Tổng quan nghiên cứu

Trong lý thuyết điều khiển tự động và xử lý thông tin mờ khởi nguồn từ năm 1965, việc mô hình hóa tri thức chuyên gia bằng các tập mờ kinh điển thường gặp rào cản lớn do tính chủ quan khi thiết lập hàm thuộc và cấu trúc suy diễn phức tạp. Đến những năm 1990, lý thuyết Đại số gia tử ra đời như một bước tiến mới, cho phép mô hình hóa trực tiếp ngôn ngữ tự nhiên thông qua cấu trúc đại số thuần túy mà không phụ thuộc vào khái niệm tập mờ. Mặc dù vậy, các mô hình Đại số gia tử truyền thống chủ yếu áp dụng phép ngữ nghĩa hóa và giải nghĩa dạng tuyến tính, làm hạn chế đáng kể độ mềm dẻo khi điều khiển các đối tượng phi tuyến phức tạp.

Luận văn thạc sĩ ngành Khoa học máy tính của học viên Đinh Đức Ân, thực hiện tại Trường Đại học Công nghệ Thông tin và Truyền thông – Đại học Thái Nguyên vào năm 2016, đã giải quyết triệt để hạn chế trên. Đề tài tập trung nghiên cứu và xây dựng phép ngữ nghĩa hóa phi tuyến cùng phép giải nghĩa mở rộng trong hệ điều khiển dựa trên Đại số gia tử. Mục tiêu cụ thể là nâng cao độ chính xác xấp xỉ hàm số và tối ưu hóa chất lượng điều khiển tự động cho các hệ động học phi tuyến.

Phạm vi thực nghiệm của đề tài được triển khai trên 2 bài toán điển hình gồm: xấp xỉ hàm số phi tuyến dao động và điều khiển hạ độ cao mô hình bay với 2 biến trạng thái đầu vào cùng 1 biến điều khiển đầu ra. Kết quả đạt được mang ý nghĩa khoa học và thực tiễn sâu sắc khi giúp quỹ đạo điều khiển trở nên mượt mà, giảm sai số xấp xỉ trên 30% so với phương pháp mờ truyền thống và tiết kiệm hơn 40% khối lượng tính toán suy luận.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Đề tài được xây dựng dựa trên 2 nền tảng lý thuyết cốt lõi gồm Lý thuyết logic mờ kinh điển và Lý thuyết Đại số gia tử tuyến tính. Khung nghiên cứu tích hợp chặt chẽ 4 khái niệm khoa học nền tảng:

Thứ nhất, cấu trúc Đại số gia tử biểu diễn qua bộ 4 thành phần gồm miền giá trị ngôn ngữ, tập phần tử sinh nguyên thủy mang tính đối lập, tập các gia tử ngôn ngữ đóng vai trò tăng giảm mức độ biểu đạt và quan hệ thứ tự ngữ nghĩa tự nhiên.

Thứ hai, độ đo tính mờ của các giá trị ngôn ngữ phản ánh độ bất định của từ ngữ với tổng độ đo tính mờ trên toàn không gian luôn chuẩn hóa về giá trị 1.0.

Thứ ba, hàm ngữ nghĩa định lượng ánh xạ tập ngôn ngữ vào đoạn số học từ 0 đến 1, tạo cơ sở số hóa tri thức chuyên gia mà vẫn bảo toàn trật tự ngữ nghĩa trực giác.

Thứ tư, mô hình bộ nhớ liên hợp định lượng SAM, chuyển đổi bảng luật mờ FAM sang siêu mặt thực để đưa bài toán suy luận mờ về bài toán nội suy đường cong kinh điển.

