Chuong02 - Nhap Mon DKTM PDF

Môn học
NHẬP MÔN ĐIỀU KHIỂN THÔNG MINH
Giảng
g viên: PGS. TS. Huỳnh
ỳ Thái Hoàng g
Bộ môn Điều Khiển Tự Động
Khoa Điện – Điện Tử
Đại học Bách Khoa TP.HCM
TP HCM
Email: hthoang@hcmut.edu.vn
Homepage: http://www4.hcmut.edu.vn/~hthoang
11 September 2016 © H. T. Hoàng - ÐHBK TPHCM 1

Chương 2
LÝ THUYẾT
U LOGIC
OG C MỜ
Ờ

Nội dung chương 2
 Giới thiệu
 Tập hợp mờ
 Các
Cá phép
hé ttoán
á ttrên
ê tậ
tập mờ
ờ
 Logic mờ
 Suy
S luận
l ậ mờ ờ
 Hệ mờ Mamdani và hệ mờ Takagi-Sugeno
 Ví dụ ứng dụng hệ suy luận mờ
 Giới thiệu bộ công cụ logic mờ của Matlab

GIỚI THIỆU

Giới thiệu phương pháp điều khiển mờ
Điề khiển
Điều khiể mực chất
hất lỏng
lỏ dùdùng logic
l i kinh
ki h điể
điển
V1
1 khi möï
möcc chat
chaát long
loûng tren
treân möc
möùc cao nhat
nhaát
LH  
0 khi möïc chaát loûng döôùi möùc cao nhaát
LH
1 khi möïc chaát loûng treân möùc thaáp nhaát

LL  
0 khi möïc chaát loûng döôùi möùc thaáp nhaát
LL
 Boä ñieààu khieåån logic kinh ñieåån

1, neáu LL chuyeån töø 1 sang 0
V1   (1)
0,
0 neu
neáu LH chuyen
chuyeån tö
töø 0 sang 1

Điề khiển
Điều khiể mực chất
hất lỏng
lỏ dùdùng logic
l i mờờ
V1
G ù trò ñ
Giaù ñaët
Sai soá
Möïc chaát loûng
 Ngöôøi vaän haønh

neáu sai soá lôùn thì goùc môû V1 lôùn
 (2)
neáu sai soá nhoû thì goùc môû V1 nhoû
 Phương án điều
ề khiển
ể 1: PLC (Programmable Logic
Controller)
 Phương án điều khiển 2: FLC (Fuzzy Logic Controller)
 Phương pháp điều khiển mờ là phương pháp điều

khiển bắt chước quá trình xử lý các thông tin không rõ
ràng và ra quyết định điều khiển của con người.

Các ứng dụng của phương pháp điều khiển mờ
 Ứng dụng
Ứ d đầu
đầ tiên:
iê ĐK động
độ cơ hơi
h i nước
ớ (Mamdani,
(M d i
1974)
 Càng
Cà ngày à cóó càng
à nhiều
hiề hệ thố
thống điề
điều khiể
khiển ttrong
công nghiệp và dân dụng áp dụng phương pháp điều
khiển mờ
mờ.
 Điều khiển hệ thống thắng và tăng tốc của xe lửa,
hệ thống lái xe
 Điều khiển robot
 Điều khiển máy giặt
giặt, máy ảnh tự động
động,...

Cơ sở toán học của phương pháp điều khiển mờ
Phân loại mờ
Nhận dạng mờ
Lý thuyết Logic mờ và
tập
ập mờ suyy luận
ậ mờ
Điều khiển mờ
Đo lường mờ

TẬP HỢP MỜ

Khái niệm tập hợp mờ
Tậ rõ
Tập õ Tậ mờ
Tập ờ
X X 
A A
c a
a
b b
A(x)  A~ ( x)
1 1
2 6 x 2 6 x
 Tập rõ có biên rõ ràng  Tập mờ có biên không rõ ràng
 Tập rõ được định nghĩa  Tập mờ được định nghĩa thông
thông qua hàm đặc trưng qua hàm liên thuộc
Khái niệm tập hợp mờ
Taäp ro
roõ Taäp môø
mô
X X
c ~
A A
a a
b b
A(x)  A~ ( x)
1 1
2 6 x 2 6 x
 Taäp roõ coù bieân roõ raøng  Taäp môø coù bieân khoâng roõ raøng
 Taäp roõ
ro ñöôï
ñöôcc ñònh nghóa  Taäp mô
môø ñöôï
ñöôcc ñònh nghóa thong
thoâng
thoâng qua haøm ñaëc tröng qua haøm lieân thuoäc
Một số ví dụ về tập hợp rõ và tập hợp mờ
 Tập rõ: A  x  ,1  x  5
B  x  , x  7
C  ngöôøi coù chieààu cao h  1.65m
D  giaù trò nhieät ñoä T  400 C
~
 Tập mờ: A  x  , x  3
~
B  x  , x  7
~
C  ngöôøi cao
~
D  nhieät ñoä thaáp
 Nhận
ậ xét: Không g thể xác định
ị được
ợ tập
ập mờ nếu không
g định
ị
nghĩa hàm liên thuộc mô tả tập mờ đó
Định nghĩa tập hợp mờ
~
Tập mờ A xác định trên tập cơ sở X là một tập hợp mà
mỗi phần tử của nó là một cặp giá trị ( x,  A~ ( x)) , trong đó
xX và  A~ ( x) là ánh xạ:
ạ
 A~ ( x) : X  [0,1]
~
Ánh xạ  A~ ( x ) được gọi là hàm liên thuộc của tập mờ A .
 Hàm liên thuộc đặc trưng cho độ phụ thuộc của ~một
phần tử của bất kỳ thuộc tập cơ sở X vào tập mờ A . Nói
cách
á h khá
khác, tập
tậ mờ ờ xác
á đị
định
h bởi hà
hàm liê
liên th
thuộc
ộ của
ủ nó.ó

