Lôgíc mờ và ứng dụng của nó trong trí tuệ nhân tạo

T rên cơ s ở đó, tác gi ả phân tí ch vai trò, ứng dụng của lôgíc mờ trong việc xác lập hệ điều khiển mờ, một thành tựu trí tu ệ nhân tạ o.. Theo tác gi ả, nhờ sử dụng đ ược các ki nh ngh

LÔGÍC MỜ VÀ Ứ NG D ỤNG C ỦA NÓ TRONG TRÍ T U Ệ NHÂN TẠO

Bài vi ết gi ới thi ệu l ôgí c m ờ – mộ t khuynh hư ớn g lôgí c phi c ổ đi ển,

trong đó tập trung vào một số vấn đề cơ bản nhất: khái niệm tập mờ và hàm đặc trưng; khái niệm lôgíc mờ, chủ yếu là lôgíc mệnh đề mờ và một

số quy tắc lôgí c m ệnh đề m ờ T rên cơ s ở đó, tác gi ả phân tí ch vai trò, ứng dụng của lôgíc mờ trong việc xác lập hệ điều khiển mờ, một thành tựu trí tu ệ nhân tạ o Theo tác gi ả, nhờ sử dụng đ ược các ki nh nghi ệm vận hành đ ối tư ợng và x ử lý đi ều khi ển của các chuyên gia trong thu ật toán điều khiển, hệ điều khiển mờ có khả năng tiến gần với tư duy điều khiển của con ngư ời

Trong quá t rình chi nh ph ục tự nhiên, con ngư ờ i không ngừng c ải ti ến và hoàn t hiện công cụ l ao động nhằm mụ c đích tăng hi ệu s u ất l ao động, m ang lại ngày càng nhi ều củ a cải v ật chất ph ụ c vụ cho cuộ c sống củ a mì nh Ngày nay, khi m à khoa h ọ c, kỹ thu ật và công nghệ đã phát t ri ển đến trì nh độ rất cao, con người ngày càng chuyển giao cho máy móc không ch ỉ các thao tác hoạt đ ộng cơ b ắp mà cả một số t hao t ác ho ạt đ ộng trí tụ ê nữa K ết qu ả l à con người đã chế tạo ra những công cụ sản xuất “thông minh” Tin học hoá

và tự động hoá các dây chuy ền công ngh ệ sản xuất đang l à m ộ t xu th ế củ a thời đ ại Cơ sở củ a t ự đ ộng hoá l à các m áy móc cơ khí đư ợc đi ều khi ển bằng m áy tính cài đ ặt các chương t rình lôgíc khi ến chúng có kh ả năng ho ạt động mô phỏng theo hoạt động của bộ não người Những chiếc máy tính có khả năng đưa ra nh ững tí n hi ệu đi ều khi ển, d ựa t rên s ự phân t ích các tí n hiệu phản hồi, ho ạt đ ộng m ô phỏng như hoạt độ ng của t ư duy con ngư ời

được gọi là trí tuệ nhân tạo

Để có được trí tuệ nhân tạo, cần phải hội đủ ba nền tảng quan trọng là toán học, điện t ử h ọc và l ôgí c h ọc Toán h ọc có nhi ệm vụ xây dựng các chương trình thuật toán, các h ệ đếm; đi ện t ử h ọc có vai t rò xây d ựng các m ạch đi ện lôgí c, các b ộ nhớ và bộ xử l ý vi đi ện tử - bộ não m áy m óc; lôgíc h ọ c có vai trò xây dựng các h ệ ngôn ng ữ, các h ệ suy di ễn và phép tính lôgíc Trí t u ệ nhân t ạo không th ể ra đ ời n ếu thi ếu một t rong ba n ền t ảng quan tr ọng đó

Tuy nhiên, t rong ph ạm vi bài báo này, chúng tôi ch ỉ xin đượ c đ ề cập một vấn đ ề rất nhỏ t rong cụm v ấn đề v ề vai trò c ủa lôgíc học đối v ới sự ra đời

củ a t rí t u ệ nhân t ạo Cụ th ể l à, bài vi ết s ẽ xem xét vai t rò c ủ a lôgí c m ờ

trong việc phân tích các m ệnh đề mờ, nh ằm mục đí ch lư ợng hoá gi á t rị

lôgí c củ a chúng và chuy ển gi ao cho b ộ não đi ện tử để đưa ra nh ững tín hi ệu điều khiển tự động hệ thống

