Professional Documents
Culture Documents
Ly Thuyet Fuzzy
Ly Thuyet Fuzzy
Bộ điều khiển mờ
CHƯƠNG 4
BỘ ĐIỀU KHIỂN MỜ
Cho tới hiện tại, điều khiển mờ đã có những bước phát triển vượt bậc, đóng
góp vào sự hiện đại hóa cuộc sống con người. Các hệ thống điều khiển thông minh
được xây dựng trên cơ sở trí tuệ nhân tạo đã giúp cho con người có khả năng chế
ngự được những đối tượng mà trước kia tưởng chừng như không điều khiển được.
Một trong những bộ điều khiển thông minh đó là bộ điều khiển mờ (Fuzzy logic
controller), hệ thống điều khiển được thiết kế dựa trên cơ sở toán học là logic mờ
(Fuzzy logic).
Càng ngày có càng nhiều hệ thống điều khiển trong công nghiệp và dân dụng
áp dụng bộ 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,...
Bộ điều khiển mờ có bốn thành phần chính: mờ hóa ngõ vào, hệ luật mờ, bộ
suy diễn mờ và giải mờ ngõ ra.
Bộ điều khiển mờ có thể được hiểu là một bộ điều khiển làm việc theo
nguyên tắc tự động hóa những kinh nghiệm điều khiển của con người. Những kinh
nghiệm này được rút ra từ kinh nghiệm của chuyên gia điều khiển hoặc từ dữ liệu,
chúng được đúc kết lại luật hợp thành gồm nhiều mệnh đề hợp thành.
Một mệnh đề hợp thành có thể có nhiều mệnh đề điều kiện hoặc nhiều mệnh
đề kết luận, các mệnh đề liên kết với nhau bằng toán tử “và”, cấu trúc liên kết giữa
mệnh đề điều kiện và mệnh đề kết luận là “nếu - thì”.
Dựa vào các các mệnh đề điều kiện, mệnh đề kết luận ra người ta phân chia
chúng thành các nhóm:
- Nhóm điều khiển SISO: một mệnh đề điều kiện và một mệnh đề kết
luận. Ví dụ: Nếu A = Ai thì C = Cm.
- Nhóm điều khiển SIMO: một mệnh đề điều kiện và có hai mệnh đề kết
luận trở lên. Ví dụ: Nếu A = Ai thì C = Cm và D = Dk.
- Nhóm điều khiển MISO: có hai mệnh đề điều kiện trở lên và một mệnh
đề kết luận. Ví dụ: Nếu A = Ai và B = Bj thì C = Cm.
- Nhóm điều khiển MIMO: có hai mệnh đề điều kiện trở lên và có hai
mệnh đề kết luận trở lên. Ví dụ: Nếu A = Ai và B = Bj thì C = Cm và D = Dk.
Trong đó:
A, B là biến ngôn ngữ mệnh đề điều kiện.
C, D là biến ngôn ngữ mệnh đề kết luận.
Ai (i=1,2,…,n) là các giá trị ngôn ngữ của biến A.
Bj (j=1, 2,…,n) là các giá trị ngôn ngữ của biến B.
Cm (m=1, 2,…,n) là các giá trị ngôn ngữ biến C.
Dk (k=1, 2,…,n) là các giá trị ngôn ngữ biến D.
Mờ hó a ngõ và o là biến các giá trị ngõ vào thành các giá trị mờ, gồm có hai
phần: tập mờ và hàm liên thuộc.
Tậ p mờ A có biên khô ng rõ rà ng, đượ c xá c định trên tậ p cơ sở X là mộ t
( x, ( x))
tậ p hợ p mà mỗ i phầ n tử củ a nó là mộ t cặ p giá trị A , trong đó x ∈ X , A
là á nh xạ . Á nh xạ µA(x) đượ c gọ i là hà m liên thuộ c (membership function) củ a
tậ p mờ A.
