Chương 1II — Tích hợp mạng ngron và hệ mờ: MỞ ĐÂU Chúng ta đều biết rằng bộ não can người là một sản phẩm hoàn hảo của tạo hóa, nỗ có khả năng tư duy va sang tao cao. Hiện nay oon người đang, cố gắng tiếp cận bộ não gủa mình theo nhiêu phương pháp khác nhau. Để mô phông khả răng học, người ta đưa ra mô hình mạng noron nhân tạo (nghiên cửu về mặt số học — chỉ các đặc tính sinh lý cña bộ não). Nhảm điễn tả khả năng tư đuy của bộ não, người ta sử dimg các hệ mở trên cơ sở logie mir dé suy dién (tim hiểu việc sử dụng ngôn ngữ? tự nhiên - chỉ các đặc tính tâm lý của bộ nã).
Tir thập ky gần đây, lý thuyết mờ và mạng noron rhân tạo đã phát triển rất nhanh và đa dạng. Công nghệ mờ và công nghệ mạng noron đã cung cắp những giải pháp mới cho các ngành công nghiệp lam ra nhiều sản phẩm thông mình, đáp ứng, Thu cầu thị trường cần có những bộ điều khiển lmh hoại hơn, những thiết bị “biết” làm việc với những bài toán khó, phải xử lý nhiều thông từa mập mờ, không dây di, thiểu chính xác và là hai trụ cột chỉnh của công nghé tinh toan mém. Cả hai kỹ thuật nảy đều có những ưu điểm và nhược điểm riêng, đo đó một cách tiếp cận đây hứa hen sẽ thu được nhiều ưu điểm của các hệ mở vả mạng nơron. là kết hợp chúng lại thành một hệ tich hạp.
Có nhiều cách tiếp cận đề tích hợp mạng ơn với hệ mỡ, tùy thuộc vào từng ứng dụng và quan điểm của các chuyên gia — điều này vẫn chưa được thông nhất với nhau. Nhưng về cơ bản sự hợp nhất của hai *kỹ thuật này có thể thực hiện theo ba hướng chính sau: "- Các hệ mở ngrờn (Neural Jussy suuems): Mục đích của sác hộ này hướng, vào việc cung cấp cho hệ ruờ các khả năng điều chỉnh tự động. Mạng nơron dùng để học vả điều chỉnh các tham số (luật, trọng số luật, các hàm thuộc) của hệ mờ, Kỹ thuật học mạng noron làm giảm dáng kể thời gian và chỉ phí phát triển của hệ mở, đồng thời làm tăng hiện năng của hệ mờ. = Mang noron mo (Fuzzy neural networks): Là mô bình sử đựng các phương thức mò dễ tăng cường khả năng học và hiệu suất của mạng noron.
Thực chất, mạng nơrơn mỡ là một mạng nerơn được mở hóa. Mỗi phản của mạng, noron (cac ham kich hoại, hàm kết hợp, các trọng số, dữ liệu vào ra.), mỗi mô hình mạng nơron, vả các giải thuật học mạng nơron đều có thể được mờ hóa. Trong mạng nơron mờ các tham số điều khiển và các trọng số liên kết có thể được thay thé bang các tham số mờ. Mạng ngrơn mờ có lốc độ huấn luyện cao hơn, và mạnh mé hơn mạng nơron thỏng Thường, "_ Các hệ nơron-mờ lai (Hybrid neuro sy systems): Đây là kiến trúc mới trong đó mạng nơron và hệ mờ được kết hợp trong một kiến trúc thuần nhất Kiến trúc nảy có nhiều mô hình khác nhau.
Một số mô hinh dùng kiểu học từng cường (reimfoceruent leaming), thích hợp cho các nhiệm vụ điều khiển Một số khác dùng giải thuật học có giám sat (supervised lcarning), thích hợp, cho các bài toán phân tích đữ liệu. Các nghiên cứu về sự tích hợp mạng noren với hệ mờ vẫn còn là một vẫn dé xuở và thời sự. V vy luận văn di vào tìm hiểu, nghiên cứu các lưởng kết hợp chính giữa hai công nghệ. Trong đó tập trung đi sâu nghiên cửu, phân tích những wu điểm và hạn chế của hệ suy điễn mỡ và mạng thích nghỉ làm cơ sở để xây đựng hệ suy diễn mở trên cơ sở mạng thịch nghi.
