Chuong02 DKTM PDF

Moân hoïc
HEÄ THOÁNG ÑIEÀU KHIEÅN THOÂNG MINH
Giaûng vieân: TS. Huyønh Thaùi Hoaøng

B ä moâân Ñieà
Boä Ñi àu Khieå
Khi ån Töï
Tö Ñoä
Ñ äng
Khoa Ñieän – Ñieän Töû
Ñaïi hoïc Baùch Khoa TP.HCM
Email: hthoang@hcmut.edu.vn
hthoang@hcmut edu vn
Homepage: http://www4.hcmut.edu.vn/~hthoang
2 April 2010 © H. T. Hoàng - ÐHBK TPHCM 1

Chöông 2
LÝ THUYẾT CƠ SỞ

Noäi dung chöông 2
Hệ mờ ờ
Mạng thần kinh
Giải thuật di truyền

HEÄ MÔ
MÔØ

Giới thiệu phương pháp điều khiển mờ
Điề khiển
Điều khiể mực chất
hất lỏng
lỏ dùng
dù llogic
i kinh
ki h điển
điể
V1
⎧1 khi möïïc chaát loûng treân möùc cao nhaát
LH = ⎨
⎩0 khi möïc chaát loûng döôùi möùc cao nhaát
LH
⎧1 khi möï
möcc chat
chaát long
loûng tren
treân möc
möùc thap
thaáp nhat
nhaát
LL = ⎨
⎩0 khi möïc chaát loûng döôùi möùc thaáp nhaát
LL
• Boä ñieàu khieån logic kinh ñieån

⎧1, neáu LL chuyeåån töø 1 sang 0
V1 = ⎨ (1)
⎩0, neáu LH chuyeån töø 0 sang 1

Điề khiển
Điều khiể mực chất
hất lỏng
lỏ dùng
dù llogic
i mờ
ờ
V1
Giaù trò ñaët

Sai soá
Möïc chaát loûng
• Ngöôøi vaän haønh

⎧⎪neáu sai soá lôùn thì goùc môû V1 lôùn
⎨ (2)
⎪⎩neu
neáu sai so
soá nho
nhoû thì goc
goùc mô
môû V1 nho
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 điều
điề khiển
khiể động
độ cơ hơi
h i nước
ớ (Mamdani,
(M d i 1974)
Càng ngày có càng nhiều hệ thống điều khiển trong công nghiệp và
dân dụng áp dụng phương pháp điều khiển mờ.
Điều khiển hệ thống thắng và tăng tốc của xe lửa, hệ thống lái
xe
Điều khiển robot
Điều khiển máy giặt, máy ảnh tự động,...

Cơ sở toán học của phương pháp điều khiển mờ
Phaân loaï
Phan loaii mô
môø
Nhaän daïng môø

Lyù thuyeát Logic môø vaø
taääp môø suy
y luaään môø
Ñieàu khieån môø
Ño löôøng môø

Khái niệm tập hợp mờ
Taäp roõ Taäp môø

X X
c ~
A A
a a
b b
χA(x) μ 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 ñöôïc ñònh nghóa • Taäp môø ñöôïc ñònh nghóa thoâng
thoâng qua haøøm ñaëc tröng qua haøøm lieâ
i n thuoäc

nh nghĩ
Định
Đị nghĩa tậ
tập hợ
hợp mờ
mờ
~
Tập mờ A xác định trên tập cơ sở X là một tập hợp mà mỗi
ỗ phần
ầ tử
của nó là một cặp giá trị ( x, μ A~ ( x)) , trong đó x∈X và μ A~ ( x) là ánh
xạ:
μ A~ ( x) : X a [0,1]
~
Ánh xạ μ A~ ( x ) được gọi là hàm liên thuộc của tập mờ A .
Hàm liên thuộc đặc trưng cho độ phụ thuộc của một phần của bất
~
kỳỳ thuộc
ộ tập
ập cơ sở X vào tập
ập mờ A . Nói cách khác,, tập
ập mờ xác định
ị
bởi hàm liên thuộc của nó.

Các dạng hàm liên thuộc

Các dạng hàm liên thuộc

Các phép toán trên tập mờ
PHEP
PHEÙ P GIAO
~ ~
Giao cuûa hai taäp môø A vaø B coù cuøng cô sôû X laø moät taäp
môø xaùc ñònh treân cô sôû X coù haøm lieân thuoäc:
~ ~
A ∩ B : μ A~ ∩ B~ ( x) = T {μ A~ ( x), μ B~ ( x)}
Toaùn töû T coù theå laø pheùp MIN (cöïc tieåu), PROD (tích),…
Giao của hai tập mờ dùng toán tử MIN

PHEP Ù HÔÏ
ÔP
~ ~
Hôïp cuûa hai taäp môø A vaø B coù cuøng cô sôû X laø moät taäp môø
xaùc ñònh treân cô sôû X coù haøm lieân thuoäc:
~ ~
A ∪ B : μ A~ ∪ B~ ( x) = S {μ A~ ( x), μ B~ ( x)}
Toaùn töû S coù theå laø MAX (cöïc ñaïi), BSUM (toång bò chaën), …
Hợp của hai tập mờ dùng toán tử MAX

PHEP Ù BUØ
~
Buø cuûa taäp môø A ñònh nghóa treân taäp cô sôû X laø moät taäp
môø xaùc ñònh
ò treân cô sôû X coù haøm lieân thuoääc xaùc ñònh
ò bôûi bieåu
thöùc:
~
A : μ A~ ( x) = 1 − μ A~ ( x)
μ ~
A
1
~
A
0
x
Pheùp buø cuûa taäp môø

Biến ngôn ngữ và giá trị ngôn ngữ
Giaù trò ngoân ngöõ laø moät taäp môø.

Membership
thaáp cao
1
0.5
0
0 10 20 30 40 50 60 70 80 90 100
Percent full
Haøm lieân thuoäc cuûa hai taäp môø moâ taû

hai giaù trò ngoân ngöõ "cao", "thaáp"
Bieán ngoân ngöõ laø bieán chæ nhaän caùc giaù trò ngoân ngöõ.
Thí duï: Bieán ngoân ngöõ “möïc chaát loûng” coù theå nhaän hai giaù
trò ngoâ
ngon
n ngö
ngöõ la
laø “thaá
thapp” va
vaø “cao”
cao

Mệnh đề mờ
ÑÒNH NGHÓA
~
Meänh ñeà môø, kyù hieäu P , laø phaùt bieåu coù chöùa thoâng tin khoâng roõ raøng.
Trong kyõ thuaät, caùc phaùt bieåu sau ñaây laø caùc meänh ñeà môø:
- "Nhieät ñoä" laø "cao"
- "Möcï chaát loûngg" laø "thaáp"
- "Vaän toác" laø "trung bình",…
⇒ Meänh ñe
ñeà mô
môø la
laø phat
phaùt bieu
bieåu coù
co daï
dang:
ng:
"bieán ngoân ngöõ " laø "giaù trò ngoân ngöõ ".
Veà maët toaùn hoïc, meänh ñeà môø laø bieåu thöùc:
~ ~
P : x∈ A
~
Taäp môø A ñaëc tröng cho giaù trò ngoân ngöõ trong meänh ñeà môø.