Thí dụ hàm liên thuộc mô tả tập mờ
~ ~
A  x  , x  3 B  x  , x  7
 ( x)
~
A  ( x)
~
B
x x
0 3 0 7
~ ~
C  ngöôø
öôøi cao D  nhieä
hi ät ñoä th á 
ñ ä thap
 ( x)
~
C  ( x)
~
D
x x
0 1.65 1.80 0 30 40

Ký hiệu tập hợp mờ
Ký hiệu:
 Tập mờ định nghĩa trên tập cơ sở rời rạc:

~  ( xi )
A
i xi
 Tập mờ định nghĩa trên tập cơ sở liên tục:
~  ( xx))
A
X
x

Ví dụ biểu diễn tập mờ trên tập cơ sở rời rạc
m A ( x )
1.0 1.0
1 0.8
0.6
0.3 0.4
x
0 3 4 5 6 7 8
 0.3 0.6 1.0 0.8 0.4 1.0

A= + + + + +
3 4 5 6 7 8

Ví dụ biểu diễn tập mờ trên tập cơ sở liên tục
m A ( x ) ~
A
1
x
0 3 6 8
ìï
ïï
ïï0 ( x < 3 or x > 8)
m A ( x ) ïï x - 3
ïí
=
A ò x
với m
ới A ( x ) =
ï
ï 3
(3 £ x < 6)
Â ï
ï
ï 8- x
ï (6 £ x £ 8)
ï
î 2
ï
Bài tập
Vẽ hàm liên thuộc của tập mờ:
 0.0 0.3 0.6 1.0 1.0 0.5 0.0

A= + + + + + +
1 2 3 4 5 6 7
Vẽ hà liên
hàm liê thuộc
th ộ của
ủ tập
tậ mờ  biết rằng:
ờ A ằ
ìï
ïï
ïï0 ( x < 1 or x > 7)
ïï x -1
m A ( x ) = íï (1 £ x < 3)
ïï 2
ïï
ïï 7 - x (3 £ x £ 7)
ïïî 4
Bài tập
Viết biểu thức biểu diễn tập mờ từ hàm liên thuộc:
m A ( x )
09
0.9
1 0.8
0.5
0.4
0.2
0.0 x
0 2 4 6 6 8 10
m A ( x ) ~
A
1
x
0 2 5 9
Các dạng hàm liên thuộc
 Công thức tính hàm liên thuộc: xem Hệ thống điều

khiển thông minh, trang 32-34
Các dạng hàm liên thuộc

Tính chất của hàm liên thuộc
(x) Lõi
1
Độ cao
0 Biên x
Miền nền
 Miền nền: là miền thuộc tập cơ sở sao cho (x) > 0.

 Biên: là miền thuộc tập cơ sở sao cho 0 < (x) < 1.
1
 Lõi: là miền thuộc tập cơ sở sao cho (x) = 1.
~
 Độ cao: l th ộc hgt ( A)  sup
cao cận trên nhỏ nhất của hàm l.thuộc: s p  A~ ( x )
xX
Tập cắt ngưỡng 
~
 Cho
Ch tập
tậ mờ
ờ A cóó hà
hàm liê
liên th ộ là  A~ ( x ) . Tậ
thuộc Tập cắt
ắt
~ ~
ngưỡng  của tập mờ A là tập mờ A có hàm liên
thuộc xác định bởi:
 A~ ( x )  min ,  A~ ( x )

Sự phân hoạch mờ (Fuzzy partition)
~ ~ ~
 Các
Cá tậ
tập mờờ A1 , A2 ,.., An định
đị h nghĩa
hĩ trên
t ê tập
tậ cơ sở
ởX
~ ~
được gọi là phân hoạch mờ nếu Ai  , Ai  X và:
n
x  X ,   A~i ( x )  1
i 1
(x)
1
0 x

Biến ngôn ngữ và giá trị ngôn ngữ
 Biến ngôn ngữ là biến chỉ nhận các giá trị ngôn ngữ.
ngữ
Thí dụ: Biến ngôn ngữ “mực chất lỏng” có thể nhận hai
giá trị ngôn
g g ngữg là “thấp”
p và “cao”
 Giá trị ngôn ngữ là các từ. Giá trị ngôn ngữ chứa đựng
thông tin không chính xác, do đó có thể mô tả giá trị ngôn
ngữữ bằng
bằ các á tập
tậ mờ.ờ
Membership
thaáp cao
1
0.5
0
0 10 20 30 40 50 60 70 80 90 100
Percent full
Ham
H ø lien
li â thuoä
th äc cuaû hai
h i ttaääp mô
ôø moâ ta
t û
hai giaù trò ngoân ngöõ "cao", "thaáp"
Bài tập
tập:: biến ngôn ngữ và giá trị ngôn ngữ
 Cho biến ngôn ngữ “nhiệt nhiệt độ
độ” của một lò sấy,
sấy hãy
định nghĩa các tập mờ mô tả các giá trị ngôn ngữ:
“rất
rất thấp
thấp”,, “thấp”,
thấp , “trung
trung bình
bình”,, “cao”,
cao , “rất
rất cao
cao”.. Biết
rằng giá trị vật lý của nhiệt độ lò nằm trong miền
25<x<200oC

Bài tập
tập:: biến ngôn ngữ và giá trị ngôn ngữ
 Cho biến ngôn ngữ “gócgóc
nghiêng” của một con lắc
trong hệ con lắc ngược,
hãy định nghĩa các tập 
mờ mô tả các giá trị ngôn
ngữ: “NB”, “NS”, “ZE”,
“PS”, “PB”. Biết rằng giá
t ị vật
trị ật lý của
ủ góc
ó nghiêng
hiê u
con lắc nằm trong miền
30o ≤  ≤ 30o
30

CÁC PHÉP TOÁN TRÊN TẬP MỜ

Các phép toán trên tập mờ
Phép giao
~ ~
 Giao của hai tập mờ A và B có cùng cơ sở X là một
tập mờ xác định trên cơ sở X có hàm liên thuộc:
A  B :  ~ ~ ( x)  T  A~ ( x),  B~ ( x)
~ ~
A B
Toán tử T có thể là MIN (cực tiểu), PROD (tích), …
Giao của hai tập mờ dùng toán tử MIN

