Báo cáo nghiên cứu khoa học: Tối ưu hoá cấu trúc của mạng nơron mờ bằng giải thuật di truyền

Gần đây suy diễn mờ được ứng dụng trong rất nhiều các vấn đề khác nhau như: điều khiển máy móc hay trong các hệ thống sản xuất. Một trong những suy diễn mờ đó là mạng nơron mờ. Có lẽ mạng noron không chỉ hấp dẫn đối với những người yêu thích công nghệ thông tin bởi khả năng do con người huấn luyện, mà còn bởi những ứng dụng thực tiễn trong cuộc sống của nó.
Nội dung trích xuất từ tài liệu:
Báo cáo nghiên cứu khoa học: Tối ưu hoá cấu trúc của mạng nơron mờ bằng giải thuật di truyềnbáo TRƯỜNG …………………. KHOA………………………. ----- ----- Báo cáo khoa họcĐề tài: Tối ưu hoá cấu trúc của mạngnơron mờ bằng giải thuật di truyền MỤC LỤCI: MẠNG NƠRON....................................................................................... 2 I.1 Giới Thiệu Mạng Nơron ................................................................... 2 I.1.1 Lịch sử phát triển ......................................................................... 2 I.1.2 Căn nguyên sinh học .................................................................. 3 I.1.3 Đơn vị xử lý................................................................................ 5 I.1.4 Hàm xử lý ................................................................................... 6 I.1.5 Ứng dụng ..................................................................................11 Mạng Norn Một Lớp .....................................................................11 I.2 Mạng Noron Nhiều Lớp (Multi-layer Neural Network) .................12 I.3II: MẠNG NƠRON MỜ: ..........................................................................12III: GIẢI THUẬT DI TRUYỀN ................................................................15 1: Các toán tử của giải thật di truyền .......................................................16 1.1 Chọn lọc .........................................................................................16 1.2 Lai ghép ........................................................................................17 1.3 Đột biến.........................................................................................19 1.4 Hàm thích nghi ..............................................................................20 2: Xét trong mối quan hệ giữa mạng nơron và giải thuật di truyền..........21 2.1 Cross-over (Lai ghép) ....................................................................22 2.2 Mutation (Đột biến) .......................................................................23 2.3 Fitness function (Hàm thích nghi) ..................................................23 2.4 Selection (chọn lọc) .......................................................................25 3: Chiến lược điều chỉnh mờ tự động .......................................................25IV: KẾT LUẬN ..........................................................................................26Đề tài: Tối ưu hoá cấu trúc của mạng nơron mờ bằng giải thuật di truyền BÁO CÁO NGHIÊN CỨU KHOA HỌC Tên đề tài: TỐI ƯU HOÁ CẤU TRÚC CỦA MẠNG NƠRON MỜ BẰNG GIẢI THUẬT DI TRUYỀN MỞ ĐẦULý do chọn đề tài: Gần đây suy diễn mờ được ứng dụng trong rất nhiều cácvấn đề khác nhau như: điều khiển máy móc hay trong các hệ thống sản xuất.Một trong những suy diễn mờ đó là mạng nơron mờ. Có lẽ mạng noronkhông chỉ hấp dẫn đối với những người yêu thích công nghệ thông tin bởikhả năng do con người huấn luyện, mà còn bởi những ứng dụng thực tiễntrong cuộc sống của nó. Chúng ta hoàn toàn có thể nhận dạng dấu vết vântay của tội phạm trong hình sự, có thể dự đoán thị trường chứng khoán, dựđoán thời tiết, dự toán chi phí cho một dự án đường cao tốc, khôi phụcnhững tấm ảnh, hay một chiếc xe lăn dành cho người khuyết tật có thể nhậnđược mệnh lệnh điều khiển bằng cử chỉ, hành động, thậm chí là suy nghĩ củangười ngồi trên xe v.v… nhờ có mạng noron nhân tạo. Mạng nơron ban đầucó cấu trúc thô, vấn đề quan trọng là chúng ta phải làm sao cho cấu trúc thôđó trở thành cấu trúc tương đối thích hợp. Do đó vấn đề tối ưu hoá cấu trúccủa mạng nơron là rất cần thiết. Một trong những giải thuật dùng để tối ưuhoá cấu trúc của mạng nơron là giải thuật di truyền và giải thuật di truyềnđược xem là thích hợp nhất. 1Sinh viên: Trần Thị Thu Hoài_K54C_CNTTĐề tài: Tối ưu hoá cấu trúc của mạng nơron mờ bằng giải thuật di truyềnI: MẠNG NƠRONI.1 Giới Thiệu Mạng Nơron I.1.1 Lịch sử phát triển Sự phát triển của mạng nơron trải qua cả quá trình đưa ra các khái niệmmới lẫn thực thi các khái niệm này. Dưới đây là các mốc đáng chú ý tronglịch sử phát triển của mạng nơron. * Cuối thế kỷ 19, đầu thế kỷ 20, sự phát triển chủ yếu chỉ là các côngviệc có sự tham gia của cả ba ngành Vật lý học, Tâm lý học và Thần kinhhọc, bởi các nhà khoa học như Hermann von Hemholtz, Ernst Mach, IvanPavlov. Các công trình nghiên cứu của họ chủ yếu đi sâu vào các lý thuyếttổng quát về HỌC (learning), NHÌN (vision) và LẬP LUẬN(conditioning),…và không hề đưa ra những mô hình toán học cụ thể mô tảhoạt động của các nơron. * Mọ ...