Mệnh đề mờ
GIAÙ TRÒ THAÄT CUÛA MEÄNH ÑEÀ MÔØ

Khaùc vôùi meäänh ñeà kinh ñieån chæ coù hai khaû naêng sai hoaëëc ñuùng
(0 hoaëc 1), giaù trò thaät cuûa meänh ñeà môø laø moät giaù trò baát kyø naèm
~ ~
trong ñoaïn [0,1]. Goïi T (P ) laø giaù trò thaät cuûa meänh ñeà môø P :
~
T ( P ) = μ A~ ( x)
~ ~
Bieåu thöùc treân cho thaáy "ñoä ñuùng" cuûa meänh ñeà P : x ∈ A baèng
~
ñoä phuï thuoäc cuûa x vaøo taäp môø A .

Các phép toán trên mệnh đề mờ
PHEÙP PHUÛ ÑÒNH

~ ~
Cho meänh ñeà ñe mô
môø P : x ∈ A .
~
Phuû ñònh cuûa meänh ñeà P laø meänh ñeà :
~ ~
P : x∉ A
Giaù trò thaät cuûa meänh ñeà phuû ñònh:
~ ~
T ( P ) = 1 − T ( P ) = 1 − μ A~ ( x)

PHEÙP HÔÏP
~ ~ ~ ~
Hôïp cuûa hai meänh ñeà môø P : x ∈ A , Q : x ∈ B laø meänh ñeà
xaùc ñònh bôi
xac bôûi
~ ~ ~ ~
P ∨ Q : x ∈ A hoaëc x ∈ B
~ ~ ~ ~
⇒ P ∨Q : x∈ A∪ B
Giaù trò thaät cuûa meänh ñeà hôïp laø:
~ ~
T ( P ∨ Q ) = μ A∪
~ ~ ( x)
B

PHEÙP GIAO
~ ~ ~ ~
Giao cuûa hai meänh ñeà môø P : x ∈ A , Q : x ∈ B laø meänh ñeà
xaùc ñònh bôûi
~ ~ ~ ~
P ∧ Q : x ∈ A vaø x ∈ B
~ ~ ~ ~
⇒ P ∧Q : x∈ A ∩ B
Giaù trò thaät cuûa meänh ñeà giao laø:
~ ~
T ( P ∧ Q ) = μ A∩
~ ~ ( x)
B

PHEÙP KEÙO THEO (IMPLICATION)

Meäänh ñeà keùo theo:
~ ~ ~ ~
P → Q : Neáu x ∈ A thì x ∈ B
~ ~
trong ñoù meänh ñeà P : x ∈ A ñöôïc goïi laø meänh ñeà ñieàu kieän vaø
~ ~
meänh ñeà ñ c goïi llaøø meäänh ñ
ñ à Q : x ∈ B ñöôï ñeàà k
keáát luaä
l än.
Giaù trò thaät cuûa meänh ñeà keùo theo ñöôïc xaùc ñònh bôûi toaùn töû
I (Implication).
(Implication)
~ ~
T ( P → Q ) = I ( μ A~ ( x), μ B~ ( x))
Caùc toaùn töû I thöôøng söû duïng ñeå xaùc ñònh giaù trò thaät cuûa
meänh ñeà keùo theo MIN vaø PROD.

Qui tắc mờ
Qui taéc môø laø phaùt bieåu neáu−thì, trong ñoù meänh ñeà ñieàu kieän vaø
meäänh ñeà
ñ à keá
k át luaä
l än laø
l ø caùùc meäänh ñeà
ñ à môø
ôø. Trong
T meäänh ñeà
ñ à ñieà
ñi àu ki
kieään
coù theå coù caùc pheùp giao, pheùp hôïp hoaëc pheùp phuû ñònh.
Thí duï phaùt bieåu sau ñaây laø moät qui taéc môø:
~ ~ ~
neáu x1 laø A1 vaø x2 laø A2 thì y laø B

Hệ qui tắ
tắc mờ
mờ
Heä qui taéc môø goàm nhieàu qui taéc môø.

Thí duï heä k q
qui taéc môø ñoái vôùi n bieán ngoõ
g vaøo coù daïng nhö sau:
~ ~ ~
r1: neáu x1 laø A1,1 vaø … vaø x n laø An ,1 thì 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 luậ
luận mờ
mờ
Giaû söû chuùng ta coù qui taéc môø:

~ ~
neáu x la
neu laø A thì y la
laø B
~
Neáu bieát ngoõ vaøo x laø A′ thì coù theå suy ra giaù trò ngoõ ra y laø
~ ~
B ′ ñöôïc khoâng? Neáu ñöôïc thì B ′ ñöôïc tính baèng caùch naøo?
~ ~
neáu x laø A thì y laø B
~
x laø A′
~
y la
laø B ′ ?
~
Caâu traû lôøi laø ñöôïc. Quaù trình suy ra giaù trò B ′ ñöôïc goïi laø
söï suy luaän môø .