Phương pháp nghiên cứu

Nghiên cứu sử dụng nguồn dữ liệu mô phỏng thu thập từ mô hình động học hạ độ cao vật thể bay và tập mẫu gồm 100 điểm dữ liệu liên tục của hàm số phi tuyến. Phương pháp chọn mẫu là lấy mẫu phân bố đều trên toàn bộ miền xác định từ 0 đến pi và không gian trạng thái bay với độ cao từ 0 đến 1000 mét, vận tốc từ 0 đến 100 mét trên giây. Cỡ mẫu này đảm bảo bao phủ đầy đủ các điểm cực trị và vùng biến thiên nhanh của đối tượng.

Phương pháp phân tích chủ đạo là mô hình hóa toán học kết hợp nội suy tuyến tính từng đoạn trên đường cong ngữ nghĩa định lượng. Lý do lựa chọn phương pháp này xuất phát từ khả năng loại bỏ hoàn toàn các phép toán hợp thành Max-Min hay Sum-Prod vốn tốn kém tài nguyên trong logic mờ kinh điển. Tác giả đã phát triển phép chuẩn hóa phi tuyến và giải chuẩn hóa phi tuyến với 2 tham số mở rộng nằm trong khoảng từ -1 đến 1. Toàn bộ tiến trình nghiên cứu được thực hiện trong 12 tháng, chia thành 3 giai đoạn: 4 tháng nghiên cứu tổng quan lý thuyết, 5 tháng thiết lập công thức toán học mở rộng và 3 tháng lập trình mô phỏng kiểm chứng.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình thử nghiệm số học và đánh giá định lượng đã đem lại 4 phát hiện khoa học nổi bật:

Thứ nhất, việc bổ sung 2 tham số phi tuyến vào phép ngữ nghĩa hóa và giải nghĩa mở rộng đã tạo ra sự biến đổi hình học linh hoạt cho đường cong ngữ nghĩa SAM. Điều này giúp đường cong tiệm cận chính xác các đặc tuyến phi tuyến mà không cần tăng thêm số lượng luật điều khiển.

Thứ hai, ở bài toán xấp xỉ hàm số phi tuyến, mô hình Đại số gia tử mở rộng với phép giải nghĩa phi tuyến đạt độ chính xác cao vượt trội. Sai số tuyệt đối trung bình giảm khoảng 35% so với phương pháp mờ truyền thống dùng hàm thuộc tam giác và giảm 28% so với mô hình Đại số gia tử tuyến tính thông thường.

Thứ ba, trong bài toán điều khiển hạ độ cao mô hình bay, mô hình mở rộng kiểm soát mượt mà mối quan hệ phi tuyến giữa độ cao, vận tốc và lực hãm. Hệ thống loại bỏ hoàn toàn hiện tượng dao động quanh điểm cân bằng, rút ngắn 22% thời gian đáp ứng quá độ và duy trì sai số tiếp đất tiệm cận mức 0.05 mét.

Thứ tư, phương pháp đề xuất giúp giảm tải dung lượng bộ nhớ lưu trữ quy tắc điều khiển tới 50%, khi chỉ cần 9 luật ngôn ngữ cơ bản để đạt hiệu năng tương đương hệ mờ kinh điển vốn đòi hỏi từ 25 đến 49 luật.

Thảo luận kết quả

Nguyên nhân giúp mô hình đạt hiệu suất cao vượt bậc là nhờ khắc phục triệt để hiệu ứng không chính xác vốn tồn tại trong logic mờ. Việc gán cứng các hàm thuộc tam giác hay hình thang cùng các toán tử kéo theo mờ thường gây sai số tích lũy lớn. Ngược lại, Đại số gia tử mở rộng duy trì tính kế thừa ngữ nghĩa tự nhiên và tối ưu hóa độ dốc chuyển đổi tín hiệu thông qua các tham số phi tuyến.

Dữ liệu nghiên cứu được trình bày tường minh qua các bảng so sánh sai số và hệ thống biểu đồ đường cong ngữ nghĩa. Trên đồ thị phẳng, đường cong SAM phi tuyến thể hiện sự uốn lượn mượt mà bám sát hàm mục tiêu, khác hẳn với các đoạn gấp khúc thô của phương pháp tuyến tính. Bảng tổng hợp các chỉ số điều khiển hạ cánh chứng minh lực hãm được phân bổ êm thuận, triệt tiêu hiện tượng quá điều chỉnh lực đẩy. So sánh với các nghiên cứu cùng thời kỳ, giải pháp mở rộng này đã khẳng định bước đột phá về tính chính xác và tốc độ xử lý.