Phép hợp
~ ~
 Hợp của hai tập mờ A và B có cùng cơ sở X là một
tập mờ xác định trên cơ sở X có hàm liên thuộc:
A  B :  ~ ~ ( x )  S  A~ ( x ),  B~ ( x )
~ ~
A B
Toán tử S có thể là MAX (cực đại), BSUM (tổng bị
chặn)
Hợp của hai tập mờ dùng toán tử MAX

Phép bù
~
 Bù của tập mờ A trên tập cơ sở X là một tập mờ
xác định trên cơ sở X có hàm liên thuộc:
~
A :  ~ ( x )  1   A~ ( x )
A
(x)
~ ~
A A
1
x
0
Bù của tập mờ
Ví dụ các phép toán trên tập mờ
 (x )
~ ~
A B
1
x
0 1 3 5 6 7 8
 Vẽ và
à viết
iết biểu
biể thức
thứ hàm
hà liên
liê thuộc
th ộ các
á tập
tậ mờ:
ờ
~ ~ ~ ~
AB AB A  B
(a) Sử dụng toán tử T là MIN, toán tử S là MAX
(b) Sử dụng toán tử T là PROD, toán tử S là BSUM
LOGIC MỜ

Định nghĩa mệnh đề mờ
 Mệnh đề mờ là phát biểu có chứa thông tin không rõ ràng.
ràng
 Vídụ: Các phát biểu dưới đây là các mệnh đề mờ
 “Nhiệt độ” là “cao”
 “Mực chất lỏng” là “thấp”
 “Vận
Vận tốc động cơcơ” là “trung
trung bình
bình”
 Tổng quát, mệnh đề mờ là phát biểu có dạng:

“biến ngôn ngữ” là “giá trị ngôn ngữ”
~
 Ký hiệ
hiệu mệnh
ệ h đề mờ
ờ là P , mệnh
ệ h đề mờờ là biể
biểu thứ
thức:
~ ~
P : xA
~
Tập mờ A biểu diễn giá trị ngôn ngữ trong mệnh đề mờ.
Giá trị thật của mệnh đề mờ
 Khác
Khá với
ới mệnh
ệ h đề kinh
ki h điển
điể chỉhỉ có
ó hai
h i khả năng
ă saii hoặc
h ặ
đúng (0 hoặc 1), giá trị thật (true value) của mệnh đề mờ
là một giá trị bất kỳ nằm trong đoạn [0,1].
[0 1]
~
 Giá trị thật của mệnh đề mờ T (P ) là:
~
T ( P )   A~ ( x )
~ ~
 Giá trị thật của mệnh đề mờ P : x  A bằng độ phụ
~
thuộc của x vào tập mờ A

Ví dụ giá trị thật của mệnh đề mờ
 Mệnh
Mệ h ờ P : “Nhiệt độ là THẤP”
đề mờ:
 Giả sử giá trị ngôn ngữ “THẤP” được mô tả bởi tập mờ:
(x) ~
A
1
x (0C)
0
40 60
 Nếu x = 45 0C thì: T ( P )   A (45)  0.75

 Nếu x = 55 0C thì: T ( P )  ?
Các phép toán trên mệnh đề mờ
Phép phủ định

~ ~
 Cho mệnh đề mờ bởi P : x  A .
~
Phủ định của mệnh đề P là:
~ ~
P : x A
 Giá trị thật của mệnh đề phủ định là:
~ ~
T ( P )  1  T ( P )  1   A~ ( x )

Phép giao
Phé i
 Giao của hai mệnh đề P : x  A và Q : y  B là
mệnh đề xác định bởi:
P  Q : x  A và y  B
 P  Q : ( x, y )  ( A  B )
 Giá trị thật của mệnh đề ề giao là:
T ( P  Q )     ( x, y )  T   ( x),   ( y )
A B A B
trong đó toán tử T có thể là MIN hoặc PROD.

Ví dụ
d phép
hé giao
i hai
h i mệnh
ệ h đề mờ
ờ

Phép hợp
Phé h
 Hợp của hai mệnh đề P  : x  A và Q : y  B là
mệnh đề xác định bởi:
P  Q : x  A hoặc y  B
 P  Q : ( x, y )  ( A  B )
 Giá trị thật của mệnh đề ề hợp là:
T ( P  Q )     ( x, y )  S   ( x),   ( y )
A B A B
trong đó toán tử S có thể là MAX hoặc BSUM.

Ví dụ
d phép
hé hợp
h h i mệnh
hai ệ h đề mờ
ờ

Phép kéo
Phé ké theo
th (Implication)
(I li ti )
 Mệnh đề kéo theo:
~ ~ ~ ~
P  Q : NếuNế x  A thì y  B
~ ~
trong đó P : x  A là mệnh đề điều kiện
~ ~
Q : y  B là mệnh đề
ề kết
ế luận.
 Giá trị thật của mệnh đề kéo theo được tính bởi toán
tử I:
~ ~
T ( P  Q )  I (  A~ ( x ),  B~ ( y ))
Toán tử I thường được sử dụng là toán tử MIN hoặc
PROD

Ví dụ
d phép
hé kéo
ké theo
th

Qui tắc mờ (Fuzzy rules)
 Quii tắ
Q tắc mờ
ờ là phát
hát biể
biểu nếuthì,
ế thì trong
t đó mệnh
ệ h đề điều
điề
kiện và mệnh đề kết luận là các mệnh đề mờ. Trong
mệnh đề điều kiện có thể có các phép giao, phép hợp
hoặc phép phủ định.
 Thí dụ
ụpphát biểu sau đây
y là một
ộ qui
q tắc mờ:
~ ~ ~
Nếu (x1 là A1) và (x2 là A2 ) thì (y là B )

Hệ qui tắc mờ
Hệ qui tắc

ắ mờ gồm
ồ nhiều
ề qui tắc
ắ mờ
Thí dụ hệ k qui tắc mờ ñoái vôùi n biến ngõ
g vào có
dạng như sau:
~ ~ ~
r1: neááu x1 laø A1,1 vaø … vaø xn laø An ,1 thìì y laø B1
~ ~ ~
r2: neáu x1 laø A1, 2 vaø … vaø x n laø An , 2 thì y laø B2
…
~ ~ ~
rk: neáu x1 laø A1,k vaø … vaø x n laø An ,k thì y laø Bk

SUY LUẬN MỜ

Suy luận mờ
 Giả sử ta có qui tắc:
~ ~
Nếu (x là A ) thì (y là B )
 Nế biết x là
Nếu x , cần
ầ suy ra giá
iá ttrịị y
 Quá trình suy

y ra giá
g trịị ở mệnh
ệ đề kết luận
ậ khi biết qqui
tắc mờ và giá trị cụ thể ở mệnh đề điều kiện gọi là sự
suy luận mờ.

