Nhóm 17 tìm hiểu logic mờ minh họa trên bài toán điều khiển máy giặt tự động

31 1.1K 4
Nhóm 17 tìm hiểu logic mờ  minh họa trên bài toán điều khiển máy giặt tự động

Đang tải... (xem toàn văn)

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

Thông tin tài liệu

Logic mờ được công bố lần đầu tiên tại Mỹ vào năm 1965 do giáo sư Lotfi Zadeh. Kể từ đó, logic mờ đã có nhiều phát triển qua các chặng đường sau : phát minh ở Mỹ, áp dụng ở Châu Âu và đưa vào các sản phẩm thương mại ở Nhật. Ứng dụng đầu tiên của logic mờ vào công nghiệp được thực hiện ở Châu Âu, khoảng sau năm 1970. Tại trường Queen Mary ở Luân Đôn – Anh, Ebrahim Mamdani dùng logic mờ để điều khiển một máy hơi nước mà trước đây ông ấy không thể điều khiển được bằng các kỹ thuật cổ điển. Và tại Đức, Hans Zimmermann dùng logic mờ cho các hệ ra quyết định. Liên tiếp sau đó, logic mờ được áp dụng vào các lĩnh vực khác như điều khiển lò xi măng, … nhưng vẫn không được chấp nhận rộng rãi trong công nghiệp. Kể từ năm 1980, logic mờ đạt được nhiều thành công trong các ứng dụng ra quyết định và phân tích dữ liệu ở Châu Âu. Nhiều kỹ thuật logic mờ cao cấp được nghiên cứu và phát triển trong lĩnh vực này.