Phươ
Ph ng pháp suy diễn MAX
ươn MAX--MIN
Xeùt qui taéc thöù k cuûa moät heä qui taéc môø:
~ ~ ~
rk: neáu (x1 laø A1k ) vaø ( x2 laø A2 k ) thì (y laø Bk )
~ ~
Giaû söû ngoõ vaøo x1 laø A1′ vaø x2 laø A2′ , tìm y.
Ngoõ ra y tính theo phöông phaùp suy dieãn MAX−MIN nhö sau:
~ ~ ~ ~ ~
A1k A1′ A2 k A2′ Bk
1 1 1
Neáu vaø thì ~
α1k α2k βk Bk′
x1 x2 y

Phương pháp suy diễn MAX
MAX--PROD
Xeùt qui taéc thöù k cuûa moät heä qui taéc môø:
~ ~ ~
rk: neáu (x1 laø A1k ) vaø ( x2 laø A2 k ) thì (y laø Bk )
~ ~
Giaû söû ngoõ vaøo x1 laø A1 vaø x2 laø A2′ , tìm y.
′
Ngoõ ra y tính theo phöông phaùp suy dieãn MAX−PROD nhö sau:
~ ~ ~ ~ ~
A1k A1′ A2 k A2′ Bk
1 1 1
Neáu
Neu vaø
va α2k thì ~
α1k Bk′
βk
x1 x'2 x2 y' y

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 ngõ vào x1 là A1 và x2 là A2′
′

Suy luậ
luận từ
từ hệ qui tắ
tắc mờ
mờ
~ ~ ~ ~ ~
A11 A1′ A21 A2′ B1
1 1 1
Neáu α11 vaø thì
~
α21 B1′
β1
x1 x'2 x2 y
~ ~ ~ ~ ~
A1′ A12 A22 A2′ B2
1 1 1
~
Neáu α12
vaø α22 thì B2′
β2
x1 x'2 x2 y
~ ~
B1 B2
1
~
B′

Hệ mờ
Hệ môø cô baûn
Heä qui taéc
Tieàn Môø Giaûi Haäu

xöû lyù hoùa môø xöû lyù
Phöông phaùp
suy dieãn

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 trị đo này trước khi đưa vào
bộ điều
điề khiển
khiể mờờ cơ bản.
bả
Khối tiền xử lý có thể:
Lượng tử hóa hoặc làm tròn giá trị đo đo.
Chuẩn hóa hoặc tỉ lệ giá trị đo vào tầm giá trị chuẩn.
Lọc ọ nhiễu.

Mờ hóa
Khối
ố mờ hóa có chức năng biếnế đổi
ổ giá trị rõ sang giá trị ngôn
ngữ, hay nói cách khác là sang tập mờ, vì hệ qui tắc mờ chỉ có thể
suy
y diễn trên các tập
ập mơ.
~ ~ ~
A′ A′ A′
1 1 1
x' x −1 x' +1% x x' x
(a) (b) (c)

Taäp mô
môø ô
ôû ngo
ngoõ ra cua
cuûa khaâ
khau u môø
mô hoa
hoùa
~
(a) Taäp môø A ′ khi tín hieäu vaøo x' khoâng coù sai soá, khoâng coù nhieãu
~
(b) Taäp môø ′ khi tín hieäu vaøo x' coù sai soá ±1%
A
~
(c) Taäp môø A′ khi tín hieäu vaøo x' coù nhieããu phaân boáá Gauss

Hệ qui tắc mờ
Hệ qui tắc
ắ mờ có thểể xem là mô hình toán học biểu
ể diễnễ 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
Ñaâây laø
Ñ l ø loaï
l i quii taééc ñöôï
ñ c duød øng trong caùùc öùùng duï
d ng ñaà
ñ àu tieâ
i ân cuûûa
ñieàu khieån môø (Mamdani, 1974; Assilian, 1974; Mamdani vaø
Assilian,, 1975)) vaø coù daïïng toång q
quaùt sau ñaây:
~ ~
ri: neáu (x1 laø A1,i ) vaø … vaø ( xn laø An ,i )
~ ~
B B
thì (yy1 laø 1,i ), …, (yym laø m ,i )
Trong ñoù: n laøsoá tín hieäu vaøo
m laø soá tín hieäu ra
i = 1..k , vôù
ôùi k laø
l ø soáá quii ttaééc ñieà
ñi àu khi
khieåån.
Qui taéc môø Mamdani laø loaïi qui taéc môø ñaõ xeùt trong caùc chöông
t öôùc. Keá
tröôù K át luaä
l än cuûûa quii taé
t éc ñieà
ñi àu khieå
khi ån môøôø Mamdani
M d i laø l ø meäänh ñeà
ñ à môø
ôø.
Thí duï moät qui taéc môø Mamdani nhö sau:
neáu sai soá "lôùn" vaø toác ñoää thayy ñoåi sai soá "nhoû"
thì tín hieäu ñieàu khieån "lôùn"
Qui tắc Sugeno
Qui taééc môø naøy ñöôïc Sugeno ñöa ra vaøo naêm 1983 vaø coù daïng toåång
quaùt nhö sau:
~ ~
ri: neáu ((x1 laø 1,i ) vaø … vaø ( xn laø n,n i )
A A
thì y1 = f1,i ( x1 ,..., x n ) , …, ym = fm ,i ( x1 ,..., x n )
Keát luaän cuûa qui taéc ñieàu khieån môø Sugeno laø haøm cuûa caùc tín hieäu
vaøo boä ñieààu khieåån.
Neáu duøng haøm tuyeán tính ôû keát luaän thì qui taéc môø Sugeno coù daïng:
n
~ ~
ri: neááu (x1 laø A1,i ) vaø … vaø ( xn laø An ,i ) thì y = b0,i + ∑ b j ,i x i
j =1
Thí duï: neáu e "lôùn" vaø Δe "nhoû" thì u = 4e + 2Δe

T
Trong ñ
ñoùù u laø
l ø tín
í hi
hieääu ñi
ñieààu khi
khieåån, e laø
l ø saii soáá vaøø Δe
Δ laø
l øñ
ñaïo h
haøøm baä
b äc nhaá
h át
cuûa sai soá
Qui taéc môø Sugeno
Q g g n hôn khi cho bj,i = 0,, ( j = 1..n , n laø
coù theå ñôn giaû
soá tín hieäu vaøo). Khi ñoù keát luaän cuûa qui taéc môø Sugeno laø haèng soá.

Giải mờ
Ngõ ra của bộ điều khiển mờ là các giá trị ngôn ngữ, hay nói cách
khác là các tập mờ. Trong khi đó các đối tượng điều khiển chỉ
“hiể ” được
“hiểu” đ các
á giá
iá trịị vật
ậ lý (giá
( iá trịị rõ),
õ) vìì vậy
ậ cần
ầ phải
hải chuyển
h ể
các tập mờ ở ngõ ra bộ điều khiển mờ sang giá trị rõ. Quá trình này
gọi là giải mờ (defuzzification)
(defuzzification).
Các phương pháp giải mờ có thể qui vào hai nhóm chính:
Giải mờ dựa vào độ cao.
Giải mờ dựa vào điểm trọng tâm.

