c. Điều khiển mờ tối ưu dựa trên việc xây dựng và tối ưu hệ luật:
Đối với mỗi lớp bài toán trong các ứng dụng thực tế, các hệ thống luật điều khiển mờ thường được sử dụng ở cùng một dạng. Ví dụ, các hệ thống luật điều khiển mờ trong điều khiển dao động của kết cấu có dạng phổ biến như được trình bày trong [31, 42-45].
Do đó, các cơ sở luật mờ thơng thường có thể khơng hồn tồn thích hợp cho một đối tượng được điều khiển cụ thể. Do đó, việc điều chỉnh cơ sở luật của một mơ hình được điều khiển là cần thiết để nâng cao hiệu quả của các bộ điều khiển mờ.
Các cách tiếp cận khác nhau đối với vấn đề tạo và điều chỉnh các luật mờ của bộ điều khiển mờ bằng cách sử dụng kết hợp phân cụm mờ và thuật tốn di truyền đã được trình bày trong [46].
Trong [47] các phương pháp tạo và điều chỉnh các luật của hệ thống mờ đã được nghiên cứu. Phương pháp ràng buộc mức cắt α đã được đề suất trong [48] để giải quyết các bài tốn tối ưu hóa phi tuyến có ràng buộc để điều chỉnh các luật điều khiển của bộ điều khiển mờ.
Phương pháp học tập nơ ron sử dụng phương pháp phân cụm mờ đã được cải tiến để thiết kế các luật tối ưu của hệ thống mờ từ dữ liệu huấn luyện [49].
Tài liệu tham khảo [50] đã giới thiệu một cách tiếp cận tối ưu sử dụng tiến hóa cộng sinh để tạo ra và điều chỉnh cơ sở luật của bộ điều khiển mờ cho việc thiết kế hệ thống treo chủ động của mơ hình một nửa xe ơ tơ.
Sự kết hợp giữa thuật toán di truyền và logic mờ để thiết kế và tối ưu hóa hệ thống điều khiển chủ động cho kết cấu tòa nhà đã được nghiên cứu trong [51] bằng cách điều chỉnh hệ số trọng số của cơ sở luật.
Phương pháp tiến hóa để tối ưu hóa sốlượng luật và hàm liên thuộc của bộđiều khiển mờ [52] đãđược sử dụng.
Trong [53] đã kết hợp các thuật toán học tập để tạo, điều chỉnh, thêm và loại bỏ các luật của hệ thống mờ.
Tối ưu hóa bộđiều khiển Takagi-Sugeno-Kang với một số luật thích hợp [54]. Trong tài liệu [55] thuật toán di truyền đã được sử dụng để lựa chọn các luật mờ của bộđiều khiển trong việc điều khiển chủđộng các kết cấu.
Với [56] bài tốn tối ưu hóa đa mục tiêu đã được thực hiện để thiết lập một cơ sở luật mờ trong việc điều khiển tốc độ của xe tự lái.
Công cụ mờ (Fuzzy toolbox) của phần mềm Matlab cũng cung cấp một tùy chọn đểđiều chỉnh các luật mờ bằng trọng sốdương của mỗi luật [57].
Nhìn chung, các cách tiếp cận tối ưu bộ điền khiển mờ dựa trên tối ưu hệ luật mờ kể trên tập trung vào cấu trúc của luật điều khiển mờ có dạng như sau:
NẾU Chuyển vị = Giá trị ngôn ngữ ai và Vận tốc = Giá trị ngôn ngữ bi, THÌ
Lực điều khiển = Giá trị ngơn ngữ ui.
Cấu trúc của luật điều khiển mờnày thay đổi khi thay đổi sốlượng luật hoặc giá trị ngôn ngữ của các biến (ai, bi, ui) như được thể hiện trên Hình 1.11.