Luật 2: I fI is Zero then N is Large có quan hệ R
3.3.2. Sử dụng giải thuật di truyền với biểu diễn thực
Các tham số được sử dụng: Số thế hệ T=400, Độ dài nhiễm sắc thể (Số biến đầu vào): 11, Kích thước quần thể 40, Xác suất lai ghép đơn: 0.8, Xác suất lai ghép số học: 0.8, Xác suất lai ghép toàn bộ: 0.8, Xác suất đột biến đều: 0.05, Xác xuất đột biến không đều: 0.05
Lần thử nghiệm thứ nhất
k(1)=12.6370; k(2)=11.6525; k(3)=6.3101; k(4)=12.3392; k(5)=11.8484; k(6)=6.2232; k(7)=11.6074; k(8)=9.3274; k(9)=10.0585; k(10)=12.2205; k(11)=6.3404;
63
Hình 3.15. Các tập mờ của biến đầu vào I
64
Hình 3.17. Kết quả xấp xỉ tƣơng ứng Lần thử nghiệm thứ 2: ta có kết quả sau
k(1)=13.7520; k(2)=8.0455; k(3)=7.9664; k(4)=11.1187; k(5)=11.6052; k(6)=4.5891; k(7)=10.8181; k(8)=7.2790; k(9)=7.5454; k(10)=9.6351; k(11)=5.1341;
Sai số lớn nhất so với đường cong thực tế: 200
65
Hình 3.18. Các tập mờ của biến đầu vào I
66
Hình 3.20. Kết quả xấp xỉ tƣơng ứng Nhận xét:
Giải thuật di truyền đã xác định được độ rộng của đáy các tam giác của các tập mờ. Các kết quả xấp xỉ mô hình mờ tương ứng luôn cho ổn định ở sai số 200 nhỏ hơn nhiều so với sai số 400 trong thực nghiệm theo Cao-Kandel như luận văn đã đề cập ở đầu chương.
Ngoài ra các kết quả cũng cho thấy độ rộng của các tập mờ tìm được chênh lệch nhau không quá nhiều.
Kết luận chƣơng 3
Trên thực tế khi thiết kế các tập mờ cho các bài toán xấp xỉ mô hình mờ, chúng ta phải sử dụng thực nghiệm để thay đổi các tập mờ nhằm đưa ra kết quả xấp xỉ tốt nhất, việc làm trên rất mất thời gian và thường không hiệu quả vì không gian độ rộng của các tập mờ là rất lớn.
67
Chương 3 của luận văn đã ứng dụng được giải thuật di truyền vào xác định độ rộng của các tập mờ cho bài toán xấp xỉ mô hình mờ của Cao- Kandel, đây là việc làm có ý nghĩa ứng dụng và thực tiễn.
68