Các phương pháp giải mờ dựa vào độ cao
μ μ
1
1
0 y* y 0 a y* b y
Phöông phap
phaùp ñoä cao Phöông phaù
phap p trung bình
cuûa ñoä phuï thuoäc cöïc ñaïi
μ caän phaûi cöïc ñaïi
1
0 y* y
caän traùi cöïc ñaïi
Phöông phaùp caän traùi cöïc ñaïi (hay caän phaûi cöïc ñaïi)

Các phương pháp giải mờ dựa vào trọng tâm
μ μ
1 1
0 y* y 0 y* y
Phöông phaùp troïng taâm (COG) Phöông phaùp troïng taâm vuøng
μ
coù dieän tích lôùn nhaát
1
.9
.5
0 a b y
Phöông phaùp trung bình coù troïng soá

Khối hậu xử lý
Chuyểnể giá trị chuẩn

ẩ hóa [-1, 1] (không thứ nguyên) thành giá trị
vật lý.
Khuếch đại.
đại
Mạch tích phân,…

MANG
MAÏNG THAÀ
THANN KINH

Tế bào thần kinh
x = [x1 x2 K xm ]
T
vector tín hieäu vaøo teá baøo thaàn kinh
w = [w1 w2 K wm ] vector trọng số te

T
teá bao
baøo than
thaàn kinh

Hàm xử lý ngõ vào tế bào thần kinh
Hàm tuyến
ế tính (linear function):
⎛m ⎞
f = net = ⎜⎜ ∑ w j x j ⎟⎟ − θ = w T x − θ
⎝ j =1 ⎠
Hàm toàn phương (quadratic function):

⎛m 2⎞
f = net = ⎜⎜ ∑ w j x j ⎟⎟ − θ
⎝ j =1 ⎠
Hàm cầu (spherical function):

⎛ −2 m 2⎞
f = net = ⎜ ρ ∑ ( x j − w j ) ⎟⎟ − θ = ρ −2 ( x − w )T ( x − w ) − θ
⎜
⎝ j =11 ⎠

Hàm tác động
Hàm tuyến
ế tính: a( f ) = f
⎧1 neáu f > 1
⎪
Hàm dốc
dố bão
b hòa
h a( f ) = ⎨ f neáu 0 ≤ f ≤ 1
⎪0 neáu f < 0
⎩
⎧1 neáu f > 1
⎪
Hàm tuyến tính bão hòa a( f ) = ⎨ f neáu 0 ≤ f ≤ 1
⎪− 1 neáu f < −1
⎩
1
Hàm dạng S đơn cực a( f ) =
1 + e −λf
2
Hàm dạng S lưỡng cực a( f ) = − λf
−1
1+ e

Các dạng hàm tác động
Hàm dốc bão hòa Hàm dạng S đơn cực

Hàm tuyến tính
Hàm tuyến tính bão hòa Hàm dạng S lưỡng cực

Mạng truyền thẳng 3 lớp

Biểu thức ngõ ra mạng truyền thẳng 3 lớp
Tổ cóó trọng
Tổng t sốố tín
tí hiệu
hiệ vào
à tế bào
bà thần
thầ kinh
ki h thứ q ở lớp
lớ ẩn:
ẩ
m
net q = ∑ vqj x j
j =1
Ngõ ra tế bào thần kinh thứ q ở lớp ẩn:

⎛m ⎞
zq = ah (net q ) = ah ⎜⎜ ∑ vqj x j ⎟⎟
⎝ j =1 ⎠
Tổng có trọng số tín hiệu vào tế bào thần kinh thứ i ở lớp ra:
l
neti = ∑ wiq z q
q =1
Ngõ ra tế bào thần kinh thứ i ở lớp ra:

⎛ l ⎞
yi = ao (neti ) = ao ⎜⎜ ∑ wiq z q ⎟⎟
⎝ q =1 ⎠

Thuật toán huấn luyện cập nhật trọng số mạng
Cậ nhật
Cập hật trọng
t sốố lớp
lớ ra:
wiq (k + 1) = wiq (k ) + ηδ oi (k ) z q (k )
Trong đó: δ oi (k ) = [(d i (k ) − yi (k ))][ao′ (neti (k ))]
Cập nhật trọng số lớp ẩn:

vqj (k + 1) = vqj (k ) + ηδ hq (k ) x j (k )
⎡n ⎤
Trong đó: δ hq (k ) = ⎢∑ δ oi (k ) wiq (k )⎥ ah′ (netq (k ))
⎣ i =1 ⎦

Mạng hàm cơ sở xuyên tâm
x −μq
l l −
2σ q
Ngõ ra mạng RBF: yi = ∑ wiq zq = ∑ wiq e
q =1 q =1
Trong đó x − μq = ( x − μq )T ( x − μq )

Thuật toán huấn luyện mạng RBF
Cá h 1:
Cách 1 dùng
dù thuật
th ật toán
t á lan
l truyền
t ề ngược để huấn
h ấ luyện
l ệ mạng RBF
Cách 2: huấn luyện mạng RBF qua 2 bước:
¾ Bước 1: Xác định tâm và độ phân tán của các hàm cơ sở dùng
giải thuật phân nhóm
¾ Bước 2: Xác định trọng sốố lớp ra dùng giải thuật bình phương
tối thiểu.

GIAI
GIAÛI THUAÄT DI TRUYEN
TRUYEÀN

Giôùi thieäu GA
GA llaøø giaû
i ûi thuaä
h t tìm ki kieáám lôø
l øi giaû
i ûi toáái öu phoû
h ûng theo
h quaùù trình
h
tieán hoùa cuûa sinh vaät trong töï nhieân.
Quaù trình tien
Qua tieán hoù
hoa:a:
Choïn loïc töï nhieân (Natural Selection)
Lai gheùp (sinh saûn) (Crossover)
Ñoät bieán (Mutation)

Löu ñoà giaûi thuaät

Giaûi baøi toaùn duøng giaûi thuaät di truyeàn

Baøøi toaùùn toáái öu hoù

h ùa cô baû
b ûn caààn giaû
i ûi trong lónh
l h vöïc ñieà
ñi àu khieå
khi ån:
min J(θ)
vôùi θ =[[θ1, θ2,…, θn]T
vôi

Maõ hoùa
Maõ hoù
h ùa nhò
hò phaâ
h n
Maõ hoùa thaäp phaân
Maõ hoa
Ma hoùa so
soá thöï
thöcc