MỤC LỤC GVHD: Th.s Nguyễn Bá Nghiễn Trang CHƯƠNG I MỞ ĐẦU Con người giao tiếp bằng ngôn ngữ tự nhiên, mà bản chất của ngôn ngữ tự nhiên là mơ hồ và không chính xác Tuy vậy, hầu hết tình huống, người vẫn hiểu những điều mà người khác muốn nói với mình Khả hiểu và sử dụng ngôn ngữ tự nhiên, thực chất là hiều và xử lý đúng thông tin không chính xác chứa đó, có thể coi là thước đo mức độ hiểu biết, thông minh của người Con người cũng mơ ước máy tính, người bạn, người giúp việc đắc lực của mình, ngày càng thông minh và hiểu biết Vì vậy, nhu cầu làm cho máy tính hiểu và xử lý được những thông tin không chính xác, xấp xỉ chừng là một nhu cầu bức thiết Logic mờ đời đã cung cấp một công cụ hữu hiệu để nghiên cứu và xây dựng hệ thống có khả xử lý thông tin không chính xác Nhờ có logic mờ mà người xây dựng được những hệ điều khiển có tính linh động rất cao Chúng có thể hoạt động tốt điều kiện có nhiều nhiễu hoặc những tính huống chưa được học trước Nhờ có logic mờ mà người xây dựng được những hệ chuyên gia có khả suy luận những chuyên gia hàng đầu và có khả tự hoàn thiện thông qua việc thu nhận tri thức mới Ngày logic mờ có phạm vi sử dụng rộng rãi thế giới, từ những hệ thống cao cấp phức tạp hệ dự báo, nhận dạng, robot, vệ tinh, du thuyền, máy bay…đến những đồ dùng hằng ngày máy giặt, máy điều hòa nhiệt độ, máy chụp hình tự động,…Những trung tâm lớn về lý thuyết cũng ứng dụng của logic mờ hiện là Mỹ, nhật và châu âu Ở Việt Nam, việc nghiên cứu về lý thuyết cũng ứng dụng của logic mờ đã có lịch sử gần hai thập kỷ và đã thu hoạch được những thành tựu to lớn Tuy vậy vẫn cần thiết phải phát triển nữa cả về chiều sâu lần chiều rộng Chúng em xin chân thành cảm ơn Thầy Nguyễn bá Nghiễn đã giúp đỡ chúng em thực hiện đề tài Tìm hiểu kỹ thuật tính toán mềm, sâu vào logic mới, ứng dụng vào bài toán điều khiển máy giặt tự động Trong trình làm bài không tránh được sai sót, rất mong Thầy và bạn đóng góp ý kiến để bài làm của chúng em được tốt GVHD: Th.s Nguyễn Bá Nghiễn Trang CHƯƠNG II: LOGIC MỜ I Giới thiệu Logic mờ được công bố lần đầu tiên tại Mỹ vào năm 1965 giáo sư Lotfi Zadeh Kể từ đó, logic mờ đã có nhiều phát triển qua chặng đường sau : phát minh Mỹ, áp dụng Châu Âu và đưa vào sản phẩm thương mại Nhật Ứng dụng đầu tiên của logic mờ vào công nghiệp được thực hiện Châu Âu, khoảng sau năm 1970 Tại trường Queen Mary Luân Đôn – Anh, Ebrahim Mamdani dùng logic mờ để điều khiển một máy nước mà trước ông ấy không thể điều khiển được bằng kỹ thuật cổ điển Và tại Đức, Hans Zimmermann dùng logic mờ cho hệ quyết định Liên tiếp sau đó, logic mờ được áp dụng vào lĩnh vực khác điều khiển lò xi măng, … vẫn không được chấp nhận rộng rãi công nghiệp Kể từ năm 1980, logic mờ đạt được nhiều thành công ứng dụng quyết định và phân tích dữ liệu Châu Âu Nhiều kỹ thuật logic mờ cao cấp được nghiên cứu và phát triển lĩnh vực này Cảm hứng từ những ứng dụng của Châu Âu, công ty của Nhật bắt đầu dùng logic mờ vào kỹ thuật điều khiển từ năm 1980 Nhưng phần cứng chuẩn tính toán theo giải thuật logic mờ rất nên hầu hết ứng dụng đều dùng phần cứng chuyên về logic mờ Một những ứng dụng dùng logic mờ đầu tiên tại là nhà máy xử lý nước của Fuji Electric vào năm 1983, hệ thống xe điện ngầm của Hitachi vào năm 1987 Những thành công đầu tiên đã tạo nhiều quan tâm Nhật Có nhiều lý để giải thích tại logic mờ được ưa chuộng Thứ nhất, kỹ sư Nhật thường bắt đầu từ những giải pháp đơn giản, sau đó mới sâu vào vấn đề Phù hợp với việc logic mờ cho phép tạo nhanh bản mẫu rồi tiến đến việc tối ưu Thứ hai, hệ dùng logic mờ đơn giản và dễ hiểu Sự “thông minh” của hệ không nằm hệ phương trình vi phân hay mã nguồn Cũng việc kỹ sư Nhật thường làm việc theo tổ, GVHD: Th.s Nguyễn Bá Nghiễn Trang đòi hỏi phải có một giải pháp để mọi người tổ đều hiểu được hành vi của hệ thống, cùng chia ý tưởng để tạo hệ Logic mờ cung cấp cho họ một phương tiện rất minh bạch để thiết kế hệ thống Và cũng nền văn hóa, người Nhật không