Luận văn Thạc sĩ Khoa học máy tính: Nghiên cứu thuật toán nội suy sử dụng mạng nơron RBF trong phương pháp lập luận mờ dựa trên đại số gia tử và ứng dụng trong điều khiển

- MẠNG NƠRON RBF TRONG PHƯƠNG PHÁP LẬP LUẬN MỜ DỰA TRÊN ĐẠI SỐ GIA TỬ VÀ ỨNG DỤNG TRONG ĐIỀU KHIỂN.
- CHƯƠNG 2: THUẬT TOÁN NỘI SUY SỬ DỤNG MẠNG NƠRON RBF TRONG PHƯƠNG PHÁP LẬP LUẬN MỜ DỰA TRÊN ĐẠI SỐ GIA TỬ 25 2.1 Phương pháp lập luận mờ.
- 2.1.1 Mô hình mờ.
- 2.1.2 Một số phương pháp lập luận mờ.
- Phương pháp lập luận mờ dựa trên đại số gia tử.
- 2.3 Giải pháp sử dụng mạng nơron RBF trong phương pháp lập luận mờ dựa.
- Yếu tố ảnh hưởng đến phương pháp lập luận mờ sử dụng ĐSGT.
- 2.3.2 Giải pháp sử dụng mạng nơron RBF trong phương pháp lập luận mờ dựa trên ĐSGT.
- 2.4.1 Phân tích khả năng sử dụng mạng RBF trong phương pháp lập luận mờ dựa trên ĐSGT.
- Thuật toán sử dụng mạng nơ ron RBF trong phương pháp lập luận mờ dựa trên ĐSGT.
- CHƯƠNG 3: SỬ DỤNG MẠNG NƠ RON RBF CHO PHƯƠNG PHÁP LẬP LUẬN MỜ DỰA TRÊN ĐẠI SỐ GIA TỬ TRONG ĐIỀU KHIỂN.
- Bài toán 1: Xấp xỉ mô hình mờ EX1 của Cao-Kandel [9.
- Bài toán 2: Bài toán điều khiển mô hình máy bay hạ độ cao [8.
- Ứng dụng phương pháp lập luận xấp xỉ mờ sử dụng đại số gia tử trong điều khiển.
- Phương pháp điều khiển logic mờ truyền thống.
- Phương pháp lập luận mờ sử dụng đại số gia tử trong điều khiển.
- Phương pháp lập luận mờ dựa trên ĐSGT sử dụng mạng nơron RBF trong điều khiển.
- Mô hình EX1 của Cao-Kandel.
- Miền giá trị của các biến ngôn ngữ.
- Mô hình FAM.
- Tổng hợp kết quả điều khiển phương pháp HAR [6] và FMCR.
- Sai số lớn nhất của các phương pháp trên mô hình EX1.
- Sai số các phương pháp của mô hình máy bay hạ độ cao.
- Mô hình một nơ ron nhân tạo.
- Sơ đồ phương pháp điều khiển CFC.
- Sơ đồ phương pháp điều khiển FCHA.
- Giá trị định lượng của phần tử trung hòa AX Đại số gia tử.
- δ Tham số hiệu chỉnh giá trị định lượng ngữ nghĩa c.
- Chương 3: Sử dụng mạng nơron RBF cho phương pháp lập luận mờ dự trên đại số gia tử trong điều khiển.
- Tập các giá trị ngôn ngữ tương ứng của biến ngôn ngữ là T(NHIET_DO).
- Có 3 phương pháp học:.
- Đặt giá trị đầu.
- Phương pháp sử dụng mạng nơ ron RBF sẽ được trình bày trong Mục 1.3 của chương 1..
- Tổng quan về mạng nơron nhân tạo trong đó tập trung vào mạng nơron RBF và bài toán nội suy được dùng để tìm kiếm các tham số lập luận của các ĐSGT trong phương pháp lập luận mờ sử dụng ĐSGT..
- CHƯƠNG 2: THUẬT TOÁN NỘI SUY SỬ DỤNG MẠNG NƠRON RBF TRONG PHƯƠNG PHÁP LẬP LUẬN MỜ DỰA TRÊN ĐẠI SỐ GIA TỬ.
- 2.1 Phương pháp lập luận mờ 2.1.1 Mô hình mờ.
- m) là các giá trị ngôn ngữ tương ứng ([1])..
- Cho mô hình mờ (2.2) và các giá trị ngôn ngữ A 01 , A 02.
- Hãy tính giá trị của Ỵ.