Maõ hoùa nhò phaân
Boä gien
i goààm hai
h i kyù
k ù hieä
hi u 0 vaøø 1.
1
Moãi bieán ñöôïc maõ hoùa thaønh moät ñoaïn gien, chuoãi NST goàm
nhieàu ñoaï
nhieu ñoann gien.
gien
Giaû söû:
Bien
Bieán θi can
caàn tìm trong ñoan
ñoaïn θi min≤θi≤ θimax
Bieán θi ñöôïc maõ hoùa thaønh chuoãi nhò phaân coù ñoä daøi Li
Chieu
Chieàu dai
daøi cua
cuûa ñoaï
ñoan n gien ñöôc
ñöôïc xac
xaùc ñònh döï
döaa tren
treân ñoä chính xac
xaùc
mong muoán töông öùng vôùi moãi bieán:
⎛ θ i max − θ i min ⎞
l 2 ⎜⎜
Li = log ⎟⎟
⎝ εi ⎠
Maõ hoùa nhò phaân
Moããi ñoaï
M ñ n maõõ nhò hò phaâ
h ân si = ( si , Li −1 ,..., si 2 , si1 , si 0 ) ñöôï
ñöô c giaû
i ûi maõõ
thaønh giaù trò cuûa bieán θi nhö sau:
θ i max − θ i min
θ i = θ i min + Li
DV ( si )
2 −1
trong ñoù DV(si) laø giaù trò thaäp phaân cuûa chuoãi si
Li −1
DV ( si ) = ∑ 2 j.sij
j =0

Thí duï 1

Thí duï 2:
Maõ hoù
h ùa nhò
hò phaâ
h n baø
b øi toaùùn tìm cöïc tròò haø
h øm:

Boä gien gom

goàm 10 ky
kyù hieäu 00, 1
1, 2
2,…, 9
Moãi bieán ñöôïc maõ hoùa thaønh moät ñoaïn gien: moãi ñoaïn gien
goàm coù:
1 gien ñeå bieåu dieãn daáu cuûa bieán
caùc gien coøn laïi bieåu dieãn caùc chöõ soá coù nghóa
⎧Giaù tròò g
gien baèng 0 - 4 : daáu −
Qui öôù
öôcc gien ma
maõ hoa
hoùa dau:
daáu: ⎨
⎩Giaù trò gien baèng 5 - 9 : daáu +
Vò trí daá
dau u chaá
cham m thaäp phan
phaân cua
cuûa moi
moãi gien ñöôc
ñöôïc löu trö
tröõ ñe
ñeå sö
söû duï
dung
ng
khi giaûi maõ
Thí dụ
dụ 3
Neáu söû duïng caùch maõ hoùa thaäp phaân vôùi 5 chöõ soá coù nghóa thì
ñoaïn gien bieåu dieãn bieán θi = −56.4172 laø si = (056417), ñoàng
thôøi löu tröõ vò trí daáu chaám thaäp phaân laø 2.
Neáu söû duïng caùch maõ hoùa thaäp phaân vôùi 4 chöõ soá coù nghóa, vò trí
daáu chaám thaäp phaân laø 0 thì ñoaïn gien si = (71428), seõ ñöôïc giaûi
maõ thaønh lôøi giaûi θi = 0.1428.

Thí duï 4
M hoù
Maõ h ùa thập
hậ phaâ
h ân baø
b øi toaùùn tìm
ì cöïc tròò haø
h øm:

Haøm thích nghi
Haøøm thích
h h nghi hi dduøøng ñ
ñeåå ñ
ñaùùnh giaù
i ù caùùc caùù theå
h å, caùù theå
h å naøøo coùù ñoä
ñ
thích nghi toát hôn seõ toàn taïi qua quaù trình choïn loïc töï nhieân vaø
coù nhieàu cô hoääi ñeå lai gheù
g p.
Thöôøng haøm thích nghi chính laø haøm caàn tìm cöïc trò hoaëc bieán
ñoåi töông ñöông cuûa haøm caàn tìm cöïc trò.
Caùc haøm thích nghi thöôøng duøng:
Baøi toaùn tìm cöïc ñaïi haøm J (θ )
fitness = J (θ ) + C
Bai
Baøi toaùn tìm cöc
toan cöïc tieu
tieåu haø
ham m J (θ )
1
fitness =
J (θ ) + C

Choïn loïc töï nhieân
Nguyeâân taé
N t éc côôb baûûn cuûûa caùùc phöông
höô phaù
h ùp choï
h n loï
l c laø
l ø NST coùù ñ
ñoää
thích nghi caøng cao thì coù xaùc suaát choïn löïa caøng lôùn.
Caùc phöông phaùp choïn loïc
Choïn loïc tæ leä
Choïn loïc ñaáu voøng
Choï
Ch n loï
l c catét
Choïn loïc saép haïng tuyeán tính
Choïïn loïïc saép haïïng luõy thöøa.
Cöôøng ñoä choïn loïc
M* − M
I=
σ
trong ñoù M vaø M* laø ñoä thích nghi trung bình cuûa quaàn theå
tröôùc vaø sau choïïn loïïc, σ2 laø p
phöông
g sai cuûa ñoää thích nghi
g tröôùc
choïn loïc

Choïn loïc tæ leä
Xaùc suat
Xac suaát choï
chon n loï
locc tæ leä vôi
vôùi ñoä thích nghi

Choïn loïc ñaáu voøng
Choïn ra t ca
Chon caù the
theå ngau
ngaãu nhien
nhieân (t goï
goii la
laø qui mo
moâ ñau
ñaáu vong),
voøng) cacaù the
theå
naøo coù ñoä thích nghi toát nhaát trong t caù theå treân seõ ñöôïc choïn
ñeå lai gheùp. Laëp laïi N laàn böôùc treân ñeå choïn ñuû N caù theå.

Choïn loïc caét
Choïn loï
Chon locc cat
caét vôi
vôùi möc
möùc ngöông
ngöôõng T (T ∈ [0,[0 1]),
1]) chæ cocoù T.N
T N ca
caù the
theå
toát nhaát môùi coù cô hoäi ñöôïc löïa choïn vaø xaùc xuaát choïn löïa cuûa
caùc caù theå naøy nhö nhau.

