a net net ne t.
5.3 Các B Đieău Khieơn Dùng Máng NeuronFuzzy
Tùy theo câu trúc, chức nng người ta phađn bit các lối sau:
Lối 1: Đađy là lối thođng thường với lut mơ øcĩ hàm lieđn thuc đaău
ra dáng chuođng, tam giác… Đáp ứng cụa mi lut được xác định bởi trĩng sơ cụa hàm lieđn thuc đaău ra thođng qua cường đ baĩn và đáp ứng trung tađm được tính tốn đeơ đưa ra giá trị chính xác cho đaău ra. Khi hàm lieđn thuc đaău ra cĩ dáng xung thì kêt quạ cụa moêi lut là dáng singleton mờ. Giá trị đaău ra mờ lieđn quan đên vic chĩn câp đ phú thuc Maximum cụa mi lut mờ làm đáp ứng cho ra giá trị đaău ra chính xác.
Lối 2: Lối này cĩ hàm lieđn thuc là hàm tng đơn điu, chẳng hán
như hàm chữ S. Đáp ứng cụa mi lut mờ được xác định bởi cường đođ baĩn theo dáng hàm lieđn thuc đaău ra cụa nĩ. Giá trị đaău ra cụa boơ đieău khieơn neuron fuzzy chính là sự kêt hợp tuyên tính các đáp ứng cũng như cường đ baĩn cụa các lut mờ. Kêt quạ cụa mi lut trở thành các Singleton mờ khi hàm lieđn thuc đaău ra là hàm ngưỡng.
Lối 3: Lối này cĩ đáp ứng cụa mi lut là sự kêt hợp tuyên tính
LVTN: Đieău Khieơn Nhit Đ Dùng Mờ Thích Nghi Nghi
GVHD: Ts Nguyn Thin Thành 5 SVTH: Nguyn Phương Thạo
và sau đĩ lây toơng cụa chúng theo cường đ baĩn đeơ thu được giá trị đaău ra cuơi cùng. Kêt quạ cụa mi lut trở thành các Singleton mờ khi tât cạ h sơ cụa phaăn kêt quạ daăn đên zero.
Toơng kêt: Múc đích chính cụa h thơng đieău khieơn dùng neuron
fuzy là áp dúng các kỹ thut hĩc đeơ tìm và đieău chưnh các thođng sơ câu trúc and/or cụa h thơng. B đieău khieơn mờ được đaịt ra hai lối chưnh chính: chưnh câu trúc, chưnh tham sô.
Chưnh câu trúc: Lieđn quan chụ yêu đên câu trúc cụa các lut
mờ, chẳng hán như sơ tp mờ cụa các đaău vào, đaău ra, sơ lut và sự kêt nơi đeơ hình thành chúng… Khi mt câu trúc thỏa mãn các lut mờ được xađy dựng, thì h thơng đieău khieơn đieău khieơn baỉng neuron fuzzy yeđu caău trình bày cách chưnh định thođng sơ.
Chưnh tham sô: Đơi với nhĩm hĩc tham sơ, các thođng sơ cĩ
theơ được chưnh định bao goăm những gì gaĩn lieăn với hàm lieđn thuc chẳng hán như: trĩng tađm, đ rng, đ dơc, những thođng sơ lieđn quan đên sự kêt nơi các thođng sơ mờ và h sơ trĩng lượng cụa các lut mờ.
Trong sơ 3 lối máng neuron neđu tređn, hĩc khođng giám sát khođng nhn theđm bât kỳ mt thođng tin nào, thích hợp cho hĩc câu trúc đeơ tìm tp dữ liu chưnh định các lut mờ. Hĩc giám sát caăn thaăy giáo đeơ xác minh vector đaău ra, dự đốn lut hĩc đeơ đieău chưnh thođng sơ các hàm lieđn thuoơc and/or cụa lut mờ cho đaău ra mong muơn qua h thơng neuron mờ. Trong trường hợp hàm lieđn thuc thay đoơi, chúng ta d dàng rút ra được tơc đ hĩc dựa tređn các phương pháp hĩc( như lut truyeăn lùi …) cho vic hĩc thođng sơ.
Cĩ nhieău cách hĩc thođng sơ, hĩc câu trúc được kêt hợp trong đieău khieơn neuron mờ. Trước tieđn, chúng cĩ theơ được trình bày mt cách cĩ trình tự và chia ra làm hai nhĩm: Hĩc câu trúc được dùng trong nhĩm đaău tieđn đeơ tìm câu trúc đúng cụa đieău khieơn neuron fuzzy và hĩc thođng sơ thuc nhĩm thứ hai đeơ tìm các thođng sơ tơi ưu. Thụ túc này lieđn quan đên vic lai ghép lut hĩc câu trúc_thođng sơthích hợp cho
LVTN: Đieău Khieơn Nhit Đ Dùng Mờ Thích Nghi Nghi
GVHD: Ts Nguyn Thin Thành 6 SVTH: Nguyn Phương Thạo
vic hĩc câu trúc_tham sơ lối 1. Trong mt vài tình huơng chư cĩ hĩc thođng sơ hay hĩc câu trúc là caăn thiêt khi câu trúc ( chẳng hán lut mờ ), hay thođng sô (chẳng hán hàm lieđn thuc ) được cung câp bởi các chuyeđn gia. Hieơn nhieđn kiên thức chuyeđn gia cĩ theơ thay đoơi được dùng cho vic lp ra câu trúc, tham sơ ban đaău cuạ đieău khieơn neuron fuzzy và sau đĩ hĩc câu trúc hay hĩc thođng sơ sẽ thay thê đeơ đưa ra cách chưnh định tơt nhât.