- Một số phương pháp lập luận mờ đa điều kiện (Fuzzy Multiple Conditional Reasoning - FMCR) nhằm giải quyết bài toán lập luận mờ đa điều kiện (2.2)..
- Cho mô hình mờ (2.2).
- a) Tính các giá trị a ij.
- Cuối cùng, với các giá trị đầu vào A 01.
- X m , chúng ta sử dụng phương pháp nội suy tuyến tính thông thường để tính giá trị đầu ra b 0 tương ứng với giá trị đầu vào a 0 = Agg.
- Kết quả phương pháp lập luận mờ sử dụng ĐSGT phụ thuộc vào nhiều yếu tố như sau:.
- Phương pháp nội suy gia tử bao gồm các bước sau:.
- Chúng ta biết rằng mô hình mờ 2.2 chứa m+1 biến ngôn ngữ, tương ứng với đó là m+1 ĐSGT trong phương pháp lập luận mờ sử dụng ĐSGT là AX i , i.
- w m ) =1, thành giá trị (w 1 x 1 + w 2 x 2.
- Theo đó các tham số của phương pháp lập luận này bao gồm các trọng số kết nhập và các tham số của ĐSGT..
- Dùng phương pháp nội suy cổ điển trên đường cong C r,2 để tính giá trị đầu ra  Y (B 0 ) tương ứng với giá trị đầu vào cho trước..
- 2.3 Giải pháp sử dụng mạng nơron RBF trong phương pháp lập luận mờ dựa trên ĐSGT.
- Phương pháp lập luận mờ sử dụng ĐSGT được trình bày trong Mục 2.2 phụ thuộc vào việc xác định phép kết nhập và phép nội suỵ.
- Với lý do như vậy đề tài đưa ra giải pháp cho phương pháp lập luận mờ sử dụng ĐSGT như sau: sử dụng mạng nơron RBF để nội suy trực tiếp từ mô hình ngữ nghĩa định lượng (mô hình SAM)..
- 2.4.1 Phân tích khả năng sử dụng mạng RBF trong phương pháp lập luận mờ dựa trên ĐSGT..
- Trong phương pháp lập luận xấp xỉ mờ dựa trên ĐSGT (HAR) việc sử dụng phép nội suy dựa trên các mốc là các điểm của mô hình SAM để xác định giá trị đầu ra từ giá trị định lượng đầu vàọ.
- Phương pháp nội suy RBF (Radial Basic Function) do Powell đề xuất là một công cụ hữu hiệu để nội suy và xấp xỉ hàm nhiều biến và đang được ứng dụng rộng rãị Phương pháp này tìm hàm nội suy  dưới dạng  (x).
- w k và  k là các giá trị tham số cần tìm.
- Thuật toán 3: Xác định giá trị nội suy.
- Output: giá trị y nội suy được Y = i.
- Giải pháp sử dụng mạng nơ ron RBF cho phương pháp lập luận:.
- Như vậy mạng nơron RBF được dùng để nội suy trực tiếp trên siêu mặt thay cho việc nội suy dựa trên đường cong ngữ nghĩa định lượng trong phương pháp lập luận mờ sử dụng ĐSGT..
- Theo đó thuật toán thực hiện phương pháp như sau:.
- m) là các giá trị ngôn ngữ của biến ngôn ngữ X j , tập giá trị định lượng ngữ nghĩa của X j là.
- Sử dụng các ánh xạ định lượng ngữ nghĩa xác định mô hình SAM gồm các tham số.
- Để tiện theo dõi ký hiệu phương pháp lập luận xấp xỉ mờ dựa trên ĐSGT sử dụng phép nội suy dùng mạng RBF là RBF_HAR..
- Do vậy, phương pháp lập luận RBF _HAR sử dụng công cụ tính toán mạng nơ ron RBF, cụ thể sử dụng mạng nơron RBF để nội suy trực tiếp từ mô hình SAM..
- Nội dung chương 2 đã trình bày tổng quát phương pháp lập luận mờ dựa trên ĐSGT truyền thống (HAR).
- Trên cơ sở đó xây dựng thuật toán cho phương pháp lập luận mờ dựa trên ĐSGT sử dụng thuật toán nội suy RBF, gọi tắt là RBF_HAR..
- Bài toán 1: Xấp xỉ mô hình mờ EX1 của Cao-Kandel [9].
- Bài toán 2: Bài toán điều khiển mô hình máy bay hạ độ cao [8].
- Miền giá trị của các biến ngôn ngữ Độ cao máy bay.
- Tổng hợp kết quả điều khiển phương pháp HAR [6] và FMCR Phương pháp HAR [6] Phương pháp FMCR của Ross [8].
