nhiều kỹ thuật giải mờ hóa có thể áp dụng được, phương pháp thông dụng nhất là phương pháp trọng tâm (centriod method).
Ví dụ1: Cho hệ thống mờ dùng trong điều trị bệnh gồm các luật sau đây 1. IF sốt nhẹ THEN liều lượng asperine thấp
2. IF sốt THEN liều lượng asperine bình thường
3. IF sốt cao THEN liều lượng asperine cao
4. IF sốt rất cao THEN liều lượng asperine cao nhất
Ví dụ 2: Một bệnh nhân sốt ở 38.7 độ, hãy xác định liều lượng asperince cần thiết để cấp cho bệnh nhân.
Giải:
Bước 1 : Mờ hóa giá trị x = 38.7 đã cho: ta thấy 38.7 thuộc về các tập mờ như sau:
μSốt nhẹ (x) = 0.3 μSốt (x) = 0.7 μSốt cao (x) = 0 μSốt rất cao (x) = 0
Hình 3.8.3 – Mờ hóa giá trị nhập rõ ở đầu vào
Bước 2: Ta thấy có hai luật 1 và 2 có thể áp dụng cho ra hai liều lượng aspirine: μThấp (x) = 0.3 μBình thường (x) = 0.7
Kết hợp các giá trị mờ này lại ta được vùng được tô màu sau đây:
Hình 3.8.4 – Giải mờ hóa để có kết xuất rõ ở đầu ra
Bước 3: Giải mờ hóa kết quả bằng cách tính trọng tâm của diện tích được tô trong hình trên, chiếu xuống trục hoành ta được giá trị ±480mg, đây chính là liều lượng aspirine cần cấp cho bệnh nhân.
3.9. Giải mờ
Giải mờ là quá trình xácđịnh giá trị rõởđầu ra từ hàm thuộcμB’(y) của tập mờ B’. Có 2 phương pháp giải mờ :
Phương pháp cực đại
Các bước thực hiện :
- Xác định miền chứa giá trị y’, y’ là giá trị mà tại đó μB’(y) đạt Max
- Xác định y’ theo một trong 3 cách sau : + Nguyên lý trung bình
+ Nguyên lý cận trái + Nguyên lý cận phải
Hình 3.9.1 – Giải mờ theo phương pháp cực đại
• Nguyên lý trung bình: y’ = (y1+y2)/2
• Nguyên lý cận trái: chọn y’ = y1
• Nguyên lý cận phải: chọn y’ = y2
Phương pháp trọng tâm
Điểm y’ được xác định là hoành độ của điểm trọng tâm miền được bao bởi trục hoành và đường μB’(y).
Công thức xác định :
trong đó S là miền xác định của tập mờ B’
• Phương pháp trọng tâm cho luật Sum-Min
Giả sử có m luật điều khiển được triển khai, ký hiệu các giá trị mờ đầu ra của luật điều khiển thứ k là μB’k(y) thì với quy tắc Sum-Min hàm thuộc sẽ là (adsbygoogle = window.adsbygoogle || []).push({});
(1)
Trong đó: và k=1,2...m
Xét riêng cho trường hợp các hàm thuộc dạng hình thang như hình trên :
Chú y hai công thức trên có thể áp dụng cả cho luật Max-Min
• Phương pháp độ cao
Từ công thức (1), nếu các hàm thuộc có dạng singleton thì ta được:
với Hk =μB’k(y)
4. SỐ MỜ
Trong phần số mờ này ta tập trung vào 2 vấn đề quan trọng đó là: Giới thiệu về số mờ và các tính toán của số mờ. Khái niệm số mờ thực chất là dựa trên khái niệm về tập mờ và từ định nghĩa của tập mờ dẫn đến định nghĩa số mờ.
Ví dụ: Một số thực thì biểu diễn trên trục số là một điểm, còn nếu về một số có thể biểu diễn là một điểm. Nếu xét về mặt tập hợp thì tập hợp gồm một phần tử, còn nếu số mà nó bị mờ, chẳng hạn ta có số 1, vậy số 1 đúng là diễn đạt 1 điểm trên trục số. Ta nói 1 số xấp xỉ 1, ta hiểu các con số nằm chỗ này hay chỗ kia, nói chung là nó gần 1, như vậy ta không xét thành một vị trí mà thành một tập hợp vị trí. Như vậy số cái mà xấp xỉ 1 nó phải xác định bằng một tập hợp những số thực mà nằm gần 1, vậy bản thân chữ gần 1 là mơ hồ, vậy tập này gọi là số mờ. Số mờ được định nghĩa là 1 tập mờ trên trục thực, nhưng mà nó phải có tập điểm chứ không phải bất kỳ tập nào trên trục thực cũng gọi là số mờ, ta phải dựa trên các đặc điểm.