huấn luyện nhận dạng ngõ ra bồn 2
Hình 3.5 cho thấy kết quả của q trình huấn lun mơ hình Fuzzy nhiều lớp đạt giá trị hàm mục tiêu cuôi cùng là 0.0113 với cr = 0.9, f = 0.01 đối với ngõ ra x2. Qua kết quả thực tế này có thể thấy ngõ ra của mơ hình dự báo bám sát với ngõ ra thực tế với sai số rất nhỏ.
Hình 3.6 cho thấy đáp ứng khi đánh giá mơ hình với một tập dữ liệu khác. Kết quả cho thấy khả năng nhận dạng của mơ hình Fuzzy nhiều lớp đạt kết quả tốt khi nhận dạng mơ hình.
Hình 3.7 cho thấy giá trị hàm mục tiêu trong quá trình huấn luyện mơ hình. Giá trị hàm mục tiêu đạt trị tối thiểu 0.0113 sau 625 thế hệ và giữ nguyên giá trị này đến khi quần thể đạt tới thế hệ cuối cùng. thời gian tính tốn khoảng 45 phút để chạy hết 750 thế hệ trên CPU core i5 - 2.5Ghz.
Tương tự như vậy, Hình 3.8, Hình 3.9 và Hình 3.10 cho thấy kết quả huấn luyện, đánh giá và hàm mục tiêu đối với mơ hình Fuzzy dùng cho ngõ ra x4.
31
Hình 3.6. Kết quả đánh giá chất lượng nhận dạng ngõ ra bồn 2
32
Hình 3.8. Kết quả nhận dạng mơ hình Fuzzy với ngõ ra x4
33
Hình 3.9 cho thấy kết quả đánh giá với một tập dữ liệu khác trên cùng một mơ hình Fuzzy nhiều lớp được huấn luyên trước đó cho ngõ ra x4. Ở mẫu thứ 800, ngõ ra của mơ hình nhận dạng khơng đạt được giá trị giống như mơ hình thật, do q trình nhận dạng, độ cao tơi đa của mơ hình nhận dạng khơng có trường hợp này, cho nên mơ hình huấn luyện khơng thể đạt tới được. Để khắc phục tình trạng này, tập dữ liệu nhận dạng phải đủ lớn bao quát được tất cả các tình huống và trường hợp.
Hình 3.10 cho thấy giá trị hàm mục tiêu được tối thiểu hóa trong q trình nhận dạng. Giá trị hàm cuối cùng đạt được là 0.0127 sau 750 thế hệ.
Hình 3.10. Giá trị hàm mục tiêu khi huấn luyện mơ hình Fuzzy cho ngõ ra x4