Phương pháp suy diễn MAX-
MAX-MIN
 Xét qui tắc mờ:
~ ~ ~
Nếu (x1 là A1 ) và (x2 là A2 ) thì (y là B )
 Giả sửử ngõ à x1 là x1, và
õ vào à x2 là x 2 , ngõ
õ ra y là đ
được
tính theo phương pháp suy diễn MAX-MIN như sau:
Neáu ~ vaø ~ thì ~

1 A1 1 A2 1 B
1 ~
2  B
x'1 x1 x'2 x2 y' y

 1   A~1 ( x1 )  2   A~2 ( x 2 )   min(1 ,  2 )

Phương pháp suy diễn MAX-
MAX-PROD
 Xét qui tắc mờ:
~ ~ ~
Nếu (x1 là A1 ) và (x2 là A2 ) thì (y là B )
 Giả sử
ử ngõ à x1 là x1 , và
õ vào à x2 là x 2 , ngõ
õ ra y là đ
được
tính theo phương pháp suy diễn MAX-PROD như sau:
Neáu ~ vaø ~ thì ~

1 A1 1 A2 1 B
1 ~
2 B

x'1 x1 x'2 x2 y' y
 1   A~1 ( x1 )  2   A~2 ( x 2 )   1. 2

Suy luận từ hệ qui tắc mờ
 Kết quả suy luận của hệ qui tắc mờ bằng hợp kết quả suy
luận của từng qui tắc. Thí dụ xét hệ gồm 2 qui tắc mờ:
~ ~ ~
r1: Nếu (x1 là A11 ) và (x2 là A21 ) thì (y là B1 )
~ ~ ~
r2: Nếu (x1 là A12 ) và (x2 là A22 ) thì (y là B2 )
 Giả sử
ử ngõ à x1 là x1 , và
õ vào à x2 là x 2 . Kết quảả suy luận
l ậ
MAX-MIN và MAX-PROD như sau (slide 43 và 44):

~ ~ ~
Neáu 1 A11 vaø 1 A21 thì 1 B1
11 21 ~
1 B1
x'1 x1 x'2 x2 y
~ ~ ~
22 ~
B 2
12 2
x'1 x1 x'2 x2 y
1 ~
B2
~
B 2
Luật hợp thành MAX-MIN
y' y
~ ~ ~
11 21 ~
1 B1
x'1 x1 x'2 x2 y
~ ~ ~
22 ~
B 2
12 2
x'1 x1 x'2 x2 y
1 ~
B2
~
B
Luật hợp thành MAX-PROD
y' y
Suy luận mờ dựa vào các qui tắc tác động

HỆ MỜ

Hệ mờ
Hệ mờ cơ bản
Hệ qui tắc
Tiền Mờ Giải Hậu
xử lý hóa Phương pháp mờ xử lý
suy diễn

Khối tiền xử lý
 Tín hiệu vào bộ điều khiển thường là giá trị rõ từ
các mạch đo, bộ tiền xử lý có chức năng xử lý các
giá
iá ttrịị đ
đo này
à ttrước
ớ khi đđưa vàoà bộ điề
điều khiể
khiển mờ
ờ
cơ bản.
 Khối tiềtiền xử
ử lý có
ó thể
thể:
 Lượng tử hóa hoặc làm tròn giá trị đo.
 Chuẩn ẩ hóa hoặc tỉ lệ giá trị đo vào tầm
ầ giá trị
chuẩn.
 Lọc nhiễu.

Mờ hóa
 Mờ hóa
hó là chuyển
h ể giá
iá ttrịị rõ
õ thành
thà h giá
iá ttrịị mờ
ờ
  A~1 ( x ' ) 
  ~ ( x ' )

x   A2 
  
 
  A~n ( x ' )

Hệ qui tắc mờ
 Hệ quii tắ
tắc mờ
ờ cóó thể xem là mô
ô hì
hình
h ttoán
á hhọc biể
biểu
diễn tri thức, kinh nghiệm của con người trong việc
giải quyết bài toán dưới dạng các phát biểu ngôn
ngữ.
 Có hai loại qui tắc điều khiển thường dùng:
 Qui tắc mờ Mamdani
 Qui tắc mờ Sugeno

Qui tắc Mamdani
 Qui tắc Mamdani là qui tắc mờ trong đó mệnh đề kết luận
là các mệnh đề mờ.
 Tổng
ổ quát, qui tắc
ắ Mamdani có dạng:
~ ~ ~ ~
Nếu x1 là A1 và x2 là A2 và …. và xn là An thì y là B
 Ví dụ:
 Nếu “sai
sai số”
số là “lớn”
lớn và “tốc
tốc độ biến thiên sai số”
số là
“nhỏ” thì “điện áp điều khiển” là “trung bình”.
 Nếu “góc
góc lệch”
lệch là “âm
âm ít”
ít và “biến
biến thiên góc lệch”
lệch là
“dương ít” thì “điện áp điều khiển” là “zero”

