Xư lý các thông tin trực cảm trong bài toán ra quyết định.

- NGUYN ĐC ANH X L CÁC THÔNG TIN TRC CM TRONG BÀI TOÁN RA QUYT ĐNH Chuyên ngành : Công ngh thông tin LUẬN VĂN THẠC SĨ KHOA HỌC CÔNG NGH THÔNG TIN NGƯỜI HƯỚNG DẪN KHOA HỌC : PGS.TS.
- Các kết quả được công bố với các tác giả khác đều được sự đồng ý của đồng tác giả trước khi đưa vào luận văn.
- Tác giả Nguyn Đc Anh 2 LỜI CM ƠN Luận văn được hoàn thành tại Vin Công ngh thông tin và Truyền thông, trường Đại học Bách khoa Hà Nội.
- Để hoàn thành luận văn này, tác giả đã nhận được sự chỉ bảo tận tình, sự động viên khích l, cùng những yêu cầu nghiêm khắc của PGS.
- Tác giả xin chân thành gửi lời cảm ơn đến Ban lãnh đạo Vin Công ngh thông tin và Truyền thông, Vin Đào tạo Sau đại học và Bộ môn H thống thông tin thuộc trường Đại học Bách khoa Hà Nội đã tạo điều kin thuận lợi trong suốt quá trình học tập, nghiên cứu và hoàn thành luận văn.
- Cảm ơn các Thầy giáo, Cô giáo ở Bộ môn H thống thông tin - Vin Công ngh thông tin và Truyền thông, trường Đại học Bách khoa Hà Nội đã động viên, trao đổi kinh nghim và tạo điều kin thuận lợi để tác giả có thể hoàn thành luận văn.
- Luận văn này, như một món quà tinh thần, xin đáp lại những niềm quan tâm, mong mỏi của mọi thành viên trong gia đình, đó là một trong những động cơ để tác giả nỗ lực học tập, nghiên cứu.
- 3 DANH MỤC CÁC KÝ HIỆU VÀ CHỮ VIT TẮT Tên các gia tử thường gặp A Approximately V Very M More Mol More or less P Possibly Ký hiệu các phn tử nguyên thủy T True F False Tên các tính chất và cấu trúc ĐSGT Đại số gia tử TCNN Trực cảm ngôn ngữ 4 DANH MỤC CÁC BNG Bảng 1: Giá trị ngôn ngữ của biến ngôn ngữ HEATH và AGE.
- 28 Bảng 3: nh xạ chuyển đổi từ giá trị mờ sang giá trị ngôn ngữ.
- 46 Bảng 4: nh xạ chuyển đổi mức độ tín nhim từ giá trị mờ sang trị chân l ngôn ngữ 50 Bảng 5: Bảng quyết định ví d bổ nhim nhân viên.
- 63 Bảng 8: nh xạ chuyển đổi thông tin số lượng vật cản từ giá trị mờ sang trị chân l ngôn ngữ.
- 64 Bảng 9: Thông tin ra quyết định cảm nhận từ môi trường của tác tử tìm đường.
- 64 Bảng 10: Một ánh xạ chuyển đổi từ giá trị mờ sang trị chân l ngôn ngữ của tập “nên đi.
- 65 Bảng 11: Bảng quyết định cho bài toán tìm đường.
- 67 Bảng 12: Các luật trên cây quyết định trong bài toán tìm đường.
- 70 Bảng 13: So sánh kết quả của tập mờ trực cảm và tập mờ ĐSGT thường.
- 74 Bảng 15: nh xạ chuyển đổi chuyển đổi giá trị mờ sang trị chân l ngôn ngữ của tập mờ “nóng.
- 80 5 DANH MỤC CÁC HNH V Hình 1: Tập mờ và tập r.
- 11 Hình 2: Các bước ra quyết định của con người.
- 43 Hình 3: Biểu din cây quyết định.
- 48 Hình 4: Cây quyết định cho bảng dữ liu người chơi tenis.
- 53 Hình 5: Bài toán tác tử tìm đường.
- 62 Hình 6: Quá trình ra quyết định của tác tử.
- 65 Hình 7: Một phần của cây quyết định cho bài toán tìm đường.
- 68 Hình 8: Đánh giá hiu năng tập mờ trực cảm ngôn ngữ trong bài toán tìm đường.
- Lập luận với tập mờ trực cảm NN, hình b.