Đề xuất và khuyến nghị

Dựa trên kết quả nghiên cứu, 4 giải pháp khả thi được đề xuất nhằm ứng dụng và phát triển công nghệ điều khiển Đại số gia tử mở rộng:

Thứ nhất, tối ưu hóa tự động bộ tham số phi tuyến. Nhóm nghiên cứu tại các phòng thí nghiệm điều khiển thông minh cần tích hợp giải thuật di truyền hoặc tối ưu bầy đàn để tự động tìm cặp tham số tối ưu cho từng đối tượng động học. Mục tiêu giảm 80% thời gian hiệu chỉnh thủ công với lộ trình thực hiện trong 6 tháng.

Thứ hai, chuẩn hóa và xây dựng thư viện phần mềm mã nguồn mở. Các viện nghiên cứu và trường đại học công nghệ cần phát triển các gói thư viện tính toán chuẩn hóa cho Đại số gia tử mở rộng trên nền tảng Python, MATLAB và C/C++. Mục tiêu hỗ trợ 100% các dòng vi điều khiển công nghiệp 32-bit trong thời hạn 12 tháng.

Thứ ba, triển khai thử nghiệm trên các dây chuyền tự động hóa công nghiệp. Các doanh nghiệp chế tạo cơ điện tử cần ứng dụng thuật toán vào điều khiển nhiệt độ lò sấy, hệ thống xử lý nước và cánh tay robot công nghiệp. Mục tiêu duy trì sai số ổn định dưới mức 1.5% trong môi trường nhiều nhiễu, triển khai trong 18 tháng.

Thứ tư, mở rộng lý thuyết cho hệ thống điều khiển đa biến phức tạp. Các chuyên gia điều khiển học cần tiếp tục nghiên cứu không gian ngữ nghĩa định lượng đa chiều cho các hệ thống có trên 5 biến đầu vào và đầu ra. Kế hoạch nghiên cứu dự kiến hoàn thiện trong vòng 24 tháng.

Đối tượng nên tham khảo luận văn

Công trình luận văn là nguồn tài liệu khoa học giá trị cao cho 4 nhóm đối tượng cụ thể:

Nhóm thứ nhất là học viên cao học, nghiên cứu sinh và sinh viên chuyên ngành Khoa học máy tính, Hệ thống thông tin và Tự động hóa. Tài liệu cung cấp cơ sở toán học chặt chẽ về lý thuyết tính toán mềm, hỗ trợ đắc lực cho việc phát triển luận văn, luận án và công bố khoa học.

Nhóm thứ hai là các kỹ sư nghiên cứu và phát triển tại các doanh nghiệp tự động hóa và cơ điện tử. Luận văn đem đến giải pháp thuật toán điều khiển gọn nhẹ, dễ dàng nạp trực tiếp vào vi điều khiển mà không cần phần cứng xử lý ma trận đắt đỏ.

Nhóm thứ ba là giảng viên và nhà nghiên cứu tại các trường đại học kỹ thuật. Đây là tài liệu tham khảo chất lượng cho các môn học Trí tuệ nhân tạo, Tính toán mềm, Hệ chuyên gia và Điều khiển thông minh.

Nhóm thứ tư là các kỹ sư phát triển thiết bị bay không người lái và robot tự hành. Bài toán điều khiển hạ cánh trong luận văn là trường hợp điển hình giúp tối ưu hóa thuật toán hạ cánh tự động an toàn và chính xác.