quan tâm đến logic Boolean hay logic mờ; cũng tiếng Nhật , từ “mờ’ không mang nghĩa tiêu cực Do đó, logic mờ được dùng nhiều ứng dụng thuộc lĩnh vực điều khiển thông minh hay xử lý dữ liệu Máy quay phim và máy chụp hình dùng logic mờ để chứa đựng sự chuyên môn của người nghệ sĩ nhiếp ảnh Misubishi thông báo về chiếc xe đầu tiên thế giới dùng logic mờ điều khiển, cũng nhiều hãng chế tạo xe khác của Nhật dùng logic mờ một số thành phần Trong lĩnh vực tự động hóa, Omron Corp có khoảng 350 bằng phát minh về logic mờ Ngoài ra, logic mờ cũng được dùng để tối ưu nhiều trình hóa học và sinh học Năm năm trôi qua, tổ hợp Châu Âu nhận rằng mình đã mất một kỹ thuật chủ chốt vào tay người Nhật và từ đó họ đã nỗ lực việc dùng logic mờ vào ứng dụng của mình Đến nay, có khoảng 200 sản phẩm bán thị trường và vô số ứng dụng điều khiển trình – tự động hóa dùng logic mờ Từ những thành công đạt được, logic mờ đã trở thành một kỹ thuật thiết kế “chuẩn” và được chấp nhận rộng rãi cộng đồng II Tập mờ 1.Khái niệm tập mơ Một tập hợp một không gian nào đó, theo khái niệm cổ điển chia không gian thành phần rõ ràng Một phần tử bất kỳ không gian thuộc hoặc không thuộc vào tập đã cho Tập hợp vậy còn được gọi là tập rõ Lý thuyết tập hợp cổ điển là nền tảng cho nhiều ngành khoa học, chứng tỏ vai trò quan trọng của mình Nhưng những yêu cầu phát sinh khoa học cũng cuộc sống đã cho thấy rằng lý thuyết tập hợp cổ điển cần phải được mở rộng GVHD: Th.s Nguyễn Bá Nghiễn Trang Ta xét tập hợp những người trẻ Ta thấy rằng người dưới 26 tuổi thì rõ ràng là trẻ và người 60 tuổi thì rõ ràng là không trẻ Nhưng những người có tuổi từ 26 đến 60 thì có thuộc tập hợp những người trẻ hay không? Nếu áp dụng khái niệm tập hợp cổ điển thì ta phải định một ranh giới rõ ràng và mang tính chất áp đặt chẳng hạn là 45 để xác định tập hợp những người trẻ Và thực tế thì có một ranh giới mờ để ngăn cách những người trẻ và những người không trẻ đó là những người trung niên Như vậy, những người trung niên là những người có một “độ trẻ” nào đó Nếu coi “độ trẻ” của người dưới 26 tuổi là hoàn toàn đúng tức là có giá trị là và coi “độ trẻ” của người 60 tuổi là hoàn toàn sai tức là có giá trị là 0, thì “độ trẻ” của người trung niên có giá trị p nào đó thoả < p < Như vậy nhu cầu mở rộng khái niệm tập hợp và lý thuyết tập hợp là hoàn toàn tự nhiên Các công trình nghiên cứu về lý thuyết tập mờ và logic mờ đã được L.Zadeh công bố đầu tiên năm 1965, và sau đó liên tục phát triển mạnh mẽ Định nghĩa: Cho không gian nền U, tập A định hàm µA µA ⊂ U được gọi là tập mờ nếu A được xác :X->[0,1] được gọi là hàm thuộc, hàm liên thuộc hay hàm thành viên (membership function) ∈ Với x X thì µA (x) được gọi là mức độ thuộc của x vào A Như vậy ta có thể coi tập rõ là một trường hợp đặc biệt của tập mờ, đó hàm thuộc chỉ nhận giá trị và Ký hiệu tập mờ, ta có dạng ký hiệu sau:  Liệt kê phần tử: giả sử U={a,b,c,d} ta co thể xác định một tập mờ A= 0.1 0.3 0.2 + + + a b c d  A= { ( x, µ A ( x ) ) | x ∈ U } GVHD: Th.s Nguyễn Bá Nghiễn Trang  A= trường hợp U là không gian rời rạc ∫µ A ( x) / x U  A= trường hợp U là không gian liên tục Lưu ý: ký hiệu ∑ và ∫ không phải là phép tính tổng hay tích phân, mà chỉ là ký hiệu biểu thị tập hợp mờ Ví dụ Tập mờ A là tập “số gần 2” xác định hàm thuộc µ A = e−( x − 2) ta có thể ký +∞ { ( x , − ( x − 2) ) | x ∈ U } ∫ − ( x − 2) hiệu: A = hoặc A = /x −∞ Các dạng hàm thuộc tiêu biểu Theo lý thuyết thì hàm thuộc có thể là một hàm bất kỳ thoả µA :X->[0,1] Nhưng thực tế thì có dạng hàm thuộc sau là quan trọng và có tính ứng dụng cao cả a) Nhóm hàm đơn điệu Nhóm này gồm đơn điệu tăng và đơn điệu giảm Ví dụ tập hợp người già có hàm thuộc đơn điệu tăng theo tuổi đó tập hợp người trẻ có hàm thuộc đơn điệu giảm theo tuổi Ta xét thêm ví dụ minh hoạ sau: Cho tập vũ trụ E = Tốc độ = { 20,50,80 ,100,120 } thuộc µ nhanh đơn vị là km/h Xét tập mờ F=Tốc độ nhanh xác định hàm đồ thị Như vậy tốc độ dưới 20km/h được coi là