Qui tắc Sugeno
 Qui tắc Sugeno là qui tắc mờ trong đó mệnh đề kết luận
là hàm của các biến vào.
 Tổng quát
quát, qui tắc Sugeno có dạng:
~ ~ ~
Nếu x1 là A1 và x2 là A2 và …. và xn là An
thìì y  f ( x1 ,..., x n )
 Qui tắc Sugeno với hàm tuyến tính ở mệnh đề kết luận:
~ ~ ~
thì y  b0  b1 x1  ...  bn x n
 Ví dụ:
 Nếu
Nế e là “lớ à e
“lớn”” và  là ““nhỏ”
hỏ” thì u=2e+0.5e
2 0 5

Giải mờ
 Giải mờ (defuzzification) là chuyển đổi giá trị mờ ở
ngõ ra của hệ mờ thành giá trị rõ.
 Cá phương
Các h pháp
há giải
iải mờờ cóó thể quii vào
à hai
h i nhóm:
hó
 Giải mờ dựa vào độ cao: thường dùng trong các
bài toán
t á phân
hâ nhóm
hó
 Giải mờ dựa vào điểm trọng tâm: thường dùng
trong các bài toán điều
ề khiểnể

Các phương pháp giải mờ dựa vào độ cao
 
1 1
0 y* y 0 y* y
PP độ cao PP cận trái (LOM) cực đại
 
1 1
0 y* 0 a y* b y
PP cận
y phải (ROM) cực đại PP trung bình của giá trị cực đại

Các phương pháp giải mờ dựa vào trọng tâm

1
 y ( y )dy  y  ( y )
*
 
Y k k k
y
  ( y )dy   ( y )
Y k k
0 y* y
PP trọng tâm

1
(b) a ( a )  b ( b )
(a) y 
*
 ( a )   (b)
0 a b y
PP trung bình có trọng số
ố

Các phương pháp giải mờ hệ mờ Sugeno
 Xét hệ mờ Sugeno gồm K qui tắc dưới dạng:
~ ~ ~
thì y  yk  f k ( x1 ,..., xn ) (k=1..K)
 Phương
gppháp
pggiải mờ trung
g bình có trọng
ọ g số:
y *

k
 y k k
(weighted average)
 k k
 Phương
g pháp g
giải mờ tổng
g có trọng
g số:
y *   k  k yk (weighted sum)
với k là độ đúng của mệnh đề điều kiện của qui tắc thứ k
Ví dụ giải mờ

Khối hậu xử lý
 Chuyển
ể giá trị chuẩn ẩ hóa [-1, 1] (không thứ nguyên)
thành giá trị vật lý.
 Khuếch
ế đại.
 Mạch tích phân,…

Mặt đặc tính của hệ mờ
 Hệ mờ có thể có nhiều ngõ vào và nhiều ngõ rara. Đồ
thị biểu diễn mối quan hệ giữa một ngõ ra theo hai
ngõ
g vào bất kỳỳ gọi
gọ là mặt
ặ đặc
ặ tính.
 Tổng quát mặt đặc tính của hệ mờ là mặt phi tuyến,
tuy nhiên trong một số trường hợp mặt đặc tính có thể
là mặt tuyến tính (mặt phẳng).
Mặt đặc tính phi tuyến Mặt đặc tính tuyến tính
Đường đặc tính của hệ mờ
 Trường đặc biệt khi hệ mờ chỉ có một ngõ vào thì mặt
đặc tính trở thành đường đặc tính.
Đường đặc tính của hệ mờ

Các yếu tố ảnh hưởng đến mặt đặc tính của hệ mờ
 Mặt đặc
đặ tính
tí h phụ
h thuộc
th ộ chủ
hủ yếu
ế vàoà hệ quii tắ
tắc mờ
ờ vìì hệ
qui tắc mờ quyết định quan hệ giữa ngõ vào và ngõ ra
dưới dạng giá trị ngôn ngữ
ngữ. Tuy nhiên
nhiên, hình dạng
dạng, vị trí
các tập mờ, phương pháp suy diễn, phương pháp giải mờ
cũng ảnh hưởng đến mặt đặc tính.
tính
 Mặt đặc tính phải đi qua các điểm đặc tính.

tính
 Điểm đặc tính là điểm xác định quan hệ vào ra của hệ
mờ khi chỉ có một qui tắc tác động.
động
 Qui tắc tác động là qui tắc có độ đúng của mệnh đề
điều kiện lớn hơn 0 0.

Quan hệ giữa mặt đặc tính và điểm đặc tính
 Các qui tắc mờ:

~ ~
1. Nếu x là A1 thì y là B1
~ ~
2. Nếu x là A2 thì y là 3
B
~ ~
3. Nếu
ế x là 3 thì y là 2
A B
~ ~
4. Nếu x là A4 thì y là B4
 Mặt đặc tính qua các điểm đặc tính. Bằng cách lựa chọn
các điểm đặc tính p
phù hợp,
p ta có thể định nghĩa
g được một
hệ mờ có quan hệ vào ra phi tuyến bất kỳ.
VÍ DỤ
Ụ ỨNG DỤNG
Ụ
HỆ SUY LUẬN MỜ

Các ứng dụng trong điện tử (Fuzzy Electronics)
 Điều khiển mờ các thiết bị điện tử gia dụng:
 Máy giặt, máy rửa chén, tủ lạnh, máy điều hòa,
nồi cơm điện
điện,…
 Ti vi, máy ảnh,…
 Hệ thống đóng mở cửa tự độngđộng,…
 Thiết kế vi mạch thực hiện chức năng hệ mờ.