Câu hỏi thường gặp

  1. Đại số gia tử khác biệt căn bản như thế nào so với logic mờ truyền thống? Logic mờ truyền thống phải gán các hàm thuộc chủ quan và thực hiện suy diễn mờ qua các phép tính hợp thành phức tạp. Đại số gia tử xem tập từ ngữ là cấu trúc đại số có thứ tự tự nhiên, sử dụng hàm ngữ nghĩa định lượng để chuyển trực tiếp sang bài toán nội suy đường cong, giúp giảm hơn 40% khối lượng tính toán và loại bỏ hoàn toàn sai số chọn hàm thuộc.

  2. Tham số ngữ nghĩa hóa và giải nghĩa mở rộng có vai trò gì trong mô hình? Hai tham số phi tuyến này có giá trị biến thiên trong khoảng từ -1 đến 1, đóng vai trò uốn cong đặc tuyến chuyển đổi ngữ nghĩa cho phù hợp với động học đối tượng. Khi hai tham số bằng 0, mô hình trở về dạng tuyến tính chuẩn. Khi được tối ưu, chúng giúp giảm trên 30% sai số xấp xỉ và nâng cao độ êm thuận cho tín hiệu điều khiển.

  3. Vì sao bài toán hạ độ cao mô hình bay được lựa chọn để thử nghiệm? Hạ độ cao mô hình bay là bài toán phi tuyến phức tạp với sự ràng buộc đa biến giữa độ cao, vận tốc và lực hãm. Thử nghiệm trên dải độ cao từ 0 đến 1000 mét chứng minh thuật toán mở rộng giúp rút ngắn 22% thời gian quá độ, triệt tiêu hiện tượng quá điều chỉnh lực đẩy và đưa sai số tiếp đất về mức 0.05 mét.

  4. Thuật toán điều khiển Đại số gia tử mở rộng có đòi hỏi phần cứng vi xử lý mạnh không? Hệ thống hoàn toàn không đòi hỏi vi xử lý đắt tiền do chỉ thực hiện các phép toán đại số cơ bản và nội suy 1 chiều. Thuật toán loại bỏ các tích phân giải mờ nặng nề, cho phép thực thi trơn tru trên các dòng vi điều khiển 8-bit hoặc 32-bit phổ thông với bộ nhớ RAM chỉ vài kilobyte.

  5. Làm thế nào để xác định giá trị tối ưu cho các tham số phi tuyến mở rộng? Người thiết kế có thể xác định sơ bộ thông qua phân tích đặc tính phi tuyến của hệ thống hoặc quét lưới giá trị trong khoảng từ -1 đến 1. Trong thực tế ứng dụng, việc kết hợp giải thuật di truyền hoặc tối ưu bầy đàn sẽ giúp tìm ra bộ tham số tối ưu chỉ sau 50 đến 100 chu kỳ tính toán mô phỏng.

Kết luận

Luận văn thạc sĩ của tác giả Đinh Đức Ân đã đóng góp những giá trị khoa học nổi bật trong lĩnh vực điều khiển thông minh:

  • Hệ thống hóa toàn diện lý thuyết logic mờ và Đại số gia tử tuyến tính.
  • Xây dựng thành công công thức toán học cho phép ngữ nghĩa hóa phi tuyến và phép giải nghĩa mở rộng.
  • Giảm trên 30% sai số xấp xỉ hàm số phi tuyến so với phương pháp mờ truyền thống.
  • Nâng cao 22% tốc độ đáp ứng và triệt tiêu dao động trong bài toán điều khiển hạ độ cao mô hình bay.
  • Cung cấp giải pháp điều khiển tối ưu, tiết kiệm tài nguyên cho các hệ thống nhúng công nghiệp.

Công trình mở ra hướng phát triển tự động hóa tối ưu tham số trong giai đoạn 6 đến 12 tháng tới. Độc giả, nhà nghiên cứu và kỹ sư hãy tham khảo chi tiết luận văn để ứng dụng hiệu quả giải pháp điều khiển tiên tiến này vào các dự án công nghệ thực tiễn.