Phan cudi tinh bày một ứng dụng của hệ suy mờ trên cơ sở mạng thích nghi trong bai toán phân lớp Báo cáo sẽ duợc trình bày trong 4 chương như seu: " Chương - Tổng quan về hệ mờ. Chương này sẽ giới thiệu những kiến thức cơ bản về lý thuyết tập mờ và di sâu tìm hiểu hệ suy điễn mờ cùng các đặc tính và ng dụng của hệ. = Cheong TT - Mang ne ron nhân tạo Hệ thống lại những kiến thức cơ bản về mạng noron, các kiến trúc, thuộc tính, khả năng học vả các ứng đựng của rạng cũng ý thuật Loan hoc. Tron, đó, chúng ta tập trung vảo mỏ tả cấu trúc và các thuật toán học của mang thích nghỉ Chương 1II — Tích hợp mạng ngron và hệ mờ: 'ác hướng tiếp cân kết hợp mang noron voi hé me 32 Mạng mtoron mờ.
33 Mô hình nơron-uờ hợp. 37 M6 hinh noron-mé lai - 58 3.3 Mô hinhnơronmở trên cơ sở hệ suy diễn mờ.1 TIệ noran-mờ trên cơ sở hệ suy điển mờ Mamdani 60 3.2 Hệ nơron-nở trên cơ sởhệ suy diễn mở Takeai-Suaeno.4 Mang ANFTS - 63 BAL Kiến trúe hệ suy diễn mở dụa trên mạng thích nghĩ.64 3⁄42 ThuậLtoán học bá 68 3/43 —_ Xác định cáo tham số học thíchnghi. + - - 7 CHƯƠNG IV - ỨNG SUY DIỄN MỜ TRÊN CƠ SỞ MẠNG TIICH NGII TRONG BÀI TOÁN PHÂN LỚP.1 Phát biểu bài toán 3 4.2 Ủng dụng hệ ANIIS trong bài toán phần lớp.32 Giới thiệu chương trình mô phông hệ ANEIS 278 4.3 Xây đụng hệ thống - - - .4 Kết quá thứ nghiệm. nhớ 11tr we 81 4.5 Danh gia hé théng - BB DANH MUC BANG Bang 3.1 So sánh hệ mờ và mạng nơron.2 TIai pha trong thủ tục học lai cho hệ ANTIS 2 69 DANH MỤC HÌNH VẼ Hinh 1.1 Hàm thuộc: (a) Tam giác, (b) Hình thang.2 Ham thuée binh chuéng 12 TTình 1.3: Các tập mở điển hình đùng đã định ata biến ngôn ngữ tuổi đời 17 Hình14 Phương pháp giả mờ diễm cực đại.5 Phương pháp giải mờ điểm trọng tâm.6: Hệ suy diễn mờ.
TH HH T202 1e rec .7: Sơ đỗ hoại động suy điển cũn một hệ suy diễn mờ 22 Hinh 1.8: Hệ suy diễn mờ diễn hình sử dụng min và max lần lượt cho các phép toán AND và OR, mỜ. lành nen deeiee 23 Linh 1.9: Lệ suy diễn mờ sử dạng phép hợp thành Produet.Max lan lượt cho phép joan AND va OR ma.10: Hé suy điễn mờ Tsukamoto 25 Hinb 1.11: Hệ suy dign mé Takagi - Sugeno.12: Sử dụng các luật mờ 1Í-them và kỹ thui 27 noron (cac ham kich hoại, hàm kết hợp, các trọng số, dữ liệu vào ra.), mỗi mô hình mạng nơron, vả các giải thuật học mạng nơron đều có thể được mờ hóa. Trong mạng nơron mờ các tham số điều khiển và các trọng số liên kết có thể được thay thé bang các tham số mờ. Mạng ngrơn mờ có lốc độ huấn luyện cao hơn, và mạnh mé hơn mạng nơron thỏng Thường, "_ Các hệ nơron-mờ lai (Hybrid neuro sy systems): Đây là kiến trúc mới trong đó mạng nơron và hệ mờ được kết hợp trong một kiến trúc thuần nhất Kiến trúc nảy có nhiều mô hình khác nhau.