Choïn loïc caét
1 1 − ( f C2 / 2)
I (T ) = e
T 2π
∞ 1 − ( f 2 / 2)
T =∫ e df
fC 2π



1 ⎡ k −1 ⎤
pk = ⎢⎣η + 2 (1 − η )
N N −11⎥⎦
(1 − η )
I (η ) =
π

Choïn loïc saép haïng luõy thöøa


c N −k
pk = ; (k = 1..N )
∑ j=1 c
N N− j
ln ln(π / α )
I (α ) ≈ 0.588
3.69α

Lai gheùp (Crossover)
Laii gheù
h ùp keá
k át hôï
h p ñaë
ñ c ñieå
ñi åm cuûûa hai
h i NSTS chah meï ñeå ñ å taïo ra hai
h i
NST con vôùi trieån voïng cha meï toát seõ taïo ra con toát hôn.
Pheùp lai ghep
Phep gheùp thöông
thöôøng khong
khoâng tactaùc ñoäng ñen
ñeán tat
taát ca
caû cac
caùc NST ma maø
traùi laïi chæ xaûy ra giöõa hai NST cha meï ñöôïc löïa choïn ngaãu
nhieân vôùi xaùc suaát pC (goïi laø xaùc suaát lai gheùp).
Nguyeân taééc thöïc hieän pheùp lai gheùp laø baéét caëp ngaããu nhieân hai
NST trong quaàn theå sau khi ñaõ qua böôùc choïn loïc ñeå taïo ra hai
NST con,, moãi NST con thöøa höôûng moäät p phaàn g
gien cuûa cha,, moäät
phaàn gien cuûa meï.
Caùc phöông phaùp lai gheùp:
Lai gheùp moät ñieååm
Lai gheùp nhieàu ñieåm
Lai ghep
gheùp ñeu
ñeàu

Lai gheùp moät ñieåm

Lai gheùp nhieàu ñieåm

Lai gheùp ñeàu

Ñoät bieán (Mutation)
Pheù
h ùp toaùùn ñoä
ñ t bieá
bi án thay
h ñoå
ñ åi ngaããu nhieâ
hi n moät hoaë
h c nhieà
hi àu gene
cuûa moät caù theå ñeå laøm taêng söï ña daïng veà caáu truùc trong quaàn
theå.
Ñoät bieán chæ ñöôïc pheùp xaûy ra vôùi xaùc xuaát pM thaáp.
Caùc phöông phaùp ñoät bieán
Ñoät bieán moät bieán
Ñoät bieán nhieàu ñieåm

Ñoät bieán moät ñieåm

Ñoät bieán nhieàu ñieåm

Caùc thoâng soá cuûa giaûi thuaät di truyeàn
Kích
h thöôù
h ùc quaààn theå
h å: 20-30
20 30
Xaùc suaát lai gheùp: 0.8-0.9
Xaùc suat
Xac suaát ñoät bien:
bieán: 0.01-0.1
0 01 0 1

Thí duï: GA tìm cöïc tieåu haøm


Thí duï GA tìm cöïc tieåu haøm (tt)
Maõ hoù
h ùa:
Moi
Moãi lôi
lôøi giai
giaûi cua
cuûa bai
baøi toan
toaùn tìm cöï
cöcc trò la
laø moät caëp (x1,xx2) ñöôï
ñöôcc
maõ hoùa thaønh chuoãi NST coù daïng nhö sau:

Thí duï GA tìm cöïc trò haøm (tt)
Haøøm thích
h h nghi:
hi
1
fitness =
f ( x1 , x2 ) + C
Kích thöôc
thöôùc quan
quaàn theå
the la
laø N 20
N=20
Khôûi ñoäng: theá heä ñaàu khôûi ñoäng ngaãu nhieân.
Caùc pheùp toaùn di truyeàn:
choïn loïc tæ leä
lai gheùp 2 ñieåm vôùi xaùc suaát pC=0.9
ñoät bieáán ñeààu vôùi xaùc suaáát pM=0.1
löu giöõ NST öu vieät trong quaù trình tieán hoùa.

Thí duï GA tìm cöïc trò haøm (tt)
Keáát quaûû chaï

h y chöông
h trình:
h

Thí duï: GA tìm ñöôøng ñi ngaén nhaát
Hoaïch ñònh ñöôøng ñi ngaéén nhaáát cho robot di ñoäng giöõa M ñieååm coù
toïa ñoä bieát tröôùc ñeå robot thöïc hieän moät taùc vuï naøo ñoù.


Thí duï GA tìm ñöôøng ñi ngaén nhaát
Maõ hoù
h ùa:
Ñaët teân cho caùc ñieåm maø robot caàn phaûi di chuyeån tôùi laø caùc
soá töï
so tö nhien
nhieân 1,2,…,M.
12 M
Moät lôøi giaûi cuûa baøi toaùn tìm ñöôøng ñi ñöôïc maõ hoùa thaønh
moät chuoãi NST goàm coù caùc gien laø teân cuûa caùc ñieåm
Chuù yù do ñöôøng ñi phaûi qua taát caû caùc ñieåm neân chuoãi NST
hôp
hôï p leä phai
phaûi co
coù ten
teân cua
cuûa tat
taát ca
caû cac
caùc ñiem
ñieåm va
vaø khong
khoâng co
coù gien nao
naøo
coù giaù trò gioáng nhau.

Haøøm thích
h h nghi: hi
Goïi ( x (i ), y (i )) laø toïa ñoä cuûa ñieåm thöù i, (i = 1..M )
D lalaø ñoä dai
daøi ñoaï
ñoan n ñöông
ñöôøng ma
maø robot phai
phaûi di chuyen.
chuyeån
Ñoä daøi ñöôøng ñi töông öùng vôùi chuoãi NST goàm caùc gien
[ g1 , g 2 , K , g M ] ñöôï
ñöôcc tính theo cong
coâng thöc:
thöùc:
M
D = ∑ [ x( g i ) − x( g i −1 )]2 + [ y ( g i ) − y ( g i −1 )]2 +
i=2
+ [ x( g1 ) − x( g M )]2 + [ y ( g1 ) − y ( g M )]2
Baøi toaùn tìm cöïc tieååu ñöôøng ñi D ñöôïc chuyeåån thaønh baøi toaùn
tìm cöïc ñaïi haøm thích nghi ñònh nghóa nhö sau:
1
fitness =
D
Choïn loï
Ch l c töï nhieâ
hi n:
AÙp duïng phöông phaùp choïn loïc saép haïng tuyeán tính vôùi heä soá
chon
choï n loï laø η − = 0.5
locc la
Chuù yù raèng caùc phöông phaùp choïn loïc khaùc cuõng coù theå aùp
duïng

Laii gheù
h ùp

Ñoät bieá
bi án

Keáát quaûû
Ñoà thò thay ñoåi haøm thích nghi Ñöôøng ñi ngaén nhaát

Thí duï GA öùng duïng trong baøi toaùn ño toác ñoä löu chaát
Nguyeân taééc ño
ñ toáác ñoä
ñ löu
l chaá
h át duø
d øng phöông
h phaù
h ùp xöûû lyù
l ù aûûnh


Anh
AÛ h haï
h t phaû
h ûn quang chuï
h p 2 laà
l àn lieâ
li n tieá
i áp caùùch nhau
h khoaû
kh ûng thôø
h øi
gian Δt

