Hướng Dẫn Thực Tập Về Điều Khiển Mờ

Chuyên khảo phân tích Luận văn mô phỏng hệ thống điều khiển mờ và điều khiển tối ưu tài liệu hướng dẫn thực tập, đánh giá các khía cạnh quan trọng, đề xuất hướng nghiên cứu tiếp

• Người hướng dẫn: KS. Nguyễn Thanh Phương
• Trường học: Trường Đại Học Kỹ Thuật Công Nghệ TPHCM
• Chuyên ngành: Điện - Điện Tử
• Đề tài: Hướng Dẫn Thực Tập Về Điều Khiển Mờ Trong Hệ Thống Tự Động Hóa
• Loại tài liệu: Tài Liệu Hướng Dẫn Thực Tập

Tóm tắt

I. Tổng Quan Về Điều Khiển Mờ Trong Tự Động Hóa

Bài viết này cung cấp hướng dẫn thực tập chi tiết về ứng dụng điều khiển mờ trong hệ thống tự động hóa. Điều khiển mờ (Fuzzy Logic) là một phương pháp điều khiển dựa trên logic mờ, cho phép xử lý các thông tin không chắc chắn và không chính xác. Nó là một công cụ mạnh mẽ để giải quyết các bài toán điều khiển phức tạp trong tự động hóa công nghiệp, nơi mà các phương pháp điều khiển truyền thống như PID có thể gặp khó khăn. Tài liệu này sẽ trang bị cho người học kiến thức và kỹ năng cần thiết để thiết kế và triển khai các bộ điều khiển mờ hiệu quả. "Trong điều khiển mờ, các phát biểu ngôn ngữ nhiên như được điễn khá dàng như điều khiến. Sau chúng được trong thức mờ của thống." (Nguyễn Thanh Phương).

1.1. Giới thiệu Logic Mờ và ứng dụng trong điều khiển

Logic mờ (Fuzzy Logic) là một mở rộng của logic cổ điển, cho phép các biến có giá trị nằm trong khoảng từ 0 đến 1, thay vì chỉ là 0 hoặc 1. Điều này cho phép logic mờ mô hình hóa các khái niệm không rõ ràng và không chắc chắn. Trong điều khiển, logic mờ được sử dụng để xây dựng các bộ điều khiển có thể xử lý các tín hiệu đầu vào không chính xác và không đầy đủ. Ứng dụng của logic mờ rất đa dạng, từ điều khiển động cơ, điều khiển nhiệt độ đến điều khiển quá trình hóa học. Mục đích chính là tạo ra hệ thống điều khiển thông minh, thích nghi tốt với sự thay đổi của môi trường. "Trong quá trình điều khiển mờ, các phát biểu ngôn ngữ nhiền như được điễn khá dàng như điều khiến. Sau chúng được trong thức mờ của thống." (Nguyễn Thanh Phương).

1.2. Lợi ích của điều khiển mờ so với PID truyền thống

Điều khiển mờ mang lại nhiều lợi ích so với điều khiển PID truyền thống. Đầu tiên, điều khiển mờ có thể xử lý các hệ thống phi tuyến và không chắc chắn một cách hiệu quả hơn. Thứ hai, điều khiển mờ dễ dàng điều chỉnh và thích nghi với các thay đổi trong hệ thống. Thứ ba, điều khiển mờ cho phép sử dụng các kiến thức chuyên gia và kinh nghiệm của con người trong quá trình thiết kế bộ điều khiển. Tuy nhiên, điều khiển mờ cũng có một số hạn chế, chẳng hạn như khó khăn trong việc chứng minh tính ổn định của hệ thống. Vì vậy, việc lựa chọn phương pháp điều khiển phù hợp phụ thuộc vào đặc điểm cụ thể của bài toán điều khiển. "Vì hoạt động của điều khiển phụ thuộc vào nghiệm phương pháp luận theo duy của con người được vào máy của mờ" (Nguyễn Thanh Phương).

