7.4.1 Ghép nối bộ điều khiển mờ với mạng nơ-ron
Sau khi đã tìm hiểu rõ bản chất cũng nh− nguyên lý lμm việc của các bộ điều khiển mờ vμ của mạng nơ-ron thì bây giờ đã đến lúc chúng ta có thể thực hiện việc so sánh −u nh−ợc điểm của chúng trong các ứng dụng điều khiển:
1) Tr−ớc hết ta thấy ngay đ−ợc rằng cả hai, bộ điều khiển mờ vμ bộ điều khiển sử dụng mạng nơ-ron, về nguyên tắc, đều lμ những bộ điều khiển tĩnh, phi tuyến.
Chúng có thể được thiết kế với chất lượng hệ thống cho trước theo một độ chính xác tuỳ ý vμ lμm việc theo nguyên lý t− duy của con ng−ời.
2) Tính năng của mạng nơ-ron đ−ợc quyết định bởi chủng loại nơ-ron sử dụng vμ cấu trúc mạng ghép nối các nơ-ron đó với nhau. Nó hoμn toμn độc lập với đối t−ợng đ−ợc điều khiển. Thậm chí những ng−ời thiết kế nếu có kiến thức vμ hiểu biết về đối t−ợng thì điều đó cũng không giúp ích gì cho việc lựa chọn nơ-ron vμ
Emin
) 1 ( , +
Δwijp k
) ( ,k p
wij
Δ
) 1 ( , −
Δwijp k
Hình 7.12:: Nguyên lý chỉnh h−ớng học nhờ hệ số momentum.
xây dựng cấu trúc mạng. Ngược lại, đối với người thiết kế bộ điều khiển mờ thì
những kiến thức, những hiểu biết về đối t−ợng lại rất cần thiết. Tuy rằng các hiểu biết nμy không nhất thiết phải đ−ợc thể hiện d−ới dạng mô hình toán học mô tả đối t−ợng mμ có thể chỉ lμ những kinh nghiệm thu thập đ−ợc trong quá
trình tiếp cận đối tượng, song không có chúng, người thiết kế không thể xây dựng đ−ợc luật hợp thμnh, không thể mờ hoá giá trị tín hiệu (xác định hμm thuộc). Thực tế thiết kế bộ điều khiển mờ cho thấy ng−ời thiết kế luôn lúng túng nhất khi xây dựng hμm thuộc mô tả giá trị ngôn ngữ. Lý do lμ trong khi luật hợp thμnh đ−ợc xây dựng trên cơ sở chỉ cần có những hiểu biết định tính về đối t−ợng (vốn lμ −u điểm cơ bản của nguyên lý điều khiển mờ) thì việc xác định hμm thuộc cho từng giá trị ngôn ngữ lại đòi hỏi các hiểu biết chi tiết mang tính
định l−ợng (tuy rằng chỉ giới hạn ở giá trị tín hiệu vμo−ra của đối t−ợng) mμ
điều nμy lại lμ điểm mấu chốt để phân biệt điều khiển mờ với điều khiển kinh
điển vμ cũng lμ điểm cơ bản của mạng nơ-ron.
3) Ngay khi mới đ−ợc thiết kế, mạng nơ-ron ch−a có tri thức. Tri thức của nó đ−ợc hình thμnh qua giai đoạn học theo các mẫu học. Mẫu học cμng tốt, cμng đa dạng vμ bao nhiều tr−ờng hợp thì tri thức ban đầu của mạng cμng gần với thực tế.
Song nếu điều đó lμ ch−a đủ thì tri thức của mạng vẫn có thể đ−ợc bổ sung, vμ hoμn thiện thêm trong quá trình lμm việc với đối t−ợng. Với bộ điều khiển mờ thì lại hoμn toμn ng−ợc lại. Khi đ−ợc thiết kế xong, bộ điều khiển mờ đã có ngay một cơ chế lμm việc nhất định vμ cơ chế nμy sẽ không thay đổi vμ đ−ợc giữ cố
định trong suốt thời kỳ lμm việc. Nói cách khác mạng nơ-ron có khả năng học còn bộ điều khiển mờ thì không.
4) Mạng nơ-ron vẫn được xem như giải pháp ứng dụng mμ ở đó người thiết kế "mù tịt" về đối t−ợng (giải pháp black−box). Tri thức của mạng nằm ở các trọng số
đ−ợc rải đều khắp trong mạng. Một thay đổi nhỏ giá trị các trọng số ch−a đủ lμm thay đổi tính năng của mạng nơ-ron, do đó khó đánh giá đ−ợc tri thức hiện có của mạng nếu không có mẫu so sánh. Bộ điều khiển mờ thì lại khác, một thay đổi nhỏ ở hμm thuộc, hay luật hợp thμnh sẽ kéo theo ngay một sự thay đổi t−ơng ứng rất dễ nhận biết về bản chất của nó. Bởi vậy bộ điều khiển mờ có tính thích nghi thời gian thực cao hơn mạng nơ-ron.
Nh− vậy, rõ rμng những −u điểm của mạng nơ-ron lại lμ nh−ợc điểm của bộ
điều khiển mờ vμ ng−ợc lại. Bảng sau trình bμy tóm tắt lại −u nh−ợc điểm của hai bé ®iÒu khiÓn.