Vò trí troï
trongng tam
taâm cac
caùc ñiem
ñieåm phan
phaûn quang
Baøi toaùn ñaët ra laø töông öùng caùc ñieåm phaûn quang ôû 2 aûnh
Ma hoa
Maõ hoùa
Giaû söû caùc haït phaûn quang trong hai aûnh laàn löôït ñöôïc ñaùnh
soá thöù töï töø 1 ñeán n vaø 1 ñeán m (giaû söû n>m)
Lôøi giaûi cuûa baøi toaùn töông öùng haït phaûn quang laø caùc caëp
(ai,bi), vôùi ai vaø bi laø soá nguyeân hai baát kyø thuoäc ñoaïn [1,n]
vaøø [1,m],
[1 ]
Lôøigiaûi naøy coù theå maõ hoùa thaønh moät caù theå goàm hai chuoãi
NST nhö sau:

Ham
Haø m thích nghi:
Haøm thích nghi ñôn giaûn nhaát laø nghòch ñaûo toång khoaûng
caùch giöõa caùc caëp töông öùng:
−1
⎡ m
2⎤
fitness = ⎢∑ [ x(ai ) − x(bi )] + [ y (ai ) − y (bi )] ⎥
2
⎣ i =1 ⎦
Haøm thích nghi ñeå yù ñeán tính chuyeån ñoäng “cuøng höôùng”
cuûa cac
cua caùc haï
hatt lan
laân caän nhau:
−1
⎡m l r r ⎤
fitness = ⎢∑ ∑ d i − rk ⎥
⎣ i =1 k =1 ⎦

Choïn loï
Chon locc töï
tö nhien:
nhieân:
AÙp duïng phöông phaùp choïn loïc saép haïng luõy thöøa
Löu ggiöõ baûo toaøn caù theå öu vieäät

Lai ghep
gheùp

Ñoät bien
bieán

Keát qua
Ket quaû

GIAÛI THUAÄT DI TRUYEÀ
GIAI TRUYEN N MA
MAÕ HOA
HOÙA SO
SOÁ THÖÏ
THÖC C

Giaûi thuaät di truyeàn maõ soá thöïc
Cach
C ù h maõ hoa
h ù soáá thöï
thö c: bieå
bi åu dieã
di ãn cacù gien
i tröï
t ö c tieá
ti áp la
l ø cacù soáá thöï
thö c
cho baøi toaùn toái öu hoùa thoâng soá vôùi caùc bieán naèm trong mieàn
lieân tuïc, khi ñoù chuoãi NST laø vector goàm caùc thaønh phaàn laø caùc
soá thöïc:
Phöông phaùp maõ hoùa soá thöïc coù khuyeát ñieåm laø khoâng theå söû
duïng caùc pheùp toaùn lai gheùp vaø ñoät bieán cô baûn

Lai gheùp NST maõ soá thöïc




Ñoät bieán NST maõ soá thöïc

Ñoät bieán NST maõ soá thöïc

GIAÛI THUAÄT DI TRUYEN
GIAI TRUYEÀN SONG SONG

Khaùi nieäm GA song song
GA song song la laø GA trong ñoñoù quan

quaàn the
theå ñöôï
ñöôcc chia ra lam
laøm nhieu
nhieàu
quaàn theå con, moãi quaàn theå con ñöôïc khôûi ñoäng ngaãu nhieân vaø
tieán hoùa ñoäc laäp vaø thænh thoaûng coù vaøi caù theå di cö giöõa caùc
quaààn theå
h å con

Khaùi nieäm GA song song

Caùc tuøy choïn cuûa GA song song
Ñaëc ñiem
ñieåm cua
cuûa GA song song ñöôï ñöôcc xac
xaùc ñònh bôi
bôûi nhieà
nhieuu tuø
tuy y choï
chonn,
beân caïnh tuøy choïn caùc pheùp toaùn di truyeàn taùc ñoäng leân töøng
quaàn theå con thì caùc tuøy choïn sau ñaây laø ñaëc tröng cuûa GA song
song:
Caáu hình phaân boá caùc quaàn theå con.
Cach
Caùch choï
chon n löï
löaa cac
caùc quan
quaàn the
theå con maø
ma giöa
giöõa chung
chuùng xaû
xay y ra hieän
töôïng di cö.
Caùch choïn löïa caù theå di cö vaø caù theå bò thay theá.
Soá löôïng caù theå di cö vaø taàn suaát di cö cuûa chuùng.

Soá quaàn theå con vaø caáu hình phaân boá
So löôï
Soá löông
ng quaà
quann the
theå con caø
cangng nhieu
nhieàu hieäu quaû
qua cua
cuûa GA song song
caøng cao.
Caáu hình phaân boá caùc quaàn theå con ñôn giaûn nhaát laø phaân boá
theo caáu hình löôùi trong khoâng gian 2 chieàu. Vôùi caáu hình naøy,
hieän töôïng di cö xaûy ra ngaãu nhieân giöõa hai quaàn theå laân caän
nhau hoaëc xay
xaûy ra tuan
tuaàn töï
tö töø
tö moät quan
quaàn the
theå con naø
nay y laà
lann löôï
löôtt ñen
ñeán
caùc quaàn theå con khaùc trong laân caän cuûa noù.

Choïn caù theå di cö
Muïc ñích di cö
Muc
laøm taêng ñoä thích nghi trung bình cuûa quaàn theå maø caù theå di cö sang,
giuùp quaàn theå nhaän caù theå di cö sang ñaûm baûo tính ña daïng.
Coù nhieàu caùch choïn tuøy theo ta muoán caù theå di cö nhaèm muïc ñích gì,
sau ñaây laø 3 caùch ñieån hình:
Choï
Chon n caù
ca the
theå co
coù ñoä thích nghi cao nhat:
nhaát: Neu
Neáu moät quaà
quann theå
the con thöông
thöôøng
xuyeân nhaän caù theå di cö coù ñoä thích nghi cao, caùc caù theå naøy trôû neân
caù theå noåi troäi trong quaàn theå, GA seõ taäp trung tìm kieám vaøo caùc caù
theå nay
the naøy vaø
va do ñoùño mat
maát tính ña daï
dang
ng, GA deã
de rôi vaø
vao o cöc
cöïc trò cuï
cucc boä
Choïn caù theå ngaãu nhieân: neáu quaàn theå nhaän moät caù theå di cö ngaãu
nhieân thì tính ña daïng ñöôïc ñaûm baûo, tuy nhieân khoâng chaéc raèng ñoä
thí h nghi
thích hi trung
t bình
bì h cuûûa quaààn theå
th å ñöôï
ñöô c caûûi thieä
thi än.
Choïn theo phöông phaùp ñaáu voøng ngaãu nhieân vôùi xaùc suaát 0.6: caùch
choïn naøy ñaûm baûo tính ña daïng, ñoàng thôøi caù theå di cö coù ñoä thích
nghi treân trung bình.