Một số mô hinh dùng kiểu học từng cường (reimfoceruent leaming), thích hợp cho các nhiệm vụ điều khiển Một số khác dùng giải thuật học có giám sat (supervised lcarning), thích hợp, cho các bài toán phân tích đữ liệu. Các nghiên cứu về sự tích hợp mạng noren với hệ mờ vẫn còn là một vẫn dé xuở và thời sự. V vy luận văn di vào tìm hiểu, nghiên cứu các lưởng kết hợp chính giữa hai công nghệ. Trong đó tập trung đi sâu nghiên cửu, phân tích những wu điểm và hạn chế của hệ suy điễn mỡ và mạng thích nghỉ làm cơ sở để xây đựng hệ suy diễn mở trên cơ sở mạng thịch nghi.
Phan cudi tinh bày một ứng dụng của hệ suy mờ trên cơ sở mạng thích nghi trong bai toán phân lớp Báo cáo sẽ duợc trình bày trong 4 chương như seu: " Chương - Tổng quan về hệ mờ. Chương này sẽ giới thiệu những kiến thức cơ bản về lý thuyết tập mờ và di sâu tìm hiểu hệ suy điễn mờ cùng các đặc tính và ng dụng của hệ. = Cheong TT - Mang ne ron nhân tạo Hệ thống lại những kiến thức cơ bản về mạng noron, các kiến trúc, thuộc tính, khả năng học vả các ứng đựng của rạng cũng ý thuật Loan hoc. Tron, đó, chúng ta tập trung vảo mỏ tả cấu trúc và các thuật toán học của mang thích nghỉ Chương 1II — Tích hợp mạng ngron và hệ mờ: Luận văn tắt nghiệp 8 Chương 1: Tổng quan về hệ mở.
CHUONG | - TONG QUAN VE HE M0’ Chương này nhằm hệ thống lại một số kiến thức vẻ lý thuyết tập mờ, trong đó, đi sâu tia hiển hệ suy điễn mờ. Những kiên thứe này được sử đụng trong chương TT của luận văn tốt nghiệp và có thể tì thay rong các tài liệu về hệ mò M1, [21.100 Lich sir phat trién Năm 1965, Lotfi Zadeh, pido su vé ly thuyết hệ thống, trường Đại học Berkeley, bang California cdng bé bài báo đầu tién vé Logic md & My. Tir dé lich sử phát triển của lý thuyết mờ theo trình tự phát mình ở Mỹ, xây dựng và hoàn chính ở châu Âu và ứng dung váo thị trường Nhật Bản. Cáo ứng dựng của logic mờ trong công nghiệp đầu tiên ở châu Âu Năm 1970, ở Anh, Ebrahim Mamdani sử dụng logic mờ diều khiến máy phát chạy bằng, hơi nước, ma trước đây không thẻ điêu khiển bằng phương pháp kinh điển được.
Ở Dire, Hans Zinunerman bắt đầu sử dụng logic xaờ trong các hệ thông hỗ trợ ra quyết định. Năm 1980, lỷ thuyết mò được ứng dụng nhiều trong phân tích dữ liệu vả hỗ trợ ra quyết định ở châu Âu. Di chau Âu có những ứng dụng lý thuyết mờ dầu tiên, nhưng người Nhật lại dẫn đầu về thương mại hoá các ứng dụng lý thuyết mờ, đặc biệt là trong lĩnh vục kỹ thuật điều khiển kế từ năm 1980. Năm 1983, cảng ty Fuji Electric img dung ly thuyết mở trong nhà máy xứ lý nước.
Năm 1987, công ty Hitachi ứng dụng trong hệ thông xe điện ngâm. Lý thuyết mờ phát triển mạnh ở Nhật vì lý thuyết này hễ trợ việc tạo ra các mô hinh nguyễn mẫu nhanh, đễ đàng tối ưu hoá, hệ thống mờ đơn giản, dễ hiểu, hơn nữa lại dược sự quan tâm hỗ trợ của Chính phủ. Với các kết qua nghiên cứu ứng dụng, lý thuyết mờ được sử đựng trong mọi lĩnh vục về xử lý sẽ liệu, điều khiển thông mình, ong các hệ thông hỗ Hợ ra quyết định Các nghiên cứu gần dây về việc kết hợp giữa mạng nơron và logic mờ là bước phát triển tiếp theo của cảng nghệ nảy và mỏ ra nhiêu ứng đựng Luận văn tắt nghiệp 8 Chương 1: Tổng quan về hệ mở.