không nhanh Tốc độ càng cao thì độ thuộc của nó vào tập F càng cao Khi tốc độ là 100km/h trở lên thì độ thuộc là 1 µ nhanh 0.85 0.5 GVHD: Th.s Nguyễn Bá Nghiễn Trang E 20 50 80 100 120 b) Nhóm hàm hình chuông Nhóm hàm này có đồ thị dạng hình chuông, bao gồm dạng hàm tam giác, hàm hình thang, gauss Xét ví dụ cũng với tập vũ trụ E trên, xét tập mờ F=Tốc độ trung bình xác định hàm thuộc   µ trungbình =  ( x − 20) / 30 (100 − x) / 50  x ≤ 20 ∨ x ≥ 100 20 ≤ x ≤ 50 50 ≤ x ≤ 100 µ trungbình 0.4 E 20 50 80 100 120 Các khái niệm liên quan Giả sử A là tập mờ vũ trụ U, có hàm thuộc  thì ta có khái niệm sau: Giá đỡ của A, ký hiệu supp(A) là một tập rõ bao gồm tất cả phần tử x cho  µA µA ∈ U (x) > Nhân của A là một tập rõ bao gồm tất cả phần tử x GVHD: Th.s Nguyễn Bá Nghiễn ∈ U cho µA (x) = Trang  Biên của A là một tập rõ bao gồm tất cả phần tử x ∈ U cho < µA µA (x) < sup µ A ( x ) (x) height(A)= x∈U  Độ cao của A, ký hiệu height(A) là cận đúng của  Tập mờ A được gọi là tập mờ chuẩn tắc (normal fuzzy set) nếu height(A)=1 Tức là tập mờ chuẩn tắc có nhân khác rỗng Các phép toán tập mơ Giả sử A và B là tập mờ vũ trụ U thì ta có định nghĩa sau: - Quan hệ bao hàm A được gọi là bằng B và chỉ µA ∀ ∈ x U, ⊆ (x) = µB A được gọi là tập của B, ký hiệu A B và chỉ - µA (x) = - µA A x U, µA (x) ≤ µB (x) với hàm thuộc được xác định bởi: (x) (1) Hợp Hợp của tập mờ A và tập mờ B là tập mờ A µ A∪ B - ∀ ∈ Phần bù Phần bù mờ của tập mờ A là tập mờ - (x) (x) = max( µA (x), µB ∪ B với hàm thuộc được xác định bởi: (x)) (2) Giao Giao của tập mờ A và tập mờ B là tập mờ A µ A∩ B (x) = min( µA (x), GVHD: Th.s Nguyễn Bá Nghiễn µB ∩ (x)) B với hàm thuộc được xác định bởi: (3) Trang Tích đề - An Un A1 A2 U1 U Giả sử , , …, là tập mờ vũ trụ , , …, tương ứng Tích An A1 A2 A1 × A2 × A đề-các của , , …, là tập mờ = … × U2 × … × Un × An không gian tích U1 với hàm thuộc được xác định bởi: µ A x1 µ A x µ A xn xn µ A x1 x ( , , …, ) = min( ( ), ( ), …, ( )) n xn ∈ U n x1 ∈ U x ∈ U , , …, (4) Phép chiếu - Giả sử A1 A là tập mờ không gian tích U1 × U Hình chiếu của A U1 là tập mờ với hàm thuộc được xác định bởi: µA (x) = max µ y∈U A (x, y) (5) Định nghĩa có thể mở rộng cho trường hợp không gian tích n chiều III Số Mờ Một lớp tập mờ quan trọng có nhiều ứng dụng thực tế là số mờ Định nghĩa Tập mờ M đương thẳng thực R là tập số mờ nếu: a) M là chuẩn hoá, tức là có điểm x cho µ M(x) = α∈ ≥ α b) Ứng với a R, tập mức {x: M(x) } là đoạn đóng Người ta thường dùng số mờ tam giác, hình thang và dạng Gauss GVHD: Th.s Nguyễn Bá Nghiễn Trang Các phép toán a) Cộng: [a,b] + [d,e] = [a+d, b+e] b) Trừ: [a,b] - [d,e] = [a-e, b-d] c) Nhân: [a,b] * [d,e] = [min(ad,ae, bd, be), max(ad,ae, bd, be)] d) Chia: [a,b] / [d,e] = [min(a/d,a/e, b/d, b/e), max(a/d,a/e, b/d, b/e)] Nguyên lý suy rộng Zadeh Để làm việc với hệ thống có nhiều biến vào, nguyên lý suy rộng của Zadeh là rất quan trọng Định nghĩa: Cho Ai là tập mờ với hàm thuộc µ Ai không gian nền Xi, (i=1 n) Khi đó tích A1xA2x An là tập mờ X=X1xX2x Xn với hàm thuộc: µ µ A(x)=min{ Ai(xi); i=1 n} Trong đó x=(x1,x2, xn) Giả sử biến đầu vào xi lấy giá trị là Ai(i=1 n) Hàm f:X->Y chuyển giá trị đầu vào là Ai thành giá trị đầu B Khi đó B là tập mờ Y với hàm thuộc xác định bởi: µ µ µ ∈ −1 −1 B(x)=max{min( Ai(xi)); i=1 n : x f (y)} nếu f (y) −1 B(x)=0 nếu f (y) = −1 Trong đó f (y) = {x ∈ ≠φ φ X : f(x)=y} Ta có thể áp dụng nguyên lý suy rộng cho định nghĩa suy rộng của phép cộng một hàm biến mờ Tương tự cho phép toán trừ, nhân, chia GVHD: Th.s Nguyễn Bá Nghiễn Trang 10 µA (x) => µB (y) = µA (x) µB (y) (b) Luật mơ Luật mờ: o Giúp truyền đạt, mô tả rất tự nhiên những quy luật tự nhiên cuộc sống o Thể hiện được những diễn đạt về chuyên môn o Hiệu lực đối với phạm vi biến rộng lớn o Một luật mờ có thể thay thế nhiều, thường là rất nhiều, những luật rõ Một luật mờ là một biểu thức If - Then được phát biểu dạng ngôn ngữ tự nhiên thể hiện sự phụ thuộc nhân quả giữa biến Có dạng: - IF