Choïn caù theå bò thay theá
Co the
Coù theå choï
chonn bang
baèng moät trong hai caù cach
ch sau ñay:
ñaây:
Thay theá caù theå coù ñoä thích nghi keùm nhaát: caùch naøy laøm taêng
aùp löïc choïn loïc, quaàn theå deã rôi vaøo cöïc trò cuï boä.
Thay theá caù theå “thaéng cuoäc” theo caùch choïn ñaáu voøng ngaãu
nhieân vôùi xaùc suaát 0.4: caùch naøy khoâng loaïi boû caù theå keùm nhaát
maø chæ loaï
ma loaii bo
boû co
coù the
theå co
coù ñoä thích nghi döôù
döôii trung bình
bình, do ñoù
ño
laøm giaûm aùp löïc choïn loïc, ñaûm baûo tính ña daïng cuûa quaàn theå.

Thoâng soá di cö
So löôï
Soá löông
ng caù
ca the
theå di cö: Thong
Thoâng thöông
thöôøng soá
so löôï
löông
ng ca
caù the
theå di cö bang
baèng
1, tuy nhieân cuõng coù theå choïn nhieàu hôn 1.
Taàn suaát di cö: Hieän töôïng di cö khoâng neân xaûy ra quaù thöôøng
xuyeân

Chuong02 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 DKTM PDF

Uploaded by

Copyright:

Available Formats

Moân hoïc

HEÄ THOÁNG ÑIEÀU KHIEÅN THOÂNG MINH

Giaûng vieân: TS. Huyønh Thaùi Hoaøng

2 April 2010 © H. T. Hoàng - ÐHBK TPHCM 1

2 April 2010 © H. T. Hoàng - ÐHBK TPHCM 2

2 April 2010 © H. T. Hoàng - ÐHBK TPHCM 3

2 April 2010 © H. T. Hoàng - ÐHBK TPHCM 4

• Boä ñieàu khieån logic kinh ñieån

2 April 2010 © H. T. Hoàng - ÐHBK TPHCM 5

Giaù trò ñaët

• Ngöôøi vaän haønh

2 April 2010 © H. T. Hoàng - ÐHBK TPHCM 6

2 April 2010 © H. T. Hoàng - ÐHBK TPHCM 7

2 April 2010 © H. T. Hoàng - ÐHBK TPHCM 8

Nhaän daïng môø

2 April 2010 © H. T. Hoàng - ÐHBK TPHCM 9

Taäp roõ Taäp môø

2 April 2010 © H. T. Hoàng - ÐHBK TPHCM 10

2 April 2010 © H. T. Hoàng - ÐHBK TPHCM 11

2 April 2010 © H. T. Hoàng - ÐHBK TPHCM 12

2 April 2010 © H. T. Hoàng - ÐHBK TPHCM 13

Giao của hai tập mờ dùng toán tử MIN

2 April 2010 © H. T. Hoàng - ÐHBK TPHCM 14

Hợp của hai tập mờ dùng toán tử MAX

2 April 2010 © H. T. Hoàng - ÐHBK TPHCM 15

2 April 2010 © H. T. Hoàng - ÐHBK TPHCM 16

Giaù trò ngoân ngöõ laø moät taäp môø.

Haøm lieân thuoäc cuûa hai taäp môø moâ taû

2 April 2010 © H. T. Hoàng - ÐHBK TPHCM 17

2 April 2010 © H. T. Hoàng - ÐHBK TPHCM 18

GIAÙ TRÒ THAÄT CUÛA MEÄNH ÑEÀ MÔØ

2 April 2010 © H. T. Hoàng - ÐHBK TPHCM 19

PHEÙP PHUÛ ÑÒNH

2 April 2010 © H. T. Hoàng - ÐHBK TPHCM 20

2 April 2010 © H. T. Hoàng - ÐHBK TPHCM 21

2 April 2010 © H. T. Hoàng - ÐHBK TPHCM 22

PHEÙP KEÙO THEO (IMPLICATION)

2 April 2010 © H. T. Hoàng - ÐHBK TPHCM 23

2 April 2010 © H. T. Hoàng - ÐHBK TPHCM 24

Heä qui taéc môø goàm nhieàu qui taéc môø.

2 April 2010 © H. T. Hoàng - ÐHBK TPHCM 25

Giaû söû chuùng ta coù qui taéc môø:

2 April 2010 © H. T. Hoàng - ÐHBK TPHCM 26

2 April 2010 © H. T. Hoàng - ÐHBK TPHCM 27

2 April 2010 © H. T. Hoàng - ÐHBK TPHCM 28

2 April 2010 © H. T. Hoàng - ÐHBK TPHCM 29

2 April 2010 © H. T. Hoàng - ÐHBK TPHCM 30

Heä qui taéc

Tieàn Môø Giaûi Haäu

2 April 2010 © H. T. Hoàng - ÐHBK TPHCM 31

2 April 2010 © H. T. Hoàng - ÐHBK TPHCM 32

x' x −1 x' +1% x x' x

(a) (b) (c)

2 April 2010 © H. T. Hoàng - ÐHBK TPHCM 33

2 April 2010 © H. T. Hoàng - ÐHBK TPHCM 34

Thí duï: neáu e "lôùn" vaø Δe "nhoû" thì u = 4e + 2Δe

2 April 2010 © H. T. Hoàng - ÐHBK TPHCM 36

2 April 2010 © H. T. Hoàng - ÐHBK TPHCM 37

2 April 2010 © H. T. Hoàng - ÐHBK TPHCM 38

Phöông phaùp trung bình coù troïng soá

2 April 2010 © H. T. Hoàng - ÐHBK TPHCM 39

 Chuyểnể giá trị chuẩn

2 April 2010 © H. T. Hoàng - ÐHBK TPHCM 40

Chuyểnể giá trị chuẩn

Hàm toàn phương (quadratic function):

Hàm cầu (spherical function):

Ngõ ra tế bào thần kinh thứ q ở lớp ẩn:

Ngõ ra tế bào thần kinh thứ i ở lớp ra:

Cập nhật trọng số lớp ẩn:

Baøøi toaùùn toáái öu hoù

Boä gien gom

Keáát quaûû chaï