II. Thách Thức Khi Triển Khai Điều Khiển Mờ Trong Tự Động Hóa

Mặc dù điều khiển mờ mang lại nhiều lợi ích, việc triển khai nó trong hệ thống tự động hóa cũng đặt ra một số thách thức. Một trong những thách thức lớn nhất là việc xác định các hàm thuộc phù hợp cho các biến đầu vào và đầu ra. Việc này đòi hỏi kiến thức chuyên sâu về hệ thống và kinh nghiệm thực tế. Ngoài ra, việc xây dựng các quy tắc mờ (Fuzzy Rules) cũng là một quá trình phức tạp, đòi hỏi sự hiểu biết sâu sắc về mối quan hệ giữa các biến. Cuối cùng, việc đảm bảo tính ổn định và hiệu suất của hệ thống điều khiển mờ cũng là một vấn đề quan trọng cần được giải quyết. "Thứ toán của các mệnh không quan Nhưng các quá được mô bằng mệnh nh toán quan trọng" (Nguyễn Thanh Phương).

2.1. Xác định hàm thuộc và quy tắc mờ phù hợp

Việc xác định hàm thuộc và quy tắc mờ phù hợp là yếu tố then chốt để đảm bảo hiệu suất của bộ điều khiển mờ. Hàm thuộc xác định mức độ thuộc của một giá trị vào một tập mờ, trong khi quy tắc mờ xác định mối quan hệ giữa các biến đầu vào và đầu ra. Có nhiều phương pháp để xác định hàm thuộc, bao gồm phương pháp trực giác, phương pháp thống kê và phương pháp dựa trên học máy. Tương tự, có nhiều phương pháp để xây dựng quy tắc mờ, bao gồm phương pháp dựa trên kinh nghiệm chuyên gia, phương pháp dựa trên dữ liệu và phương pháp kết hợp cả hai. Việc lựa chọn phương pháp phù hợp phụ thuộc vào đặc điểm cụ thể của bài toán điều khiển và kiến thức sẵn có. "Khảo điều khiển mờ theo quy Mandani" (Nguyễn Thanh Phương).

2.2. Đảm bảo tính ổn định và hiệu suất của hệ thống điều khiển

Tính ổn định và hiệu suất là hai yêu cầu quan trọng đối với bất kỳ hệ thống điều khiển nào, bao gồm cả hệ thống điều khiển mờ. Tính ổn định đảm bảo rằng hệ thống không bị dao động hoặc mất kiểm soát, trong khi hiệu suất đảm bảo rằng hệ thống đạt được các mục tiêu điều khiển một cách nhanh chóng và chính xác. Có nhiều phương pháp để phân tích và đảm bảo tính ổn định của hệ thống điều khiển mờ, bao gồm phương pháp Lyapunov, phương pháp tần số và phương pháp dựa trên mô phỏng. Tương tự, có nhiều phương pháp để cải thiện hiệu suất của hệ thống điều khiển mờ, bao gồm phương pháp tối ưu hóa bộ điều khiển, phương pháp điều khiển thích nghi và phương pháp điều khiển dự đoán. "Bộ điều khiến mờ cho một hoặc nhiều điều khiển (mệnh hợp thành) cũng chưa dụng được trong điều khiển tượng, đầu luôn một mờ" (Nguyễn Thanh Phương).

III. Phương Pháp Thiết Kế Bộ Điều Khiển Mờ Hiệu Quả Cho Tự Động Hóa

Để thiết kế một bộ điều khiển mờ hiệu quả, cần tuân thủ một quy trình bài bản bao gồm nhiều bước. Đầu tiên, cần xác định rõ ràng mục tiêu điều khiển và các yêu cầu kỹ thuật của hệ thống. Tiếp theo, cần lựa chọn các biến đầu vào và đầu ra phù hợp, đồng thời xác định miền giá trị và hàm thuộc cho từng biến. Sau đó, cần xây dựng các quy tắc mờ dựa trên kiến thức chuyên gia hoặc dữ liệu thu thập được. Cuối cùng, cần mô phỏng và tối ưu hóa bộ điều khiển để đảm bảo đáp ứng các yêu cầu về tính ổn định và hiệu suất. Sử dụng các công cụ như Matlab và Simulink với Fuzzy Toolbox sẽ hỗ trợ quá trình này. "Phần THỰC HÀNH iT DET Nhận" (Nguyễn Thanh Phương).