Các ứng dụng trong xử lý ảnh và tiếng
 Xử lý ảnh mờ (fuzzy image processing)

 Chỉnh độ tương phản mờ (fuzzy contrast
adjusment)
 Phân đoạn ảnh mờ (fuzzy image segmentation)
 Tách biên mờ (fuzzy edge detection)
 Lọc nhiễu mờ (Fuzzy Noise Reduction)
 Nhậ dạng
Nhận d tiếng
tiế nói
ói mờờ (Fuzzy
(F Speech
S h
Recognition)

Các ứng dụng trong hệ thống điện (Power System)
 Dự báo phụ tải

 Chuẩn đoán sự cố trong hệ thống điện
 Điề khiển
Điều khiể máy
á điệ
điện
 Ứng dụng trong các hệ thống điện mặt trời, điện
gió,…
gió

Các ứng dụng trong điều khiển (Control System)
 Điều khiển PID mờ và các ứng dụng trong điều

khiển các quá trình công nghiệp.
 Điều
ề khiển
ể robot, cần
ầ trục,
 Điều khiển xe ô tô, tàu điện,…
Các phương pháp thiết kế bộ điều khiển mờ sẽ

được trình bày ở chương 3

Ví dụ 1: Hệ thống cửa thông minh
 Yêu cầu: Điều khiển thời gian mở cửa “tối ưu”

Ví dụ 1: Hệ thống cửa thông minh (tt)
 Phân tích: cần điều khiển thời gian mở cửa sao cho:
 Lượng người qua cửa không bị ứ đọng
 Tối thiểu tổn thất năng lượng điều hòa không khí trong
tòa nhà
 Tối
ố thiểu
ểu số lần
ầ đó
đóngg mởở cửa
 Ý tưởng:
 Lưu lượng người qua cửa càng cao thì thời gian mở
cửa càng dài
 Chênh lệch
ệ nhiệt
ệ độộ trong
g và ngoài
g tòa nhà càng
g cao
thì thời gian mở cửa càng ngắn

 Hệ mờ điều khiển thời gian mở cửa
 Biến vào:
 x1: lưu lượng người (số người / phút) (0x160)
x1 có các giá trị ngôn ngữ “LO”, “MED”, “HI”
 x2: chênh lệch nhiệt độ (OC) (0x230)
x2 có các giá trị ngôn ngữ “LO”, “MED”, “HI”, “VH”
 Biến ra:
 y: thời gian mở cửa (giây)
y có các giá trị ngôn ngữ “VS”,
VS , “S”,
S , “MED”,
MED , “L”,
L , “VL”
VL

 Định nghĩa các giá trị ngôn ngữ của biến lưu lượng người:
(x1)
1 LO MED HI
0 15 40 60 x1 (người /phút)
 Định nghĩa các giá trị ngôn ngữ của biến chênh lệch t0:
(x2)
LO MED HI VH
1
0 10 15 20 30 x2 (oC)
 Định nghĩa các giá trị ngôn ngữ của biến thời gian mở
cửa:
(y)
VS S MED L VL
1
0 3 8 16 30 y (giây)

 Các qui tắc mờ: Sử dụng hệ mờ Mamdani
x1
y
x2
y x2
LO MED HI VH
LO VL MED S VS
x1 MED VL L S VS
HI VL L MED VS
 Chọn
ọ p phươnggpphápp suy
y luận
ậ MAX-MIN,, phương
p g pháp
p pg giải
mờ trung bình có trọng số
Bài tập
 Vẽ kết quả suy luận mờ khi giá trị các biến vào là:
 Lưu lượng người: x1 = 20 (người / phút)
 Chênh lệch nhiệt độ: x2 = 6 (oC)
 Tính thời gian mở cửa với giá trị x1 và x2 như trên dùng
phương
h pháp
há giải
iải mờ
ờ ttrung bình
bì h có
ó ttrọng số
ố
 Sử dụngg Fuzzy y Logic

g Toolbox, kiểm chứng
g lại kết quả
q suy
y
luận và tính toán ở trên.
 Thiết kế hệ mờ Sugeno thực hiện chức năng tương

đương hệ mờ Mamdani đã mô tả ở ví dụ trên.

Ví dụ 2: Máy giặt thông minh
 Bài toán: xác định thời gian giặt đồ tùy theo độ bẩn
bẩn,
loại bẩn, và khối lượng đồ cần giặt.
 Nếu thời gian giặt quá dài  hao năng lượng
 Nếu thời gian giặt quá ngắn  đồ không sạch
 Biểu thức toán học liên hệ giữa thời gian giặt và độ

bẩn loại bẩn và khối lượng đồ?
bẩn,
 Quá phức tạp
 Ý tưởng: nhiều người có kinh nghiệm giặt đồ 

ợp cho máy
tích hợp yggiặt
ặ kinh nghiệm
g ệ của người.
g

Ví dụ 2: Máy giặt thông minh (tt)
 Kinh nghiệm giặt đồ:
 Nếu đồ không quá bẩn và loại bẩn không phải là
dầu mỡ thì chỉ cần giặt đồ trong khoảng thời gian
ngắn.
 Nếu đồ không quá bẩn và loại bẩn là dầu mỡ thì
thời gian giặt đồ cần dài hơn
 Nếu đồ rất bẩn và loại bẩn là dầu mỡ thì thời gian
giặt đồ cần rất dài

 Sơ đồ máy giặt Upper lid
Water supply valve
Water supply pipe
Holding tube
W hi ttankk
Washing
Pulsator
Motor Wash sensor
Drain valve
Mechasism case Drain pipe

Cảm biến:
 Đo độ bẩn: bằng cách đo độ trong suốt của nước
 Đo loại
ạ bẩn: bằngg cách đo thời g
gian bão hòa ((thời gian
g
cần thiết để màu của nước không biến đổi nữa)
 Cân khối lượng: loadcell
Infrared
sensor
Light
Wash water
Phototransistor

 Nguyên lý đo độ bẩn và loại bẩn
Xác định độ bẩn
uốt
ộ trong su
Hoạt động của cảm biến Bẩn ít
Độ
Điểm bão hòa Bẩn
ẩ nhiều
ề
Độ trrong suốt
Thời gian
Xác định loại bẩn

Độ bẩn
Thời gian Độ trong ssuốt Bẩn dầu
Bẩn bùn
Đ
Thời gian

Các biến ngôn ngữ và giá trị ngôn ngữ
 Biến vào:
 Độ bẩn: Ít (Small), Trung bình (Medium), Nhiều (Large)
 Loại bẩn: Ít dầu mỡ (Not Greasy), Trung bình (Medium),
Nhiều dầu mỡ (Greasy)
 Khối
ố lượng: Nhẹ (Light), Trung bình (Medium) , Nặng
(Heavy)
 Biến ra:
 Thời g gian g
giặt:
ặ Rất ngắn
g ((Veryy Short),
), Ngắn
g ((Short),
),
Trung bình (Medium), Dài (Long), Rất dài (Very Long)