A : X 0;1
(4.1)
μ A (x)
a b c
Hình 4.2: Hà m liên thuộ c dạ ng tam giá c
Tính chiều cao hà m liên thuộ c dạ ng tam giá c:
0( x a )
xa
( a x b)
b a
( x)
c x (b x c)
cb
0( x c)
(4.2)
μ A (x)
a b c d
Hình 4.3: Hà m liên thuộ c dạ ng hình thang
Tính chiều cao hàm liên thuộc dạng hình thang:
0( x a )
xa
(a x b)
ba
( x) 1(b x c)
d x
(c x d )
d c
0( x d ) (4.3)
4.3. Hệ luật mờ
Có nhiều phương pháp để xác định các luật mờ để đưa vào cơ sở luật mờ.
Các phương pháp thông dụng là nhờ các chuyên gia trong lĩnh vực áp dụng hoặc
thực nghiệm thống kê để có được các tập dữ liệu mẫu đầu vào và ra tương ứng, từ
đó tìm dữ liệu để rút ra các luật.
Dạng tổng quát của các luật điều khiển mờ là bộ các quy tắc mờ dạng nếu -
thì (if - then), trong đó các điều kiện đầu vào và cả các biến ra sử dụng các biến
ngôn ngữ. Viết ở dạng tổng quát, cơ sở các luật mờ cho dưới dạng sau:
Rn: Nếu x1 là Ak1 và x2 là Ak2 và … và xn là Akn thì y là Bk (4.4)
Trong đó: k là chỉ số của luật (luật thứ k trong tập luật).
xi là các biến đầu vào.
Aki (i = 1, 2,..., n) là các giá trị ngôn ngữ của biến ngôn ngữ Ak.
y là biến đầu ra.
Bk (k = 1, 2,..., m) là các giá trị ngôn ngữ của biến ngôn ngữ y.
Đây là phần lõi nhất của bộ điều khiển mờ trong quá trình mô hình bài toán
điều khiển và lựa chọn quyết định trong khuôn khổ vận dụng logic mờ và lập luận
xấp xỉ.
Cho x là các biến vào của hệ thống, y là biến ra (thường là các biến ngôn
ngữ). Các tập A = { μ A ( x)}, B = { μ B ( x)}, C= { μC (x )} là các tập mờ trong không gian
nền tương ứng của các biến vào và biến ra đang sử dụng của hệ thống. Suy diễn mờ
như sau:
Nếu x1 là μ A ( x) và ... và x2 là μ B ( x) thì y là μC (x ).
Theo suy diễn xấ p xỉ, tậ p mờ có thể suy diễn như sau:
- Phép hợp tập mờ
+ Công thức Zadeh (luật MAX):
AB ( x) max{ A ( x), B ( x)} (4.5)
+ Công thức Lukasiewicz (luật SUM):
A B ( x) min{1, A ( x) B ( x)} (4.6)
+ Công thức xác xuất (luật PROD):
A B ( x) A ( x) B ( x) A ( x) B ( x) (4.7)
+ Công thức Einstein:
A ( x ) B ( x)
A B ( x)
1 A ( x) B ( x) (4.8)
- Phép giao tập mờ
+ Công thức Zadeh (luật MAX):
A B ( x) min{ A ( x), B ( x)} (4.9)
+ Công thức Lukasiewicz (luật SUM):
A B ( x) max{0, A ( x) B ( x) 1} (4.10)
+ Công thức xác xuất (luật PROD):
A B ( x) A ( x) B ( x) (4.11)
+ Công thức Einstein:
A ( x) B ( x )
A B ( x )
2 ( A ( x) B ( x)) A ( x) B ( x) (4.12)
Một số luật hợp thành thông dụng:
- Luậ t MAX-MIN: hà m liên thuộ c xá c định bở i MIN, phép hợ p xá c định
bở i luậ t MAX.
