- 57 Hình 2 25 Ví dụ vềñồ thị Bode của T
2.8.2.2. Thuật toán quy chuẩn trong LFFC a, Quy chuẩn hóa:
a, Quy chuẩn hóa:
Quy chuẩn hóa là một quy tắc thường ñược cải thiện khả năng tổng quát của một mạng nơ ron – mờ nhờ huấn luyện của nó với các tác ñộng không liên tục hoặc các nhiễu. Ví dụ trong Hình 2.26, chỉ có các B – spline 1,2,4,5 là có các hàm trọng thích nghi còn các B – spline 3,6 và 7 là không thích nghi. Trong thực tế, mong muốn các hàm xấp xỉñầu ra mịn nhưng ánh xạ giữa ñầu vào và ñầu ra không như thế.
Hình 2.26. Khả năng khái quát kém do dữ liệu thưa thớt
Cho ñến nay, hàm giá trị làm nền tảng cho thuật toán học chỉ chứa xấp xỉ
trung bình bình phương của sai lệch. ðể hàm xấp xỉ trơn tru hơn, cần thêm vào ñiều kiện, Er, vào hàm giá trịñể quá trình học ñược giá trị nhỏ nhất:
r
d y E
y MSE
J = ( − )+λ (2.66)
Với λ là thông số quy chuẩn ñể xác ñịnh xem có bao nhiêu quy chuẩn ñược áp dụng:
- 60 -
Quy chuẩn “không”: Trong trường hợp này, Er chứa các giá trị tuyệt ñối của các ñầu ra của BSN, tốc ñộ tăng trưởng hàm trọng bị suy hao ñể ngăn chặn các giá trị lớn của hàm trọng.
Quy chuẩn thứ hai: Với loại này, mong muốn hàm xấp xỉ mịn, ñể ngăn chặn sự biến ñổi lớn của ánh xạ vào/ra ñã cho, Er chứa các giá trịñạo hàm bậc 2 của ñầu ra.
Quy chuẩn thứ 2 có thể ngăn chặn BSN học từ các tần số cao, do ñó có thể
dùng ñểổn ñịnh LFFC. Tuy nhiên việc tìm ra giá trị λ ñể BSN tiến tới giá trị dminlà khó khăn. Do ñó ñề xuất một phương pháp khác ñể quy chuẩn cho LFFC.