3.1. Lựa chọn biến và xác định hàm thuộc tối ưu

Theo định nghĩa, một biến ngôn ngữ của một giá trị biểu diễn các giá trị chậm, trung bình, nhanh. Hàm thuộc của các biến ngôn ngữ được hiệu Lenam(X). Biến x có miền khác nhau. Miền ngôn ngữ: chậm, trung bình, nhanh. Miền V={x R/x 20}.

3.2. Xây dựng quy tắc mờ dựa trên kinh nghiệm và dữ liệu

Xây dựng quy tắc mờ là bước quan trọng thứ hai trong quá trình thiết kế bộ điều khiển mờ. Quy tắc mờ xác định mối quan hệ giữa các biến đầu vào và đầu ra. Có hai phương pháp chính để xây dựng quy tắc mờ: phương pháp dựa trên kinh nghiệm chuyên gia và phương pháp dựa trên dữ liệu. Phương pháp dựa trên kinh nghiệm chuyên gia sử dụng kiến thức và kinh nghiệm của các chuyên gia trong lĩnh vực liên quan để xây dựng quy tắc mờ. Phương pháp dựa trên dữ liệu sử dụng các thuật toán học máy để tự động xây dựng quy tắc mờ từ dữ liệu thu thập được. Trong thực tế, thường kết hợp cả hai phương pháp để xây dựng quy tắc mờ hiệu quả. "Xét mệnh điều kiện Nhiệt cao vận mệnh điều kiện “AI âm mệnh quả Mệnh không điều kiện Mệnh không điều kiện mệnh mờ không được bảo đảm bằng một mệnh điều kiện" (Nguyễn Thanh Phương).

IV. Ứng Dụng Thực Tiễn Điều Khiển Mờ Trong Tự Động Hóa Công Nghiệp

Điều khiển mờ đã được ứng dụng rộng rãi trong nhiều lĩnh vực của tự động hóa công nghiệp. Trong điều khiển quá trình, điều khiển mờ được sử dụng để điều khiển nhiệt độ, áp suất, lưu lượng và các thông số khác. Trong điều khiển robot, điều khiển mờ được sử dụng để điều khiển chuyển động của robot và thực hiện các tác vụ phức tạp. Trong điều khiển động cơ, điều khiển mờ được sử dụng để điều khiển tốc độ và mô-men xoắn của động cơ. Các ví dụ cụ thể bao gồm điều khiển lò nhiệt, điều khiển hệ thống HVAC (Heating, Ventilation, and Air Conditioning) và điều khiển dây chuyền sản xuất. "Bài nghiệm 3: THIET KE BO DIEU KHIEN MO CHO LO NHIET" (Nguyễn Thanh Phương).

4.1. Điều khiển mờ trong hệ thống HVAC Heating Ventilation and Air Conditioning

Hệ thống điều hòa không khí sẽ tự động bật hoặc tăng công suất khi nhiệt độ cao, giảm công suất hoặc tắt khi nhiệt độ ổn định.

4.2. Điều khiển mờ trong điều khiển robot và dây chuyền sản xuất

Với các hệ thống có nhiều robot làm việc đồng thời, điều khiển mờ giúp phối hợp các robot một cách trơn tru và an toàn.

V. Công Cụ Và Phần Mềm Hỗ Trợ Thực Hành Điều Khiển Mờ

Việc thực hành điều khiển mờ đòi hỏi sự hỗ trợ của các công cụ và phần mềm chuyên dụng. MATLAB với Fuzzy Logic Toolbox là một trong những lựa chọn phổ biến nhất, cung cấp môi trường mô phỏng và thiết kế bộ điều khiển mờ mạnh mẽ. Ngoài ra, còn có các phần mềm khác như Simulink, cho phép mô phỏng và tích hợp bộ điều khiển mờ vào các hệ thống phức tạp hơn. Việc sử dụng các công cụ này giúp người học dễ dàng thử nghiệm, tối ưu hóa và đánh giá hiệu suất của bộ điều khiển mờ. "Mô phỏng thống điều khiển nhiệt dùng điều khiển mờ: Click vào Buton “Mô phỏng thống vào chương mồ phỏng" (Nguyễn Thanh Phương).