- Lập luận với tập mờ ĐSGT thường.
- 78 Hình 12: Cây quyết định cho bài toán tư vấn thời trang.
- Tập mờ trực cảm.
- Tập mờ và biến ngôn ngữ.
- Đại số gia tử.
- Đại số gia tử đơn điu.
- nh xạ ngược gia tử.
- Suy din với ánh xạ ngược gia tử.
- 30 Chương 2 – X L THÔNG TIN TRC CM TRONG BI TON RA QUYT ĐNH.
- Tập mờ trực cảm ngôn ngữ.
- Các php toán với tập mờ trực cảm ngôn ngữ.
- Xử l thông tin với tập mờ trực cảm ngôn ngữ trong các bài toán ra quyết định.
- Biểu din thông tin bng tập mờ trực cảm.
- Cây quyết định.
- Lập luận xấp xỉ với thông tin trực cảm ngôn ngữ.
- 56 Chương 3 – NG DNG TẬP MỜ TRC CM NGÔN NG TRONG CC BI TON RA QUYT ĐNH.
- Bài toán tìm đường.
- 83 7 MỞ ĐẦU Tập mờ hay tập hợp mờ (Fuzzy set) là một mở rộng của lý thuyết tập hợp cổ điển và được dùng trong lôgic mờ.
- Ngược lại, lý thuyết tập mờ cho phép mô t quan hệ gia một phần tử v một tập bằng một hàm thuộc (membership function) μ→[0,1].
- Trong l thuyết tập mờ, một phần tử x c giá trị độ thuộc μ(x) th mc độ không thuộc của phần đ c giá trị mặc định l 1-μ(x).
- Một hưng nghiên cu được mở rộng t khái niệm tập mờ l tập mờ trc cm.
- Trong tập mờ trc cm một phần tử x c độ thuộc μ(x) nhưng giá trị độ không thuộc không ch đơn thuần l 1-μ(x) m n được biểu din bởi một hm gi l hm không thuộc (nonmembership funtion), k hiệu l ν.
- Khi đ, một phần tử được biểu din bằng một hàm thuộc (membership function) μ→[0,1] v một hm không thuộc ν→[0,1].
- Một hưng mở rộng khác của logic mờ l Đại s gia tử.
- Đại s gia tử (ĐSGT) được xem như l một cấu trúc toán hc cho miền giá trị chân lý ngôn ng làm nền tng cho logic ngôn ng.
- Trên nền tng l thuyết đ tác gi đề xuất việc biểu din giá trị hm thuộc v không thuộc bằng giá trị ngôn ng, t đ xây dng khái niệm về tập mờ trc cm ngôn ng.
- Một trong nhng ng dng phổ biến của logic mờ l xử l bi toán ra quyết định.
- Ra quyết định chính là chn ra trong các gii pháp kh thi một gii pháp m theo người đưa ra quyết định là phù hợp nhất.
- Trong nhiều trường hợp khi các thông tin về bi toán ra quyết định cần chuyển đổi về các các giá trị trc cm để tnh toán, thậm chí là dùng các giá trị trc cm ngôn ng.
- Cây quyết định l một trong nhng phương pháp biểu din và xử lý thông tin, bi toán ra quyết định c thể được biểu din dưi dạng cây quyết 8 định.
- Mô hnh cây quyết định c thể chuyển đổi qua lại vi mô hnh dạng luật “NU… TH” tương ng.
- Quá trnh ra quyết định l quá trnh lan truyền các thông tin t nt gc của cây quyết định, quá trnh ny tương đương vi quá trnh lập luận xấp x trên tập luật tương ng vi cây quyết định đ.
- Trong trường hợp thông tin đầu vo l thông tin trc cm ngôn ng, để xử l các thông tin ny trong quá trnh lập luận xấp x vi, tác gi thấy rằng chng ta c thể sử dng gii quyết bằng cách sử dng phương pháp suy din da trên ánh xạ ngược gia tử, t đ tác gi mở rộng phương pháp lên tập mờ trc cm ngôn ng.
- Trong luận văn này, những mc tiêu nghiên cứu được đặt ra c thể như sau: 1) Nghiên cứu về tập mờ trực cảm ngôn ngữ, các php toán, quan h với tập mờ trực cảm, từ đó mở rộng cho tập mờ trực cảm ngôn ngữ.