x is A THEN y is B IF x is A AND y is B THEN z is C IF x is A OR y is B THEN z is C Với x, y, z: biến ngôn ngữ A, B, C: tập mờ Ví dụ: If nhiệt độ là lạnh và giá dầu là rẻ Then sưởi ấm nhiều Trong đó: - ‘nhiệt độ’, ‘giá dầu’ và ‘sưởi ấm’ là biến - ‘lạnh’, ‘rẻ’, ‘nhiều’ là giá trị hay chính là tập mờ Hoặc: If một người có chiều cao là cao và bắp là lực lưỡng Then chơi bóng rổ hay - Các biến là: ‘chiều cao’, ‘cơ bắp’, ‘chơi bóng rổ’ - Các giá trị hay tập mờ là: ‘cao’, ‘lực lưỡng’, ‘hay’ Cơ sở tri thức Là tập hợp luật mờ liên quan đến lĩnh vực nào đó Ví dụ: sở tri thức áp dụng cho máy giặt GVHD: Th.s Nguyễn Bá Nghiễn Trang 17 ● ● ● If x is Large and y is greasy then z is VeryLong If x is Medium and y is Greasy then z is Long If is Small and y is Greasy then z is Long Logic mơ Là mở rộng của lý thuyết tập mờ qua việc dùng toán tử logic AND, OR, NOT… ○ ○ ○ ● Những phát biểu là đề nghị, khẳng định hoặc luật Đề nghị và khẳng định có giá trị mờ liên kết với chúng Logic mờ áp dụng luật để tạo giá trị mới hoặc mức độ đúng tương ứng Đánh giá sự thật Mức độ đúng giữa đúng và sai Không phải mọi thứ đều là đúng/ sai, đen/trắng, bật/tắt ● Đánh giá thành viên: tập những người cao, tập những người xa xôi, tập những vật đắt tiền ● Logic sử dụng thuật ngữ thuộc về ngôn từ Diễn đạt tri thức chuyên gia một cách tự nhiên Nguyên lý xử lý các toán mơ Vào E - Ra U - Suy luận mờ Giá trị E có thể được đưa vào hệ thống điều khiển mờ thông qua bộ phận nhập Dữ liệu vào được chuyển thành giá trị mờ Quá trình này được gọi là mờ hóa Hệ thống điều khiển thi hành trình lập luận mờ., nơi bộ xử lý so sánh dữ liệu đầu vào với sở dữ liệu chứa giá trị đầu Quá trình lập luận mờ liên quan đến sự thực hiện luật có dạng: IF … THEN … được định nghĩa trình thiết kế Sau bộ điều khiển mờ hoàn thành lập luận mờ và đạt đến kết quả đầu nó chuyển sang giai đoạn giải mờ để cho kết quả đầu U dạng giá trị rõ Các hệ thống suy luận mờ (Fuzzy Inference System) thực hiện việc suy luận đề tạo quyết định từ thông tin mơ hồ, không đầy đủ, thiếu chính xác Quá trình suy luận mờ bao gồm bước sau: ■ ■ Mờ hóa: xác định tập mờ sở và hàm thuộc của chúng Tạo luật: xác định quy tắc hợp thành từ bản chất của ứng dụng và sử dụng để kết ■ ■ hợp tập mờ sở Kết nhập: kết hợp quy tắc hợp thành Giải mờ: giải mờ cho tập mờ kết quả GVHD: Th.s Nguyễn Bá Nghiễn Trang 18 A Xác định tập mờ sở và hàm thuộc Đối với một số ứng dụng đơn giản, tập mờ sở và hàm thuộc có thể xác định được dễ dàng không cần tham khảo ý kiến chuyên gia hoặc ý kiến của chuyên gia chỉ tạo giá trị khởi tạo ban đầu Phương pháp này cần sử dụng kỹ thuật tình toán mềm hiện đại (ví dụ: nhu giải thuật di truyền hoặc mạng nơron)… Đối với ứng dụng phức tạp, để xác định tập mờ sở, hàm thuộc liên quan thường dựa vào kinh nghiệm của chuyên gia và quyết định chủ quan của họ B Tạo quy tắc hợp thành Một hệ thống mờ bao gồm nhiều quy tắc hợp thành Quy tắc hợp thành được tạo thành từ mối quan hệ của thành phần của ứng dụng Quá trình tạo quy tắc hợp thành có thể được thực hiện bằng một chuyên gia hoặc bằng phương pháp tự động dùng kỹ thuật tính toán mờ Mỗi quy tắc hợp thành có đầu vào là một số tập mờ bản tạo kết quả một tập mờ đầu C Kết nhập quy tắc hợp thành Quá trình này tổng hợp kết quả của quy tắc hợp thành riêng biệt vào một kết quả nhất Đầu vào của khâu kết nhập là tập mờ đầu của quy tắc hợp thành Đầu của nó là một tập mờ cho biến đầu Quá trình kết nhập được thực hiện sau: với đối tượng đầu tiên đầu vào của luậ hợp thành, tìm giá trị nhỏ nhất của hàm thuộc tại điểm xác định dữ liệu vào Tiếp tục thực hiện với đối tượng tiếp theo luật hợp thành Từ tất cả luật hợp thành, tạo một tập mờ kết quả bằng phép toán max của giá trị thuộc có được D Giải mờ Sau trình kết nhập quy tắc hợp thành, chúng ta thu được kết quả đầu là một tập mờ Quá trình giải mờ xác định rõ một giá trị đại diện từ hàm thuộc của giá trị mờ đầu Giá trị được xác định là đầu của toàn bộ hệ thống Có hai