5.1. Sử dụng MATLAB và Fuzzy Logic Toolbox để mô phỏng

MATLAB và Fuzzy Logic Toolbox là một công cụ mạnh mẽ để mô phỏng và thiết kế bộ điều khiển mờ. Fuzzy Logic Toolbox cung cấp các hàm và công cụ để tạo, chỉnh sửa và mô phỏng các bộ điều khiển mờ. Bằng cách sử dụng MATLAB và Fuzzy Logic Toolbox, người học có thể dễ dàng thử nghiệm các hàm thuộc, quy tắc mờ và phương pháp suy luận khác nhau để tìm ra cấu hình tốt nhất cho bài toán điều khiển của mình. Ngoài ra, MATLAB còn cung cấp các công cụ trực quan hóa dữ liệu và kết quả mô phỏng, giúp người học hiểu rõ hơn về hoạt động của bộ điều khiển mờ. "Click chuột vào Button “Bai vao ké digu khiển mờ, Khi màn hình hiện" (Nguyễn Thanh Phương).

5.2. Tích hợp bộ điều khiển mờ với PLC và SCADA

Để triển khai bộ điều khiển mờ trong hệ thống tự động hóa công nghiệp thực tế, cần tích hợp nó với các thiết bị điều khiển như PLC (Programmable Logic Controller) và SCADA (Supervisory Control and Data Acquisition). Có nhiều phương pháp để tích hợp bộ điều khiển mờ với PLC và SCADA, bao gồm sử dụng các thư viện phần mềm, giao thức truyền thông và phần cứng chuyên dụng. Việc tích hợp thành công bộ điều khiển mờ với PLC và SCADA cho phép điều khiển và giám sát hệ thống tự động hóa một cách hiệu quả và linh hoạt. "Bộ điều khiển mờ theo quy Mandani Sugeno khác nhau" (Nguyễn Thanh Phương).

VI. Xu Hướng Phát Triển Và Tương Lai Của Điều Khiển Mờ

Điều khiển mờ tiếp tục phát triển và có tiềm năng ứng dụng to lớn trong tương lai. Xu hướng hiện nay tập trung vào việc kết hợp điều khiển mờ với các kỹ thuật trí tuệ nhân tạo khác, chẳng hạn như học sâu (Deep Learning) và thuật toán di truyền (Genetic Algorithm), để tạo ra các hệ thống điều khiển thông minh hơn. Ngoài ra, việc ứng dụng điều khiển mờ trong các lĩnh vực mới nổi như Internet of Things (IoT) và xe tự hành cũng đang được nghiên cứu và phát triển mạnh mẽ. "Xu hướng hiện nay tập trung vào việc kết hợp điều khiển mờ với các kỹ thuật trí tuệ nhân tạo khác"(Dự đoán).

6.1. Kết hợp điều khiển mờ với trí tuệ nhân tạo AI

Việc kết hợp điều khiển mờ với trí tuệ nhân tạo (AI) mở ra những khả năng mới trong việc điều khiển hệ thống phức tạp. Các thuật toán học máy, chẳng hạn như học sâu (Deep Learning), có thể được sử dụng để tự động học các hàm thuộc và quy tắc mờ từ dữ liệu, giúp giảm thiểu sự can thiệp của con người trong quá trình thiết kế bộ điều khiển. Ngoài ra, các thuật toán tối ưu hóa, chẳng hạn như thuật toán di truyền (Genetic Algorithm), có thể được sử dụng để tối ưu hóa các tham số của bộ điều khiển mờ để đạt được hiệu suất tốt nhất. "Thuật toán xây dựng chung của nhiều mệnh hợp thành" (Nguyễn Thanh Phương).

6.2. Ứng dụng điều khiển mờ trong IoT và xe tự hành

Xe tự hành cần có khả năng phản ứng nhanh chóng và chính xác trong nhiều tình huống khác nhau, và điều khiển mờ có thể giúp xe tự hành xử lý các tình huống không chắc chắn một cách hiệu quả.