 Hàm liên thuộc mô tả các giá trị ngôn ngữ của biến vào

1 Small Medium Large
0 50 100 (%) độ bẩn

 Not
Medium Greasy
1 Greasy
0 50 100 (%) (loại

(l i bẩn)
bẩ )

 Hàm liên thuộc mô tả các giá trị ngôn ngữ của biến vào
(tt)

1 Light Medium Heavy
0 50 100 (%) khối lượng

 Hàm liên thuộc mô tả các giá trị ngôn ngữ của biến “Thời
Thời
gian giặt”

Very Very
1 Short Short Medium Long Long
0 8 12 20 40 (giây)
thời gian giặt
 Chọn phương pháp suy luận MAX-MIN, phương pháp giải

mờ trung bình có trọng số
ố

 Hệ suy luận
l ậ mờ
ờ
T
Type_of_dirt
f di
Dirtness_of_clothes
i l h
Mass_of_clothes
Dirtness_of_clothes

 Xác định thời gian giặt đồ
Mức độ trruyền ánh sáng
g
Điểm bão hòa Giặt xong
Thời gian giặt
Loại bẩn
ẩ Độ bẩn
Thời g
gian

 Các qui tắc mờ
Rule Dirtiness of Type of dirt Dirtiness of Wash
the clothes the clothes time
1 Small Not Greasy Light Very Short
2 Small
S a Not
ot Greasy
G easy Medium
ed u Short
S ot
3 Small Not Greasy Heavy Medium
4 Small Medium Light Short
5 Small Medium Medium Short
6 Small Medium Heavy Medium
7 Small Greasy Light Short
8 Small Greasy Medium Medium
9 Small Greasy Heavy High

 Các qui tắc mờ (tt)
Rule Dirtiness of Type of dirt Dirtiness of Wash
10 Medium Not Greasy Light Short
11 Medium
ed u Not
ot Greasy
G easy Medium
ed u Short
S ot
12 Medium Not Greasy Heavy Medium
13 Medium Medium Light Short
14 Medium Medium Medium Medium
15 Medium Medium Heavy Medium
16 Medium Greasy Light Short
17 Medium Greasy Medium Medium
18 Medium Greasy Heavy Long

 Các qui tắc mờ (tt)
Rule Dirtiness of Type of dirt Mass of Wash
19 Large Not Greasy Light Medium
20
0 Large
a ge Not
ot Greasy
G easy Medium
ed u Medium
ed u
21 Large Not Greasy Heavy Long
22 Large Medium Light Medium
23 Large Medium Medium Long
24 Large Medium Heavy Very Long
25 Large Greasy Light Medium
26 Large Greasy Medium Very Long
27 Large Greasy Heavy Very Long

Bài tập
 Độ bẩn: 40 %
 Độ dầu mỡ: 80%
 Khối lượng đồ: 30%
 Tính thời gian giặt đồ

ồ với giá trị các biến
ế vào như trên
 Sử dụng Fuzzy Logic Toolbox

Toolbox, kiểm chứng lại kết quả suy
 Thiết kế hệ mờ
ờSSugeno th
thực hiệ
hiện chức
hứ năng
ă tương
t
đương hệ mờ Mamdani đã mô tả ở ví dụ trên.

Ví dụ 3: Chuẩn đoán sự cố trong hệ thống điện
 Tải phi tuyến: phát sinh sóng hài
 Sóng hài gây tổn hao nhiệt
 Nhiệt độ cao có thể dẫn đến sự cố
 Bài toán: chuẩn đoán sự cố
 Tín hiệu vào:

 Nhiệtệt độ
 Biên độ điện áp hài
 Tín hiệu
ệ ra: Tín hiệu
ệ chuẩn đoán sự
ự cố

Ví dụ 3: Chuẩn đoán sự cố trong hệ thống điện (tt)
 Sơ đồ khối bộ chuẩn chuẩn đoán mờ

 Các giá trị ngôn ngữ của biến vào “Điện áp hài”

 Các giá trị ngôn ngữ của biến vào “Nhiệt độ”

 Các giá trị ngôn ngữ của biến ra

 Hệ qui tắc chuẩn đoán sự cố

 Hệ qui tắc chuẩn đoán sự cố (tt)
 Chọn
ọ pphương
gppháp
p suy
y luận
ậ MAX-MIN,, phương
p g pháp
p pg giải
mờ MOM (Mean of Maximum)
Bài tập
 Điên áp hài: 3 (V)
 Nhiệt độ: 60 (0C)
 Tính kết q
quả suy
y luận của hệ mờ
 Sử dụngg Fuzzy y Logic

g Toolbox, kiểm chứng
g lại kết quả
q suy
y

GIỚI THIỆU
Ệ
FUZZY TOOLBOX CỦA MATLAB

Kích hoạt Fuzzy Toolbox: >> fuzzy [ENTER]
Chọn toán
tử thực
hiện các
phép toán
logic mờ

Thêm ngõ vào hoặc ngõ ra

Kích hoạt cửa sổ soạn thảo hàm liên thuộc
Double-click
vào khung
chữ nhật
Input hoặc
Output bất
kỳ, cửa sổ
Membership
Function
Editor xuất
hiện như
hình bên

Thêm hàm liên thuộc cho biến vào / biến ra

Kích hoạt cửa sổ soạn thảo hệ qui tắc
Trở về cửa
sổ FIS Editor,
double-click
vào khối chữ
nhật màu
trắng Untitled
(Mamdani),
cửa sổổ soạn
thảo hệ qui
tắc xuất hiện
như hình bên

Kích hoạt cửa sổ soạn thảo hệ qui tắc
Trở về cửa
sổ FIS Editor,
double-click
vào khối chữ
nhật màu
trắng Untitled
(Mamdani),
cửa sổổ soạn
thảo hệ qui Thêm, xóa, thay
tắc xuất hiện đổi qui tắc mờ
như hình bên