phương pháp giải mờ chính là phương pháp điểm cực đại và GVHD: Th.s Nguyễn Bá Nghiễn Trang 19 phương pháp điểm trọng tâm Việc lựa chọn phương pháp giải mờ tùy thuộc vào từng ứng dụng cụ thể Với ứng dụng phức tạp thì điểm trọng tâm được sử dụng nhiều nhất ● Phương pháp trọng tâm Yc(x→) =∑j=1N Yi (Yi)/ ∑j=1N ’ (Yi) • Phương pháp độ cao: Yh(x→) = ∑j=1M Y-j (Y-j)/ ∑j=1M (Y-j) Với j là chỉ số luật, Y-j là điểm có độ liên thuộc lớn nhất tập mờ đầu B’ j thứ j và µB’j(y-j) được tính theo công thức µA(x→)=Tn (µA1j(x1),…., µAnj(xn), µAn(xn)) nhau: µB’(y-j) = µB’(y-j) * µA1j(x1) * µAnj(xn) * µAn(xn) Sau biến đổi, ta có: Ym h(x→) =∑j=1M Y-j µBj (Y-j)/ δj 2/(∑j=1M µB’j (Y-j)/ δj 2) Với δj là hệ số biến đổi của luật j ● Phương pháp tâm của tập: Phương pháp này luật được thay thế tập singleton tâm cj Ycos (x→) = ∑j=1M cj Ti=1n µAij(xi) / ∑j=1M Ti=1n µAij(xi) GVHD: Th.s Nguyễn Bá Nghiễn Trang 20 CHƯƠNG III: ỨNG DỤNG CỦA LOGIC MỜ VÀO BÀI TOÁN ĐIỀU KHIỂN MÁY GIẶT TỰ ĐỘNG Ngày nhiều trang thiết bị được nhúng vào nó lôgic mờ để cho việc sử dụng nó dễ hơn, tiện lợi Chúng ta có thể tìm thấy lôgic mờ những camera, những nồi cơm điện, những máy hút bụi, … Như vậy ta có thể có một ý tưởng rằng chúng đã được làm thế nào, chúng ta xem mô hình được đơn giản hóa này của một máy giặt ứng dụng logic mờ Khi sử dụng một máy giặt, việc lựa chọn thời gian giặt dựa vào số lượng quần áo, kiểu và độ bẩn mà quần áo có Để tự động hóa trình này, chúng ta sử dụng những phần tử sensors để phát hiện những tham số này ( ví dụ: thể tích quần áo, độ và kiểu chất bẩn) Thời gian giặt được xác định từ dữ liệu này Không may, không dễ có cách công thức hóa một mối quan hệ toán học chính xác giữa thể tích quần áo và độ bẩn và thời gian giặt Chúng ta giải quyết vấn đề thiết kế này bằng cách sử dụng lôgic mờ Bộ điều khiển mờ Chúng ta xây dựng hệ thống mờ sau: Có hai giá trị đầu vào : ( 1) Một cho độ bẩn quần áo ( 2) Một cho mức thô của quần áo Hai đầu vào này thu được từ phần tử sensors quang học Độ bẩn được xác định sự suốt của nước Mặt khác, mức thô được xác định từ sự bão hòa, thời gian nó dùng để đạt đến sự bão hòa Quần áo có mức thô nhiều chẳng hạn cần lâu cho sự suốt nước để đạt đến sự bão hòa vì mức thô giặt lâu nước những dạng khác Như vậy một hệ thống phần tử sensors tốt có thể cung cấp những input cần thiết được nhập vào cho bộ điều khiển mờ của chúng ta GVHD: Th.s Nguyễn Bá Nghiễn Trang 21 Những giá trị cho độ bẩn và mức thô là đã được chuẩn hóa ( phạm vi từ tới 100) được cho giá trị phần tử sensors Xây dựng biến ngôn ngữ -Với biến ngôn ngữ Độ bẩn có tập mờ Bẩn ít Bẩn vừa Bẩn nhiều -Với biến ngôn ngữ Mức thô có tập mờ Thô ít Thô vừa Thô nhiều -Với biến ngôn ngữ kết luận xác định thời gian giặt có tập mờ Giặt rất ngắn Giặt ngắn Giặt vừa Giặt lâu Giặt rất lâu Xây dựng luật mờ a) Ma trận luật Dựa vào yếu tố Độ bẩn và Loại chất bẩn, chúng ta xây dựng ma trận luật để quyết định thời gian giặt của máy giặt tự động sau: GVHD: Th.s Nguyễn Bá Nghiễn Trang 22 Bẩn Ít Bẩn Vừa Bẩn Nhiều Thô Ít Giặt Rất Ngắn Giặt Ngắn Giặt Vừa Thô Vừa Giặt Vừa Giặt Vừa Giặt Lâu Thô Nhiều Giặt Lâu Giặt Lâu Giặt Rất Lâu b) Xây dựng luật mờ và tối ưu luật mờ Quyết định làm cho khả một mờ là bộ điều khiển được lập luật một tập hợp những quy tắc Nói chung, những quy tắc là trực giác và dễ hiểu, Một quy tắc trực giác tiêu biểu sau : Nếu thơi gian bão hòa lâu suốt thơi gian giặt cần phải lâu Từ những sự kết hợp khác của những luật đó và những điều kiện khác, chúng ta viết những quy tắc cần thiết để xây dựng bộ điều khiển máy giặt Gọi x: chỉ Độ bẩn (0 [...]