Trích đoạn nội dung tài liệu

eC re ID. TOÀ: ————— ee 7/HĐ-NCKH KD KS. NGUYEN THANH PHUONG = Sener a ee a ee Ea 1+ fi ore TRUONG DHDL KY THUAT CONG NGHE TPHCM KHOA ĐIỆN- ĐIỆN TỬ ` BỘ MÔN ĐIỆN CÔNG NGHIỆP- TỰ ĐỘNG HÓA TÀI LIỆU HƯỚNG DẪN THỰC TẬP MO PHONG HE THONG | DIEU KHIEN MO VA DIEU | KHIEN TOI UU THU ViỆ N 1" Tháng 03/2002 TRƯỜNG BH KY THUAT CÔNG NGHỆ 12 L_ 4ŒC9455C mm “tài liêu hướng dẫn thực tập Bài thí nghiệm số 1: ‹ ; KHẢO SAT BO'LIEU KHIEN MO (Fuzyy Controller) trình Muc đích thí nghiêm: Khảo sát c&c tính chất của bộ điều khiển mờ và quá suy diễn mờ. Phần I: Cơ Sở Lý Thuyết LÝ THUYẾTT ĐIỀU KHIỂN MỜ 1,1ách Sử Phát Triển: và mạng nơron được Từ những năm đầu của thập ký 90 cho đến nay,hệ điều khiến mờ học kỹ thuật đặc biệt các nhà khoa học,các kỹ sư và sinh viên trong mọi lĩnh vực khoa mờ dựa trên các suy quan tâm nghiên cứu và ứng dụng vào sản xuất.Tập mờ và logic đủ "để hiểu biết luận của con người về thông tin “không chính xác” hoặc không “đầy là cách bắt chước và điều khiển hệ thống một cách chính xác,điều khiển mờ chính tượng ,do vậy,điều cách xử lý thông tin và điều khiển của con người đối với các đối tạp trước đây chưa khiến mờ đã giải quyết thành công các vấn đ#ề điều khiển phức giải quyết được.Zadch Lịch sử của điều khiến mờ bắt đầu từ năm 1965, khi giáo sư Lofti đó trở đi các nghiên cứu trường đại học California- Mỹ đưa ra khái niệm về tập mờ,từ những thời điểm đáng lý thuyết và ứng dụng tập mờ phát triển một cách mạnh mẽ,với chú ý sau: cứu hệ thống Năm 1972, các giáo sư Terano và Asaiđã thiết lập ra cơ sở nghiên điều khiển mờ ở Nhật.

-Năm 1974,Mamdaniđã nghiên cứu điều khiển mờ cho lò hơi. -Năm 1980, hãng Smidth Co bat đầu nghiên cứu điều khiến mờ cho mỡ cho nhà -Nắm 1983 ,hang Muji Electric da nghién ctu ứng dụng điều khiến máy xử lý nước. -Năm 1984,Hiệp Hội Hệ Thống MỜ Quốc Tế (H?SA)được dụng kỹ thuật mờ đầu -Năm 1989, phòng thí nghiệm quốc tế nghiên cứu ứng tiền được thành lập. và các kết quả Cho đến nay đã có rất nhiều tài liệu nghiên cứu lý thuyết mặt phương pháp luận và ứng dụng logic mờ trong điều khiển hệ thống ,tuy vậy cả về còn đang thu hút nhiều tranh tính nhất loạt cho cho ứng dụng thực tế của logic md vẫn luận sôi nổi và hứa hẹn sự phát triển mạnh mẽ 2.

Khái Niệm Về Tập Mờ: 2.1 Khái niêm: logic và được định nghĩa như là Khái niệm tập mờ được hình thành trên nền tầng chất, được gọi là phần tử sự xếp đặt chung lại các sự vật, các đối tượng có cùng tính xác định Ở chỗ “một vật hoặc một của tập hợp đó. Ÿ nghĩa logic của khái niệm tập hợp tập hợp đang xét hoặc đối tượng bất kì có thể có hai khả năng hoặc là phần tử của Trang | Tài liệu hướng dẫn thực tập không”, mà không đự phòng cho trường hợp của các phần tử có một phần tính chất của tập hợp đang xét Ví dụ: Tập hợp A là tập hợp những người cao, có độ cao từ 1,7” trở lên. Vậy n#ười có độ cao 1,69” thì có thuộc tập hợp đó không. Theo lý thuyết tập hợp kinh điển thì câu trả lời là không vì xe a => kha(x)= O vì theo định nghĩa: Cho tap A.