1 Tính “mờ” của ngôn ngữ tự nhiên

Trong cu ộ c sống, con ngư ời truy ền thông tin cho nhau ch ủ yếu b ằng ngôn ngữ tự nhi ên M ặc dù ngôn ng ữ t ự nhiên thườ ng đa nghĩa ho ặc có khi thi ếu chính xác, nhưng nó vẫn là phương tiện truyền thông tin mạnh mẽ và thông dụng nh ất gi ữa con người với nhau Vượt qua t ất cả nh ững h ạn ch ế đó của ngôn ng ữ t ự nhi ên (đa nghĩ a, thi ếu chính xác, không rõ ràng (vaguenees )), con người thường hiểu đúng và ít khi hiểu sai những điều mà người khác muốn nói với mình Đây l à đi ều m à m áy móc t ừ trướ c tớ i nay không th ể thực hiện đượ c m ột cách hoàn h ảo

Tham v ọng của các nhà toán h ọ c, l ôgí c h ọ c và công ngh ệ thông tin l à mu ốn xây d ựng cho m áy m óc kh ả năng suy di ễn và x ử lý thông tin, t ức ho ạt động tương tự như bộ óc của con người, để chúng có thể tiếp nhận những mệnh lệnh của con người t hông qua ngôn ng ữ t ự nhiên và th ực thi nhi ệm vụ đó Như vậy, vấn đề đặt ra ở đây là làm thế nào để máy tính hiểu được các mệnh đ ề củ a ngôn ng ữ t ự nhiên, ví d ụ: “B ill Gat e l à m ột nhà t ỷ phú”,

“Thanh là người cao”, “Thời tiết hôm nay mát mẻ”…? Những mệnh đề này

có nghĩa Bill Gate có tổng trị giá tài sản là 10 tỷ đô la hay 50 tỷ đô la, Thanh cao 1m70 hay 1m85, t h ời t iết hôm nay có nhi ệt đ ộ 1 8oC hay 25oC?

Để máy móc có thể hiểu và xử lý được những tri thức diễn đạt bằng ngôn ngữ tự nhi ên, ngư ời t a c ần ph ải xây d ựng một lý thuy ết lôgí c t oán cho phép

mô t ả chính xác ý nghĩa c ủa các m ệnh đ ề không rõ ràng, đa nghĩa; ch ẳng hạn: gi ầu, nghèo, cao, th ấp, già, t r ẻ, đắt , rẻ, nhanh, ch ậm, m át m ẻ, oi b ức, sạch, b ẩn… Vào năm 1965, Lotti Zahden, m ột nhà lôgíc h ọc và cũng là nhà toán h ọc người Hà Lan, đã xây d ựng thành công lý thuy ết t ập mờ và h ệ thống lôgíc m ờ (1) P hát minh này c ủa Lot ti Zahden đã cho phép ngư ời ta có thể lượ ng hoá giá tr ị các mệnh đề mờ, nh ờ đó t ruy ền đạt một số thông ti n

cho m áy m óc qua ngôn ng ữ tự nhi ên, và chúng có t h ể “hi ểu” khá chính xác nội dung củ a những t hông tin đó Đây l à m ột bướ c ti ến có tí nh đ ột phá

trong việc phi ên d ị ch hay lư ợng hoá n hững m ệnh đ ề củ a ngôn ng ữ tự nhi ên

(có gi á trị nội dung “không rõ ràng” ) sang ngôn ng ữ nhân t ạo

2 Khái ni ệm chung về tậ p mờ

Trước khi đi vào tìm hi ểu tập mờ, chúng ta hãy tìm hi ểu những thuộc tính

củ a t ập rõ (tập cổ đi ển) Một tập rõ A t rong m ộ t phạm vi nào đó có th ể được xác định bằng cách liệt kê tất cả các phần tử của nó, chẳng hạn A = {0, 2, 4, 6, 8} Tro ng trườ ng hợp không t h ể liệt kê hết đượ c các ph ần t ử củ a tập A, người ta có t h ể chỉ ra những tính ch ất chính xác củ a nh ững ph ần tử trong t ập A ph ải t ho ả m ãn, ch ẳng h ạn A = {x | x là s ố tự nhi ên} M ột tính

ch ất quan t rọng nh ất của t ập rõ m à chúng ta c ần chú ý, đó l à m ột t ập rõ

hoàn toàn được xác định bởi hàm đặc trưng của nó Hàm đặc trưng của tập

rõ A được ký hiệu là λA(x), là m ột hàm chỉ nh ận một tr ong hai giá tr ị (0/1),

nó nhận giá trị 1 khi x thu ộ c t ập A và nh ận gi á t rị 0 khi x không thu ộ c t ập