- 2) Nghiên cứu lớp đại số gia tử đơn điu hữu hạn cho miền giá trị chân lý ngôn ngữ, nghiên cứu các tính chất của ánh xạ ngược của gia tử và xây dựng phương pháp suy din với thông tin trực tin trực cảm ngôn ngữ.
- 3) ng dng cho bài toán ra quyết định.
- Về bố cc của luận văn, ngoài phần mở đầu và phần kết luận, nội dung chính được kết cấu thành ba chương: Chương 1 – Cơ sở l thuyết Chương 2 – Xử l thông tin trực cảm trong bài toán ra quyết định.
- Chương 3 – ng dng.
- Đầu tiên là các khái nim về tập mờ, tập mờ trực cảm, các phép toán trên tập mờ và tập mờ trực cảm tiếp đến là khái nim về biến ngôn ngữ.
- Tiếp theo đó là các khái nim về đại số gia tử, php toán ánh xạ ngược và phương pháp suy din dựa trên ánh xạ ngược đại số gia tử.
- 9 Chương 2 – Dựa trên l thuyết về ĐSGT và tập mờ trực cảm, tác giả đề xuất đưa ra khái nim tập mờ trực cảm ngôn ngữ với giá trị hàm thuộc và hàm không thuộc biểu dìn bng giá trị ngôn ngữ.
- Tiếp theo đó là phương pháp biểu din thông tin bng tập mờ trực cảm, xử l thông tin trực cảm trong bài toán ra quyết định bng cách mở rộng phương pháp suy din sử dng ánh xạ ngược gia tử cho thông tin trực cảm ngôn ngữ.
- Chương 3 – Xây dựng ứng dng bài toán ra quyết định sử dng tập mờ trực cảm ngôn ngữ, trong chương này tác giả trình bày hai ứng dng, một là tác tử tìm đường và h thống tư vấn thời trang DAFashion.
- Trong đó, tác giả xây dựng kịch bản so sánh giữa tập mờ trực cảm ngôn ngữ và tập mờ trị ngôn ngữ thông thường, trình bày quá trình ra quyết định với thông tin trực cảm ngôn ngữ.
- 10 Chương 1 – CƠ SỞ L THUYT Nội dung của chương 1 bao gồm các kiến thức liên quan tới vic xử l thông tin trực cảm trong bài toán ra quyết định, bao gồm: Tập mờ trực cảm và đại số gia tử.
- Đó chính là kết quả của vic mô hình hóa vic xử l những thông tin không r ràng trong thực tế.
- Tp mờ trc cảm Trong cuộc sống hng ngày chúng ta thường xuyên tiếp xúc với những thông tin không r ràng.
- nguyên nhân của sự không r ràng có thể là do những thông tin đó chứa các yếu tố mơ hồ, không chính xác, không đầy đủ, mang tính chất cảm quan,… chng hạn sức kho một vận động viên thể thao là kho, yếu, rất kho, rất rất kho.
- tưởng đưa ra là: “Mỗi một giá trị ngôn ngữ có thể được biểu din bng một giá trị số thực tương ứng trong [0,1.
- Từ đó, Zadeh đã đưa ra l thuyết về tập mờ và biến ngôn ngữ.
- Tp mờ và bin ngôn ng Khái nim tập mờ được đưa ra bởi Zadeh vào năm 1965 trong tài liu [10], là một mở rộng của lý thuyết tập hợp cổ điển, trong đó một tập mờ được định ngha là một tập hợp mà trong đó mỗi thành viên đặc trưng bởi một giá trị gọi là độ thuộc.
- Một tập mờ A trên một không gian nền được định ngha như sau.
- Các giá trị trong khoảng mở từ 0 đến 1 đặc trưng cho các thành viên mờ.
- 11 Hnh 1: Tập mờ v tập r Hàm thuộc.
- thỏa mãn các điều kin sau: Một tập mờ hữu hạn được ký hiu bởi.
- Một tập mờ vô hạn được ký hiu bởi.
- Mỗi tập mờ được biểu din bng hàm thuộc, nên vic tính toán trên tập mờ được thực hin trên các hàm thuộc.
- Các phép toán tập hợp, bao gồm phép hợp, phép giao và phép lấy phần bù giữ một vị trí rất quan trọng khi nghiên cứu về lý thuyết tập mờ.