Anh xa pa: A—>[O;1] định nghĩa trên tập nền A như sau: (x) 1 kh: xeA. L xX)= ra 0 khi xe.1) tA(X): gọi là hàm liên thuộc của tập hợp A Kiểu lí luận hai giá trị logic như trên rất hiệu quả và thành công trong VIỆC g1ải quyết các bài toán được định nghĩa rõ ràng. Tuy nhiên trong thực tế tồn tại một lớp các vấn đề không thích hợp với các lí luận như vậy. Các khái niệm không mang đúng các trạng thái đúng hay sai (I hay 0) Va ly thuyết về tập mờ của Zaded dưa ra vào năm 1965 có thể giải quyết gần như hoàn hảo bài toán trên.

Chính vì thế mà nó được áp dụng rộng rãi trong hệ thống điều khiến tự động. Điều khiển mờ là phương pháp dựa trên sự suy diễn và ra quyết định của con người. Điều khiển mờ có ưu điểm là không cần biết mô hình toán của đối tượng điều khiển và có dộ bén vững cao. Một đặc điểm hệ khác của điều khiển mờ là tính phi tuyến, như điều khiển hệ con lắc ngược là một phi tuyến điển hình 2.

Định nghĩa: Tập mờ E xác định trên tập kinh điển M là một tập mà mỗi phần tử của nó là một cặp các giá trị (x, He()) trong đó x eM và Ur 14 Anh xa. up: M > [0, I] Ánh xạ tp được gọi là hàm liên thuộc (hoặc hàm phụ thuộc) của tap md FP. Tap kinh điển M được gọi là cơ sở của tập mờ FP. Sứ dụng các hàm liên thuộc để tứnh độ phụ thuộc của một phần tử x nào đó có hai cách: tính trực tiếp (nếu tu) ở dạng công thức tường minh) hoặc tra bảng (néu p(x) 6 dang bang).

Các hàm liên thuộc tur(X) có dạng “trơn” được gọi là hàm liên thuộc kiểu §. Đối với hàm liên thuộc kiểu S, do các công thức biểu diễn HrŒ) có độ phức tạp lớn nên thông thời gian tính độ phụ thuộc cho một phần tử lâu. Trong kỹ thuật điều khiển mờ thường, các hàm liên thuộc kiểu § thường được thay gần đúng bằng một hàm tuyến tính từng đoạn. liên thuộc có - Một hàm liên thuộc có dạng tuyến tính từng đoạn được gọi là hàm mức chuyển đổi tuyến tính.

Trang 2 tài liệu hướng dẫn thực tấp A! u(x) Ham liGn thuộc /„(x) có mức chuyến dối luyến + tính. Ụ my HH HH Hạ x là hầm phụ thuộc Hàm liên thuộc u(X) như trên với mị = mạ và mạ = ma chính của một tập kinh điển.3 Các dạng hàm liên thuộc : Cách định nghĩa số hoá Có hai cách để định nghĩa hầm liên thuộc của các tập mờ. dién tả mức độ liên thuộc và cách định nghĩa dưới dạng hầm. Các định nghĩa số hóa của một tập rời rạc hoá trên cơ sở mờ dưới dạng một vcctở số có chiều tùy thuộc số phần tứ dược hàm liền thuộc dưới dạng các của tập mờ.

