Giáo trình Một số ứng dụng mạng nơron xây dựng mô hình nhận dạng và dự báo: Phần 2

Nối tiếp nội dung phần 1, phần 2 cuốn giáo trình "Một số ứng dụng mạng nơron xây dựng mô hình nhận dạng và dự báo" trình bày các nội dung: Mạng nơron logic mờ TSK, một số ứng dụng mạng nơ ron trong nhận dạng và dự báo. Mời các bạn cùng tham khảo nội dung chi tiết.
Nội dung trích xuất từ tài liệu:
Giáo trình Một số ứng dụng mạng nơron xây dựng mô hình nhận dạng và dự báo: Phần 2 Chương 3 MẠNG NƠRON LÔGIC MỔ TSK CTakaga - Sugeno - Kang) 3.1. LÔGIC MỜ 3.1.1. Khái niệm lôgic mờ Khái niệm “lôgic mờ” dùng để chỉ việc xử lý các thông tin mà giá trị lôgic không thể xác định rõ, hoặc biến thiên theo điều kiện bên ngoài. Chẳng hạn, với các mệnh đề 'Nhiệt độ c (xấp xỉ 3 ) hay không thì cũ n g không khẳng định là X = 2 hay X - 2,9 không thuộc c (không xấp xi 3). Khác với lôgic kinh điển chi có hai giá trị là 1 nếu X e c hoặc bang 0 nếu X Ể c , lôgic m ờ sẽ đưa ra quan niệm mới có vai trò làm rõ định nghĩa ch o tập m ờ . N ó i m ộ t cá ch k h á c , vớ i lôgic m ờ thì m ộ t g iá trị X n ào đ ó sê có th ể th u ộ c về tậ p c k h o á n g b ao n h iê u ph ần trăm ? đ iề u đó sẽ đ ư ợ c th ể hiện thông qua giá trị hàm liên thuộc n(x) tại điểm X đó sẽ bằng bao nhiêu. C h ẳ n g h ạ n có th ề nói n h ư sau: “ g iá trị X = 2,9 th u ộ c về tậ p c ch ín sáu p hần trăm ” hay “giá trị X = 2 thuộc về tập c bốn sáu phần trăm” và giá trị bao nhiêu phần trăm đó sê tuỳ thuộc vào cách xây dựng mô hình hàm liên thuộc như thế nào? Như vậy với ví dụ trên, cần có độ tin cậy của mệnh đề X = 2 ,9 e c phải ca o hơn độ tin cậy của m ệnh đề X = 2 € c. 3.1.2. Biểu thức giá trị mờ Đe tìm hiểu về biểu thức giá trị mờ, ta xét 3 dạng biểu thức mờ cơ bàn sau: - X n h ỏ h ơ n n h iề u so v ớ i A : X —co (3.1) 0 0 0 0 0 0 0 0 0. ol--------------------*----------- 1*-----L -4 -3 -2 -1 - 0 - 2 - H ìn h 3 .1 . H àm liê n thuộc c ủ a biểu thứ c m ờ X « A 51 Đối với biểu thức mờ X » A , hàm liên thuộc n*A(x) sẽ có dạng hình chuông như hình 3.2 với 0 < (x ) < 1, được định nghĩa: 1 khi X= A y = ^ A(x ) = ' (3.2) 0 khi |x - a | -> 00 H ìn h 3.2. H àm liên t h u ộ c h ìn h c h u ô n g c ủ a b iể u t h ứ c m ờ X » A Đối với biểu thức mờ X » A , hàm liên thuộc H-*A(x) sẽ có dạng như hình 3.3 v ới 0 < ịa ^ ( x ) < 1, được định nghĩa: í-» 1 khi X - A -> +00 y = n * A( x ) = (3.3) -> 0 khi X - A -> -00 H ìn h 3.3. H àm liên th u ộ c c ủ a b iể u t h ứ c m ờ X » A Các hàm liên thuộc đều có thể được mô tả dưới dạng rời rạc gồm một tập các giá trị liên thuộc. Đối với các hàm liên thuộc hình chuông, thuờng sử dụng hàm Gauss và được mô tả bằng phương trình: 1 (3.4) ^ c ,b ,a ( x ) : / \ x -c 1+ \ ơ / 52 Trong đó: b ,ơ € R và X, c là các vectơ. Ba thông số c, b và ơ có thể điều chỉnh linh hoạt, nên hình dạng của hàm liên thuộc sê được thay đổi bởi ba tham số là: Trọng tâm c, độ mở ơ và hệ số mũ b. Đe làm rõ về ảnh hưởng của các tham số đến hình dạng của hàm liên thuộc, xét ví dụ về tập m ờ c gôm các số thực gần bằng 3 c =|x e R|x a 3| s Hàm phụ thuộc ^3 (x ) tại điểm X nào đó phải có giá trị trong khoảng [0,1], tức là: 0 ^ , 3( x ) < l trong đó: (x ) — 1 khi |x - 3 | -> 0 và > (x ) — 0 khi |x - 3 | — 00 . > > Già sử chọn giá trị c = 3, độ mở ơ = 1, b = 1 thì hàm liên thuộc của tập c như sau: / 2 1 + ( M ) 2 1+ M ì V 1 H ìn h 3.4a. H ìn h d ạ n g c ủ a h à m liên th u ộ c n«3 (x) v ớ i b a đ ộ m ờ k h á c n h a u 53 H ìn h 3.4b. H ìn h d ạ n g h à m liên t h u ộ c n . 3 (x) v ớ i g iá trị k h á c n h a u h ệ s ố b Hình 3.4a mô tả hình dạng của hàm liên thuộc n*3(x) với hệ số mũ được chọn cố định b = 1 và giá trị độ mở ơ lần luợt thay đổi bằng 1, 2 và 3. Trên hình 3.4b, nếu chọn giá trị độ mở ơ cố định bằng ] và giá trị b thay đổi lần lượt bằng 0,5 thi hàm kích hoạt có dạng gần như hình tam giác, b = 1 có dạng hình chuông và b = 3 có dạng gần với hình thang. Một điểm chung trong các hàm n*3(x) là các điểm có giá trị càng gần trọng tâm thì sẽ có giá trị liên thuộc càng lớn (tiến tới 1), đối với các điểm có g iá trị cà n g xa trọ n g ...