... µAij(xi) GVHD: Th.s Nguyễn Bá Nghiễn Trang 20 CHƯƠNG III: ỨNG DỤNG CỦA LOGIC MỜ VÀO BÀI TOÁN ĐIỀU KHIỂN MÁY GIẶT TỰ ĐỘNG Ngày nay nhiều trang thiết bị được nhúng trong vào trong nó lôgic mờ để cho việc sử dụng nó dễ hơn, tiện lợi hơn Chúng ta có thể tìm thấy lôgic mờ trong những camera, những nồi cơm điện, những máy hút bụi, … Như vậy ta có thể có một ý tưởng rằng chúng... Giặt rất lâu 2 Xây dựng các luật mờ a) Ma trận luật Dựa vào 2 yếu tố Độ bẩn và Loại chất bẩn, chúng ta xây dựng ma trận luật để quyết định thời gian giặt của máy giặt tự động như sau: GVHD: Th.s Nguyễn Bá Nghiễn Trang 22 Bẩn Ít Bẩn Vừa Bẩn Nhiều Thô Ít Giặt Rất Ngắn Giặt Ngắn Giặt Vừa Thô Vừa Giặt Vừa Giặt Vừa Giặt Lâu Thô Nhiều Giặt Lâu Giặt Lâu Giặt Rất Lâu b) Xây dựng các... để minh họa cho sự mềm dẻo của Logic mờ là việc xác định lứa tuổi: A(x) A=“young” 1 0 A(x) 1 x [years] 0 x=23 Boolean Logic A=“young” x=23 x [years] Fuzzy Logic Hình 9: Sự khác nhau giữa hai loại Logic trong việc xác định lứa tuổi Nhìn ở hình vẽ trên, nếu như đối với Boolean Logic (tương ứng với Crisp Sets) quy định tuổi dưới 23 mới được coi là “trẻ tuổi” thì ở Fuzzy Logic. .. max(1-P(x), min(P(x), Q(y))) Như vậy, ta sẽ có mở rộng một cách tự nhiên từ logic cổ điển sang logic mờ với quy tắc tổng quát hoá dùng hàm bù mờ cho phép phủ định, hàm T-norm cho phép giao (∩) và S-norm cho phép hợp (∪) Sự mở rộng này dựa trên sự tương quan giữa mệnh đề logic mờ với hàm mờ và các phép toán trên tập mờ Ta có: ¬ µA µA µA µA µA (x) = C( (x) (x) ∧ µB ∨ µB (x) =>... and y is Thô Nhiều then z is Giặt Lâu; Luật 3 (r3): if x is Bẩn Ít and y is Thô Nhiều then z is Giặt Rất Lâu; Luật 4 (r4): if x is Bẩn Nhiều and y is Thô Vừa then z is Giặt Rất Lâu; Luật 5 (r5): if x is Bẩn Vừa and y is Thô Vừa then z is Giặt Vừa; Luật 6 (r6): if x is Bẩn Ít and y is Thô Vừa then z is Giặt Vừa; Luật 7 (r7): if x is Bẩn Nhiều and y is Thô Ít then z is Giặt Vừa; Luật 8 (r8): if x... quan đến lĩnh vực nào đó Ví dụ: cơ sở tri thức áp dụng cho máy giặt GVHD: Th.s Nguyễn Bá Nghiễn Trang 17 ● ● ● If x is Large and y is greasy then z is VeryLong If x is Medium and y is Greasy then z is Long If is Small and y is Greasy then z is Long 8 Logic mơ Là mở rộng của lý thuyết tập mờ qua việc dùng các toán tử logic AND, OR, NOT… ○ ○ ○ ● Những phát biểu là đề nghị, khẳng... Không may, không dễ có cách công thức hóa một mối quan hệ toán học chính xác giữa thể tích quần áo và độ bẩn và thời gian giặt Chúng ta giải quyết vấn đề thiết kế này bằng cách sử dụng lôgic mờ Bộ điều khiển mờ Chúng ta xây dựng hệ thống mờ như sau: Có hai giá trị đầu vào : ( 1) Một cho độ bẩn trên quần áo ( 2) Một cho mức thô của quần áo Hai đầu vào... thì A.(B.C)=A.B+A.C ∈ A-A; 1 A/A 7 Nếu A ⊆ E và B a A+B b A-B c A.B d A/B ⊆ ⊆ ⊆ ⊆ ⊆ F thì: E+F E-F E.F E/F IV Logic Mờ 1 Khái niệm Lôgic mờ (Fuzzy logic) được phát triển từ lý thuyết tập mờ để thực hiện lập luận một cách xấp xỉ thay vì lập luận chính xác theo logic vị từ cổ điển Người ta hay nhầm lẫn mức độ đúng với xác suất Tuy nhiên, hai khái niệm này khác hẳn... 150km/h}  M là luật ngữ nghĩa, ứng mỗi từ trong T với một tập mờ At trong U Từ định nghĩa trên chúng ta có thể nói rằng biến ngôn ngữ là biến có thể nhận giá trị là các tập mờ trên một vũ trụ nào đó GVHD: Th.s Nguyễn Bá Nghiễn Trang 13 3 Mệnh đề mơ Trong logic cổ điển (logic vị từ cấp một), một mệnh đề phân tử P(x) là một phát biểu có dạng “x là P” trong đó... một mệnh đề logic mờ phần tử Khi đó tập hợp các phần tử trong vũ trụ U thoả P là một tập mờ B có hàm thuộc µB sao cho: P(x) = µB (x) Lúc này P(x) có thể nhận các giá trị tuỳ ý trong [0,1] Và ta thấy có thể đồng nhất các hàm thuộc với các mệnh đề logic mờ 4 Các phép toán mệnh đề mơ Trong logic cổ điển, từ các mệnh đề phân tử và các phép toán ∧ (AND), ∨ ... µAij(xi) GVHD: Th.s Nguyễn Bá Nghiễn Trang 20 CHƯƠNG III: ỨNG DỤNG CỦA LOGIC MỜ VÀO BÀI TOÁN ĐIỀU KHIỂN MÁY GIẶT TỰ ĐỘNG Ngày nhiều trang thiết bị được nhúng vào nó lôgic mờ để cho... Nghiễn Trang 22 Bẩn Ít Bẩn Vừa Bẩn Nhiều Thô Ít Giặt Rất Ngắn Giặt Ngắn Giặt Vừa Thô Vừa Giặt Vừa Giặt Vừa Giặt Lâu Thô Nhiều Giặt Lâu Giặt Lâu Giặt Rất Lâu b) Xây dựng luật mờ và tối ưu... nghĩa tiêu cực Do đó, logic mờ được dùng nhiều ứng dụng thuộc lĩnh vực điều khiển thông minh hay xử lý dữ liệu Máy quay phim và máy chụp hình dùng logic mờ để chứa đựng

