BÀI GIẢNG ĐIỀU KHIỂN THÔNG MINH - CHƯƠNG 3 HỆ MỜ

Hệ tĩnh và hệ động dùng tập mờ và khung sườn toán học tương ứng được gọi là hệ mờ (fuzzy system). Các tập mờ này có thể bao hàm trong hệ thống theo một số cách, thí dụ: Trong mô tả hệ thống. Thí dụ một hệ thống có thể được định nghĩa là một tập các luật nếu-thì dùng các thuộc tính mờ (fuzzy predicates), hay là quan hệ mờ. Thí dụ luật mờ mô tả quan hệ giữa công suất nhiệt và xu hướng nhiệt độ trong phòng như sau: Nếu công suất nhiệt là cao...
Nội dung trích xuất từ tài liệu:
BÀI GIẢNG ĐIỀU KHIỂN THÔNG MINH - CHƯƠNG 3 HỆ MỜ ĐIỀU KHIỂN THÔNG MINH Tröôøng ÑH SPKT TP. HCM http://www.hcmute.edu.vn CHƯƠNG 3: HỆ MỜ Hệ tĩnh và hệ động dùng tập mờ và khung sườn toán học tương ứng được gọi là hệ mờ (fuzzy system). Các tập mờ này có thể bao hàm trong hệ thống theo một số cách, thí dụ:  Trong mô tả hệ thống. Thí dụ một hệ thống có thể được định nghĩa là một tập các luật nếu-thì dùng các thuộc tính mờ (fuzzy predicates), hay là quan hệ mờ. Thí dụ luật mờ mô tả quan hệ giữa công suất nhiệt và xu hướng nhiệt độ trong phòng như sau: Nếu công suất nhiệt là cao thì nhiệt độ sẽ tăng nhanh.  Trong đặc trưng các tham số của hệ thống. Hệ thống có thể được định nghĩa bằng phương trình đại số hay phương trình vi phân, với các tham số là các số mờ (fuzzy numbers) thay vì là số thực (real numbers). Thí dụ, xét phương trình ~ ~ y  3 x1  5 x 2 , trong đó ~ và ~ là các số mờ lần lượt là “vào khoảng ba” và 3 5 “vào khoảng năm”, do các hàm thành viên định nghĩa. Số mờ diễn tả tính không M . HC T TP chắc chắn (uncertainty) trong giá trị tham số. K  Ngõ vào, ngõ ra và các biến trạng thái của H SP g Ñ hệ thống có thể là tập mờ. Các ngõ øn vào mờ có thể được đọc từ các cảm röô chưa đáng tin cậy (unreliable sensors) à T biến äc ve thuo hay các dữ liệu có nhiễuàn(“noisy” data), hay các đại lượng có liên quan đến cảm uye q Baûn nhận của con người, như tiện nghi, sắc đẹp, v.v,…Hệ mờ có thể xử lý các thông tin này, mà các hệ thống truyền thống (hệ crisp) không xử lý được . Một hệ mờ có thể có đồng thời nhiều thuộc tính trên. Hệ mờ có thể được xem như là tổng quát hóa của hệ thống có giá trị từng đoạn (interval-valued systems), chính là tổng quát của hệ crisp. Quan hệ này được mô tả trong hình 3.1 về thí dụ của hàm crisp và các khoảng giá trị cùng với phép tổng quát hóa mờ (fuzzy generalizations). Đồng thời cũng mô tả một cách hệ thống các ước lượng về hàm crisp, khoảng và dữ liệu mờ. Một hàm f: X → Y có thể xem là tập con của tích Cartesian X ×Y , thí dụ theo quan hệ (relation). Việc ước lượng hàm cho từng giá trị vào được thực hiện theo ba bước (hình 3.1): 1. Mở rộng ngõ vào cho trước vào không gian tích X × Y (đường dọc đứt nét). 2. Tìm phần giao của mở rộng này cới quan hệ (phần giao của đường đứt nét dọc với hàm). 3. Chiếu phần giao này vào Y (đường đứt nét ngang) . Thủ tục này dùng được cho tập crisp, khoảng và hàm mờ, dữ liệu mờ. Chú ý là hình vẽ trên giúp bạn hiểu được vai trò của quan hệ mờ trong suy diễn mờ (fuzzy inference). Thông thường nhất thì hệ mờ được định nghĩa dùng luật nếu-thì: hệ mờ dùng luật nền (rule-based fuzzy systems). Trong phần tiếp sau đây chỉ chú ý đến các hệ thống dạng này. Hệ mờ có thể được dùng trong nhiều mục đích, như mô hình hóa, phân tích dữ liệu, dự báo và điều khiển. Để đơn giản, các hệ mờ dùng luật nền sẽ được gọi là hệ mờ, trừ khi có các ghi chú khác. Thö vieän ÑH SPKT TP. HCM - http://www.thuvienspkt.edu.vn TRANG – 23 23 ĐIỀU KHIỂN THÔNG MINH Tröôøng ÑH SPKT TP. HCM http://www.hcmute.edu.vn M . HC T TP PK ÑH S ôøng à Trö ...