Các bước khai báo hệ mờ dùng Fuzzy Toolbox
 Khai báo ngõ vào,
vào ngõ ra: số ngõ vào/ra
vào/ra, đặt tên
biến vào ra
 Khai báo giá trị ngôn ngữ cho các biến vào/ra: chọn
tầm (range), khai báo số hàm liên thuộc, dạng hàm
liên thuộc,
ộ , thông
g số hàm liên thuộc ộ
 Khai báo các qui tắc
 Chọn phương pháp suy luận luận, giải mờ
 Xem kết quả suy luận, quan hệ vào-ra của hệ mờ,
mô ôp
phỏng
ỏ g đánh
đá g giá
á kết
ết quả điều
đ ều khiểnể

Kết quả học tập dự kiến
Sau khi học xong chương nàynày, SV phải có khả năng:
 Nắm vững khái niệm tập mờ và thực hiện các phép
toán trên tập mờ
 Nắm vững khái niệm biến ngôn ngữ và biết cách
định nghĩa các giá trị ngôn ngữ cho biến ngôn ngữ
 Tính toán mờ hóa, suy luận mờ, giải mờ
 Phân biệt được hệ mờ Mamdani và hệ mờ Sugeno
 Thiết kế các hệ suy luận mờ
 Sử dụng Fuzzy Logic Toolbox

Chuong02 - Nhap Mon DKTM PDF

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Chuong02 - Nhap Mon DKTM PDF

Uploaded by

Copyright:

Available Formats

Môn học

NHẬP MÔN ĐIỀU KHIỂN THÔNG MINH

11 September 2016 © H. T. Hoàng - ÐHBK TPHCM 1

11 September 2016 © H. T. Hoàng - ÐHBK TPHCM 2

11 September 2016 © H. T. Hoàng - ÐHBK TPHCM 3

11 September 2016 © H. T. Hoàng - ÐHBK TPHCM 4

1 khi möïc chaát loûng treân möùc thaáp nhaát

 Boä ñieààu khieåån logic kinh ñieåån

11 September 2016 © H. T. Hoàng - ÐHBK TPHCM 5

 Ngöôøi vaän haønh

 Phương pháp điều khiển mờ là phương pháp điều

11 September 2016 © H. T. Hoàng - ÐHBK TPHCM 7

11 September 2016 © H. T. Hoàng - ÐHBK TPHCM 8

11 September 2016 © H. T. Hoàng - ÐHBK TPHCM 9

11 September 2016 © H. T. Hoàng - ÐHBK TPHCM 10

11 September 2016 © H. T. Hoàng - ÐHBK TPHCM 14

11 September 2016 © H. T. Hoàng - ÐHBK TPHCM 15

 Tập mờ định nghĩa trên tập cơ sở rời rạc:

 Tập mờ định nghĩa trên tập cơ sở liên tục:

11 September 2016 © H. T. Hoàng - ÐHBK TPHCM 16

 0.3 0.6 1.0 0.8 0.4 1.0

11 September 2016 © H. T. Hoàng - ÐHBK TPHCM 17

 0.0 0.3 0.6 1.0 1.0 0.5 0.0

 Công thức tính hàm liên thuộc: xem Hệ thống điều

11 September 2016 © H. T. Hoàng - ÐHBK TPHCM 22

 Miền nền: là miền thuộc tập cơ sở sao cho (x) > 0.

11 September 2016 © H. T. Hoàng - ÐHBK TPHCM 24

11 September 2016 © H. T. Hoàng - ÐHBK TPHCM 25

11 September 2016 © H. T. Hoàng - ÐHBK TPHCM 27

11 September 2016 © H. T. Hoàng - ÐHBK TPHCM 28

11 September 2016 © H. T. Hoàng - ÐHBK TPHCM 29

Giao của hai tập mờ dùng toán tử MIN

Hợp của hai tập mờ dùng toán tử MAX

11 September 2016 © H. T. Hoàng - ÐHBK TPHCM 34

 Tổng quát, mệnh đề mờ là phát biểu có dạng:

11 September 2016 © H. T. Hoàng - ÐHBK TPHCM 36

 Nếu x = 45 0C thì: T ( P )   A (45)  0.75

Phép phủ định

11 September 2016 © H. T. Hoàng - ÐHBK TPHCM 38

trong đó toán tử T có thể là MIN hoặc PROD.

11 September 2016 © H. T. Hoàng - ÐHBK TPHCM 39

11 September 2016 © H. T. Hoàng - ÐHBK TPHCM 40

trong đó toán tử S có thể là MAX hoặc BSUM.

11 September 2016 © H. T. Hoàng - ÐHBK TPHCM 41

11 September 2016 © H. T. Hoàng - ÐHBK TPHCM 42

11 September 2016 © H. T. Hoàng - ÐHBK TPHCM 43

11 September 2016 © H. T. Hoàng - ÐHBK TPHCM 44

11 September 2016 © H. T. Hoàng - ÐHBK TPHCM 45

Hệ qui tắc

11 September 2016 © H. T. Hoàng - ÐHBK TPHCM 46

11 September 2016 © H. T. Hoàng - ÐHBK TPHCM 47

 Quá trình suy

11 September 2016 © H. T. Hoàng - ÐHBK TPHCM 48

Neáu ~ vaø ~ thì ~

x'1 x1 x'2 x2 y' y

11 September 2016 © H. T. Hoàng - ÐHBK TPHCM 49

Neáu ~ vaø ~ thì ~

11 September 2016 © H. T. Hoàng - ÐHBK TPHCM 50

11 September 2016 © H. T. Hoàng - ÐHBK TPHCM 51

11 September 2016 © H. T. Hoàng - ÐHBK TPHCM 54

11 September 2016 © H. T. Hoàng - ÐHBK TPHCM 55

11 September 2016 © H. T. Hoàng - ÐHBK TPHCM 56

11 September 2016 © H. T. Hoàng - ÐHBK TPHCM 57