Cách định nghĩa thco dang hàm sẽ cho các biểu thức giải tích. Các hầm thường dùng là: e Dạng tuyến tính e«e Dạng hàm chữ S e Hàm dạng chữ II (dạng hình chuông) e_ Hàm dạng tam giác e Ham dang hinh thang e Ham dang mt e Ham dang Shoulder 2.1 Dang tuyén tính : niệm không rõ ràng La tap mờ đơn giản nhất, dùng mô tả cho các khái My (a) (b) Hình 4.2: a) Dang tuyén tính tăng b)Dang tuyến tính giám 2.2 Dạng hình chữ S: Trang 3 Tài liêu hướng dẫn thực tập 0.3 : dạng hình chữ S Dạng hàm chữ S thường dùng cho những đường cong phân bố chuẩn. Có hàm liên thuộc được tính như sau: 0 khi x<a 2(x—a)/(c—a)]}ˆ — khi b<x<b 8x08:9:) S ẤT yay? kh x»>ƒ (4.2) I khi x>€C Với dạng chữ 5 giảm ta có: l khi x<d H,(x,d,e,ƒ/)= 0 khi x>ứ (4.3) I-/,(x,d,e,ƒ) khi ad<x<ƒ Trong đó H¿(x,d,e,Ð : hàm liên huộc dạng ŠS tăng 2.3 Dang chữ II (dạng hình chuông) : Thường đuợc dùng để biểu diễn các giá trị mờ (fuzzy number) cũng như xấp xỉ một vùng lân cận xung quanh một giá trị trung tâm Dạng chữ II là sự kết hợp của hai dạng chữ S khác nhau: S tăng và S giảm Độ rộng hay hẹp của miền khảo sát cũng như độ đốc của hình chuông tùy tính chất của hiện tượng được mô tả, cũng như quyết định của người thiết kế ut I ol KN NK, a b c d e Hinh 4.4: Dang chit HH Trang 4 Tài hiệu hướng dẫn thực tậu Hàm liên thuộc của dạng chữ ÏI a,(x;a,b,c) Xxéc ` H,(x;a,b,c,d,e) = (4.d,e) Xx»ec Trong đó 1i,(x;c,d,c) là hầm liên thuộc dạng 5 tăng 2.4 Dang tam giác: Để đơn giản ta dùng dang tam giác thay thế cho dạng hình TT để đặc trưng cho các giá Lrị md 4 Hà | 0.5: Dạng tam giác Hàm liên thuộc của dạng tam giác 0 khi x<u hay x2e aŒ,a,b,e)=4(x—a4)/(b—=a) khí a<xS b (4.5 Dang hình thang : a B œ —> a b c d Hình 4.6: Dạng hình thang a,b,c, d, a Hàm liên thuộc của hình thang được xác định bằng các thành phan va (3 2.6 Dang Shoulder (dang hinh thang vuông) : biên cho một biến Dạng shoulder được dùng để mô tả hàm liên thuộc của hai dỗi điều khiến nào dó vì khi ở hai biên thì tính chất của biến không thay Trang Š Tài liệu hướng dẫn thực tập ab o> a b > Hinh 4.7 :Dang hình thang vuông Dựa vào những hàm liên thuộc đã viết cho tam giác ta có thế dé dang suy ra đạng hàm liên thuộc cho thang vuông 2. Đô cao, miền xác đỉnh và miền tin cậy của tập mờ: Độ cao của một tập mờ F (trên cơ sở M) là giá trị: H =sup„(x) xeM Một tập mờ với ít nhất một phần tử có độ phụ thuộc bằng | duce goi 1A tap md chính tắc tức là H = I, ngược lại một tập mờ F với H < 1 được gọi là tập mờ không chính tắc.

Miền xác định của tập mờ Ïï (trên cơ sở M), được ký hiệu bởi S$ là tập con của M thỏa mãn: S={x € M1 pp(x) > 0} Miền tin cậy của tập mờ E (trên cơ sở M), được ký hiệu bởi T là tập con của M thỏa mãn: F={xeMltkgr(x) = 1} A Hols) l Miền xác dinh và miền tín cậy của một tập mờ. XÀ/ 0 < ~ Miền tin cậy s4 Miền xác định 3. Các Phép Toán Trên Tập Mờ: 3.1 Khái niệm so sánh hai tập mờ: Trang 6 tài liêu hướng dẫn thực tập tự như Đối với các tập mờ chúng ta cũng có thế định nghĩa các phép toán tương các phép toán đối với tập thông thường. + Cho tập M,cho tập A,B là hai tập mờcon của M,nghĩa là: A= { [x, tẠ@)];xeM }, HaQ) lấygiá trị trong khoảng |Ó,!| l3:= € |x, u(x) ;xeM }, p(x) lấygiá trị trong khoang [0,1| Nói rằng tập mờ A là con của tập mờ B,vidt kt ACB,doc 1a A bao ham mé trong B,nếu: HẠ(x)< u(X),xeM Vd: tập mờ A:={(90/0.6)} Khi đó hiển nhiên A con B Nói rằng tập mờ A bằng tập mờ lš,viết là A=B,nếu HA(X) = Hhš(X),xXeM 3.

Phép hựp: xác định trên cơ Hợp của hai tập mờ A và l có cùng cơ sở M là một tập mờ cũng sở M với hàm liên thuộc: rt Las) In) KLA(X) = MAX {pta(X), Lus(x)}, x Hầm liên thuộc của hợp hai tập mỡ có cùng cơ sở.