- Luậ t MAX-PROD (xá c suấ t): hà m liên thuộ c xá c định bở i luậ t PROD,
phép hợ p xá c định bở i luậ t MAX.
y0 y2 sup( y )
yG
(4.15)
y0 sẽ là trung bình cộ ng củ a y và
- Xá c định điểm trung bình: Giá trị rõ 1
y2.
y1 y2
y0
2 (4.16)
y0 củ a
Phương phá p điểm trọ ng tâ m là phương phá p xá c định hoà nh độ
y R ( y )dy
y0 S
S
R ( y )dy
(4.17)
S y Y R ( y ) 0
Trong đó : là miền xá c định củ a tậ p mờ R ( y ) .
Đâ y là phương phá p ưa đượ c sử dụ ng nhấ t. Nó cho phép xá c định giá trị
y0 vớ i sự tham gia củ a tấ t cả cá c tậ p mờ đầ u ra củ a luậ t điều khiển mộ t cá ch
bình đẳ ng và chính xá c. Tuy nhiên, phương phá p nà y lạ i khô ng để ý đượ c tớ i độ
thỏ a mã n củ a mệnh đề điều khiển cũ ng như thờ i gian tính lâ u.
Bộ điều khiển mờ gồm 2 tín hiệu đầu vào là x1, x2 và một tín hiệu đầu ra là y,
được biểu diễn trên hình 4.6 và hình 4.7.
Lấy min{( ( x1 ), ( x2 )} 0, 25
- Giải mờ theo phương pháp điểm trọng tâm, từ (4.2) và (4.3) ta có:
0 ( y 4 hay y 24)
y4
(4 y 5)
4
0, 25 (5 y 9,5)
( y) y 8
6 (9, 5 y 12,5)
0, 75 (12,5 y 19, 5)
24 y
(19,5 y 24)
6
y ( y)dy
y0 4
24
( y)dy
4
5 9,5 12,5 19,5 24
y4 y 8 24 y
4 y 4 dy 0, 25 ydy y
6
dy 0, 75 ydy y
6
dy
5
5
9,5
9,5
12,5
12,5
19,5
19,5
24
y4 y 8 24 y
4 4 dy 5 0, 25dy 9,5 6 dy 12,5 0, 75dy 19,5 6 dy
Điều chỉnh nhiệt độ của phòng lạnh, dựa vào điều kiện nhiệt độ mô trường và
bên trong phòng lạnh, thông qua điều khiển tốc độ của quạt.
Biến đầu vào là nhiệt với lần lượt các mức 20 oC là lạnh, 25oC là vừa, 30oC là
nóng. Biến đầu ra là tốc độ quạt gió với lần lượt các mức 0 vòng/phút là zero, 150
vòng/phút là chậm, 300 vòng/phút là trung bình (TB), 450 vòng/phút là nhanh, 600
vòng/phút là max. Xác định số vòng quay khi nhiệt độ trong phòng là 27 oC và nhiệt
độ bên ngoài là 32oC.
Mờ hóa ngõ vào:
Từ (4.2) ta có:
c a 30 27
V 0,6
L 0 , c b 30 25 ,
x b 27 25
N 0, 4
c b 30 25
- Tại nhiệt độ bên ngoài là 32oC, ta có:
L 0 , V 0 , N 1
Do tập mờ lạnh đều là không nên ta không xét, ta xét tập mờ vừa và nóng.
Tin
Lạnh Vừa Nóng
Tout
Lạnh Zero Chậm TB
Giải mờ:
Bộ điều khiển mờ Sugeno:
y ( y )dy
y 0 300
600
( y)dy
300
390 510 540 600
y y
300 y 150 2 dy 390 y 0,6 dy 510 y 150 4 dy 540 y 0, 4 dy
390 510 540 600
y y
300 150 390 510 150 540 0, 4 dy
2 dy 0,6 dy 4 dy
Ta thấy, bộ điều khiển mờ Mamdami và Sugeno cho hai kết quả khác nhau
do bộ điều khiển Sugeno phụ thuộc vào hàm rõ rõ vào, bộ điều khiển Mamdami phụ
thuộc vào tập mờ ngỏ ra.