- Các php toán trên tp mờ: Cho 2 tập mờ A, B xác định trên cùng không gian X, ta có: A=B, nếu uX.
- Ví d về biểu din tập mờ và các php toán trên tập mờ Ngữ ngha của các giá trị ngôn ngữ có thể được biểu din bng tập mờ.
- Tuy nhiên, các giá trị số thực đó chưa hn đã din đạt được hết  ngha của một giá trị ngôn ngữ.
- Vì thế, cng với khái nim về tập mờ, khái nim biến ngôn ngữ được Zadel hình thức hoá và đưa ra trong tài liu số [11] như sau: Đnh ngha 1.2.
- Biến ngôn ngữ là một bộ gồm năm thành phần (X,T(X),U, R, M), trong đó X là tên biến, T(X) là tập các giá trị ngôn ngữ của biến X, U là không gian tham chiếu của biến cơ sở u, mỗi giá trị ngôn ngữ xem như là một biến mờ trên U kết hợp với biến cơ sở u, R là một qui tắc cú pháp sinh các giá trị ngôn ngữ cho tập T(X), M là qui tắc ngữ ngha gán mỗi giá trị ngôn ngữ trong T(X) với một tập mờ trên U.
- Ví d 1.2 Định ngha một biến ngôn ngữ TUI , tức là X = TUI, biến cơ sở u có miền xác định U = [1, 100].
- Khi đó, các giá trị ngôn ngữ tương ứng của biến TUi là T(TUI) có thể bao gồm các giá trị: Tr, gi,không tr hoặc gi, không tr, không gi, không rất tr hoặc gi, không rất gi, rất tr, rất gi hoặc tr, hơi tr, hơi gi.
- 13 Trong đó “tr” và “gi” được gọi là các giá trị nguyên thủy.
- Mỗi giá trị ngôn ngữ trong T(TUI) là tên của một biến mờ trên U, tức là biến có thể nhận giá trị trên U với một mức độ tương thích trong đoạn [0,1].
- Trong các nghiên cứu của mình về biến ngôn ngữ và lập luận xấp xỉ, L.
- Zadeh luôn nhấn mạnh hai đặc trưng quan trọng sau đây của biến ngôn ngữ.
- Đặc trưng thứ nhất là tính phổ quát của cấu trúc miền giá trị của chúng, tức là miền giá trị của hầu hết các biến ngôn ngữ có cùng cấu trúc cơ sở theo ngha các giá trị ngôn ngữ tương ứng là giống nhau ngoại trừ phần tử sinh nguyên thủy, như các giá trị ngôn ngữ được cho tương ứng bởi hai biến ngôn ngữ HEALTH và AGE.
- Đặc trưng thứ hai là tính chất độc lập ngữ cảnh của các gia tử và các liên từ, trong khi ngữ ngha của các phần tử sinh nguyên thủy là ph thuộc ngữ cảnh.
- Đặc trưng này có thể thấy từ cách xác định ngữ ngha của tập mờ cho các giá trị ngôn ngữ.
- Bng 1: Giá trị ngôn ng của biến ngôn ng HEATH v AGE Ta thấy rng, mỗi một thông tin đều có một thông tin  ngha phủ định tương ứng, ví như phủ định độ tn nhiệm là độ bất tn nhiệm, phủ định đng là sai, phủ định của thông 14 tin sc kho là thông tin về độ không kho… Ví d như nhà quả l có độ tín nhim là cao thì thông thường ta coi mặc định độ bất tín nhim là thấp,… Trong tập mờ, một giá trị ngôn ngữ biểu din bởi mộ giá trị chân l là độ thuộc µ thì mặc định giá trị phủ định của nó là độ không thuộc mặc định là 1-µ.
- Trên thực tế giá trị độ không thuộc và độ thuộc không phải lúc nào cũng được xác định một cách r ràng, chng hạn như một phần cuả thông thông tin chưa được xác định, cn nhập nhng, ví d trong khi bỏ phiếu tin nhim mức độ tín nhim được đánh xác định bng tỉ l µ bng số phiếu chọn tín nhim chia cho tổng số phiếu, độ bất tí nhim xác định bng t l ν bng số phiếu bất tín nhim chia cho tổng số phiếu, khi đó có những trường hợp mà ν+µ

Xem thử không khả dụng, vui lòng xem tại trang nguồn
hoặc xem Tóm tắt