Ngày đăng: 19/01/2017, 13:24

Từ khóa liên quan

Mục lục

  • MỤC LỤC

  • CHƯƠNG I. MỞ ĐẦU

  • CHƯƠNG II: LOGIC MỜ

    • I. Giới thiệu

    • II. Tập mờ

      • 1.Khái niệm tập mờ.

      • 2. Các dạng hàm thuộc tiêu biểu.

        • a) Nhóm hàm đơn điệu

        • b) Nhóm hàm hình chuông

      • 3. Các khái niệm liên quan.

      • 4. Các phép toán trên tập mờ.

        • Quan hệ bao hàm

        • Phần bù

        • Hợp

        • Giao

        • Tích đề các

        • Phép chiếu

    • III. Số Mờ

      • 1. Định nghĩa.

      • 2. Các phép toán.

      • 3. Nguyên lý suy rộng của Zadeh.

    • IV. Logic Mờ

      • 1. Khái niệm.

      • 2. Biến ngôn ngữ.

      • 3. Mệnh đề mờ.

      • 4. Các phép toán mệnh đề mờ.

      • 5. Phép toán kéo theo mờ.

      • 6. Luật mờ.

      • 7. Cơ sở tri thức.

      • 8. Logic mờ.

      • 9. Nguyên lý xử lý các bài toán mờ.

  • CHƯƠNG III: ỨNG DỤNG CỦA LOGIC MỜ VÀO BÀI TOÁN

  • ĐIỀU KHIỂN MÁY GIẶT TỰ ĐỘNG

    • 1. Xây dựng biến ngôn ngữ.

    • 2. Xây dựng các luật mờ.

    • 3. Xây dựng hàm thành viên.

    • 4. Chọn phương pháp suy diễn mờ và giải mờ.

  • CHƯƠNG IV: KẾT LUẬN

    • 1. Lợi ích của việc sử dụng logic mờ.

    • 2. Giới hạn của logic mờ.

    • 3. Kết luận.

  • CHƯƠNG V: TÀI LIỆU THAM KHẢO

Tài liệu cùng người dùng

  • Đang cập nhật ...

Tài liệu liên quan