- Bước 6: Kết nhập (aggregation) các giá trị đầu rạ.
- Phương pháp lập luận mờ sử dụng đại số gia tử trong điều khiển Mô hình mờ (2.2) trong điều khiển gọi là bộ nhớ kết hợp mờ FAM.
- Trong phương pháp này, xem miền giá trị ngôn ngữ của mỗi biến X j.
- Dựa trên phương pháp lập luận mờ dựa trên ĐSGT, mô hình điều khiển mờ sử dụng ĐSGT, gọi tắt là FCHA (Fuzzy Control using Hedge Algebras) được mô tả như Hình 3.7..
- phương pháp điều khiển dựa trên lý thuyết tập mờ.
- iv) Không cần thiết sử dụng phương pháp khử mờ..
- Do vậy, ta sử dụng phương pháp lập luận RBF_HAR vào phương pháp điều khiển mờ.
- Phương pháp điều khiển mờ sử dụng phương pháp RBF_HAR được gọi là phương pháp lập luận mờ dựa trên ĐSGT với phép nội suy sử dụng mạng nơ ron RBF ứng dụng trong điều khiển, ký hiệu phương pháp điều khiển là FC_RBF_HA (Fuzzy Control using RBF_ Hedge Algebras)..
- Vì vậy, việc thiết kế phương pháp điều khiển cần thực hiện như sau:.
- Tính toán giá trị ngữ nghĩa điều khiển: Xác định siêu mặt thực C r,m+1 từ mô hình SAM.
- Áp dụng phương pháp nội suy mạng nơ ron RBF để tính giá trị ngữ nghĩa điều khiển tương ứng với giá trị đầu vàọ.
- Để thấy được hiệu quả của phương pháp lập luận RBF_HAR trong điều khiển mờ (FC_RBF_HA), và kết quả được so sánh với các phương pháp điều khiển mờ dựa trên ĐSGT khác hiện nay [8,9,10].
- Bài toán 1: Sử dụng phương pháp điều khiển FC_RBF_HA để xấp xỉ mô hình EX1 của Cao-Kandel..
- Hình 3.8 là đường cong xấp xỉ mô hình EX1 của Cao-Kandel bằng phương pháp lập luận với các tham số tối ưu [10] và phương pháp OPHẠ.
- Phương pháp.
- Bài toán 2: Điều khiển mô hình máy bay hạ độ cao [8].
- Phương pháp Sai số.
- Điều khiển Phương pháp điều khiển theo phương lập luận mờ tối ưu.
- Phương pháp điều khiển FC_RBF_HA 8.788920.
- Bài toán Xấp xỉ mô hình mờ EX1 của Cao-Kandel [9]..
- Bài toán Điều khiển mô hình máy bay hạ độ cao của Ross [8]..
- tính hiệu quả của phương pháp điều khiển mờ sử dụng FC_RBF_HA và mở ra khả năng ứng dụng tốt vào các bài toán mô hình mờ phức tạp hơn..
- Nghiên cứu về lý thuyết ĐSGT, tìm hiểu khả năng sử dụng mạng nơ ron RBF để thực hiện nội suy trên trong phương pháp lập luận mờ dựa trên ĐSGT..
- Về lý thuyết: Tập trung nghiên cứu các kiến thức chung nhất về biến ngôn ngữ và mô hình mờ, ĐSGT, phương pháp lập luận xấp xỉ mờ sử dụng ĐSGT và mạng nơ ron RBF và phương pháp nội suy sử dụng mạng RBF.
- Luận văn đã phân tích kỹ về phương pháp lập luận xấp xỉ mờ sử dụng ĐSGT..
- Về ứng dụng: Cài đặt phương pháp lập luận mờ sử dụng ĐSGT với phép nội suy sử dụng mạng nơ ron RBF trong điều khiển mờ gọi là phương pháp điều khiển FC_RBF_HA, cụ thể cho bài toán Xấp xỉ mô hình EX1 của Cao- Kandel và bài toán điều khiển mô hình hạ độ cao máy bay của Ross.
- Hướng nghiên cứu tiếp theo: Hoàn thiện và tối ưu phương pháp lập luận mờ dựa trên ĐSGT với các bài toán điều khiển mờ phức tạp hơn..
- [4] Trần Thái Sơn, Nguyễn Thế Dũng (2005), “Một phương pháp nội suy giải bài toán mô hình mờ trên cơ sở đại số gia tử”, Tạp chí Tin học và Điều khiển học, Tập 21(3), tr

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