Số TT Tính chất Mạng nơ-ron Bộ điều khiển mờ 1 Thể hiện tri thức (hình
thức của tri thức).
Thông qua trọng số, đ−ợc thể hiện ẩn trong mạng.
Đ−ợc thể hiện ngay tại luật hợp thμnh.
2 Nguồn của tri thức. Từ các mẫu học. Từ kinh nghiệm chuyên gia.
3 Xử lý thông tin không chắc chắn.
Định l−ợng. Định tính vμ định l−ợng.
4 Lưu giữ tri thức Trong nơ-ron vμ trọng số của từng đ−ờng ghép nối nơ-ron
Trong luật hợp thμnh vμ hμm thuéc.
5 Khả năng cập nhật vμ nâng cao tri thức.
Thông qua quá trình học. Không có.
6 Tính nhạy cảm với các thay đổi của mô hình.
ThÊp. Cao.
Từ mong muốn có đ−ợc −u điểm của cả nguyên lý mờ vμ mạng nơ-ron trong một bộ điều khiển, người ta đã ghép chung bộ điều khiển mờ với mạng nơ-ron thμnh bộ
điều khiển mờ−nơron (vμ nơron−mờ). Hình 7.13 mô tả các nguyên lý ghép nối th−ờng gặp.
Việc ghép nối bộ điều khiển mờ với mạng nơ-ron có thể đ−ợc thực hiện song song hoặc nối tiếp. Hình 7.13a) lμ một ví dụ về hình thức ghép nối song song mμ ở
đó bộ điều khiển mờ giữ trọng trách điều khiển trực tiếp đối t−ợng còn mạng nơ-ron không điều khiển trực tiếp song lại có nhiệm vụ theo dõi sự thay đổi của hệ thống
để chỉnh định lại tham số cho bộ điều khiển mờ. Nguyên lý ghép nối nμy đã đ−ợc ứng dụng thμnh công nhiều trong thực tế, chẳng hạn nh− bộ điều khiển lμ PID mờ có các tham số đ−ợc chỉnh định theo nguyên lý tối −u độ lớn vμ đ−ợc thực hiện thích nghi bởi mạng nơ-ron RBF (mạng xuyên tâm).
Tất nhiên rằng cấu trúc ghép nối song song ở hình 7.13a) chỉ lμ một ví dụ. Một hình thức ghép nối song song khác lμ hai bộ điều khiển mờ vμ nơ-ron lμm việc độc lập với nhau cho ở hình 7.13b). Hệ thống sẽ có thêm khâu quyết định sự chuyển đổi công tắc từ mờ sang nơ-ron hoặc ng−ợc lại.
Hình 7.13c) vμ 7.13d) minh họa cấu trúc ghép nối nối tiếp. Hình thức ghép nối nμy rất phù hợp cho các bμi toán mμ ở đó mạng nơ-ron có nhiệm vụ xử lý các tín hiệu vμo−ra cho bộ điều khiển mờ.
7.4.2 Vài nét về lịch sử phát triển
Thời điểm đánh dấu sự ra đời của bộ điều khiển mờ−nơron vμ nơron−mờ lμ công trình nghiên cứu của Lee về mối liên quan giữa lý thuyết tập mờ với mạng nơ-ron McCulloch−Pitts vμo năm 1970. Phát triển trên nền công trình đó, năm 1971 đã
xuất hiện thiết bị tự động với cơ chế suy diễn mờ theo nguyên lý mạng nơ-ron, tuy nhiên vẫn còn ở mức độ thấp.
Hình 7.13: Kết hợp điều khiển mờ và mạng nơ-ron
Mạng Nơ-ron
§iÒu khiÓn mê Mạng Nơ-ron Điều khiển mờ
c) d) Mạng Nơ-ron
Đối t−ợng
®iÒu khiÓn
§iÒu khiÓn mê a)
Mạng Nơ-ron
Đối t−ợng
®iÒu khiÓn
§iÒu khiÓn mê b)
Thập kỷ 80−90 đ−ợc xem lμ thời kỳ nở rộ của các công trình của mờ−nơron cũng nh− nơron−mờ với những ứng dụng trong nhận dạng ảnh, trong hệ thống hỗ trợ quyết định, trong cơ chế suy diễn nơron−mờ. Nguyên nhân của sự phát triển đó lμ do sự ra đời của mạng nơ-ron Hopfield, Tank, tiếp nối lμ sự hoμn thiện thuật toán lan truyền ng−ợc của Rumelhart, Hinton, Williams, Nauck vμ Kruse cho mạng MLP. Nguyên nhân nữa thúc đẩy sự phát triển nμy chính lμ các sản phẩm logic mờ ở Nhật Bản phát triển mạnh mẽ vμ các chip mờ đã đ−ợc ứng dụng trong điều khiển máy giặt, nồi cơm điện, máy điều hoμ, ….
Hiện nay, sự phát triển của hệ mờ−nơron đang vẫn tiếp tục phát triển mạnh theo hướng tìm tòi vμ xây dựng các thuật toán học định hướng cho các ứng dụng ở nhiều lĩnh vực khác nhau nh− hệ thống hỗ trợ quyết định, hệ chuyên gia, tính toán mềm, hệ hỗn loạn, điều khiển thích nghi, xử lý tín hiệu bất định ….