A C ác ph ần tử của t ập r õ luôn có m ột ranh gi ới rõ ràng gi ữa các phần tử thuộ c và các ph ần tử không thuộ c nó Tr ở lại ví dụ “ngư ời t r ẻ”, nh ững

người thuộc độ tuổi nào được coi là trẻ? Giả sử chúng ta quy ước những người dưới 25 tuổi là trẻ, những người trên 55 tuổi là không trẻ Như vậy, những ngư ời có độ t uổi t ừ 30, 35, 40, 45, 50 l à ngư ời gi à hay tr ẻ ? Trư ớc đây, những người 50 tuổi đã được coi là già, bây giờ 50 tuổi không phải là già, nhưng cũng không được coi là trẻ Như vậy, mệnh đề “x là người trẻ” không phải l à m ột m ệnh đ ề chí nh xác – cho phép xác đ ịnh mộ t tập rõ Cũng tương tự như mệnh đề trên, các mệnh đề “y là người đẹp”, “z là người

giầu”,… không ph ải là những mệnh đề “chính xác” N ếu tập rõ được xác định bởi các tính chất chính xác cho phép chúng ta bi ết một đối tượng là thuộ c hay không thu ộc tập đã cho và hàm đ ặc trưng c ủ a t ập rõ ch ỉ n hận hai giá trị 0 ho ặc 1, hàm đ ặc trưng c ủ a t ập rõ nh ận gi á t rị l à 1 khi đ ối t ượng thuộ c t ập đã cho; ngư ợc l ại, nó sẽ nh ận giá t rị 0 khi đối t ượ ng không t hu ộ c

tập đó Những ví d ụ trên cho th ấy, các t ập mờ có đặ c trưng là tính không

rõ ràng, không chí nh xác C ác tập mờ đượ c xác định bởi hàm đ ặc t rưng m à

giá trị củ a nó l à các s ố thực t ừ 0 đ ến 1(2) Ch ẳng h ạn, t ập m ờ những ngư ời tho ả m ãn t ính chất người trẻ (chúng ta g ọi là tập mờ người tr ẻ) đượ c xác

định bởi hàm đặc trưng nhận giá trị 1 trên tất cả mọi người dưới 25 tuổi, nhận giá trị 0 trên t ất cả những người t rên 55 tu ổ i và nh ận gi á trị gi ảm dần

từ 1 tới 0 t rên các tu ổi từ 25 đ ến 55 Mộ t tập mờ A t rong mi ền U đượ c xác định là một hàm µA: Uà[0, 1] Hàm µA được gọi là hàm đ ặc t rưng c ủa t ập

mờ A, còn µA(x) được gọi là mức độ thuộc của x vào tập mờ A Khái niệm tập mờ l à m ột khái ni ệm t oán h ọ c hoàn toàn chính xác: m ột t ập mờ t rong miền U là một hàm xác đ ị nh t rên U và nh ận nh ững gi á t rị t rong kho ảng [0,1] Như vậy, tập mờ là sự tổng quát của tập rõ bởi hàm đặc trưng của nó

có th ể l ấy gi á t rị b ất kỳ t rong kho ảng [0, 1], trong khi hàm đ ặc t rưng củ a tập rõ chỉ l ấy hai gi á tr ị 0 ho ặc 1 Nói cách khác, t ập rõ l à m ột tập mờ đ ặc biệt vì hàm đặc t rưng c ủa nó chỉ nh ận hai gi á t rị [0, 1], còn hàm đ ặc t rưng

củ a t ập mờ có th ể nhận mọi giá t rị t rong kho ảng này Khái ni ệm tập mờ là

sự t ổng quát hoá khái ni ệm t ập rõ Người ta biểu di ễn t ập mờ A t rong mi ền

U bở i t ất cả các c ặp phần t ử và mức độ t huộc củ a nó: A = {(x, µA(x))/

x∈U}

Ví d ụ: giả sử vận tốc cho phép đ ối với xe du l ị ch 4 ch ỗ ngồi trên đườ ng cao tốc từ 10 đ ến 100km/ h và m ỗi thang t rên đ ồng hồ đo tố c độ ứng với 10 km,

U = {10 , 20, 30, 40…100}; chúng ta hãy xác đ ịnh tập mờ A = “vận tốc cao”, B = “vận tốc trung bình”, C = “vận tốc thấp” bằng cách cho mức độ thuộ c củ a các v ận tố c vào mỗi t ập m ờ t rong b ảng s au:

Vận

tố c

A (vận

tốc cao)

B (v ận tố c trun g bình)

C (vận tốc thấp )

60 0,2 0,8 0,1

70 0,5 0,3 0

Ví d ụ này cho chúng ta th ấy rằng, các t ập mờ A, B , C bi ểu diễn nh ững tính

ch ất không chí nh xác, không rõ ràng Qua b ảng trên, chúng t a cũng t h ấy rõ

tính ch ất của tập mờ - mộ t t ập mờ bao giờ cũng có nhân (t âm c ủa tập mờ , l à

những ph ần t ử t huộ c tập mờ m à gi á t rị củ a hàm đ ặc trưng t ại những đi ểm

đó nhận giá trị gần 1)

Như v ậy, t ập mờ dùng đ ể bi ểu diễn các t ính ch ất m ờ Khi bi ểu di ễn một tính ch ất mờ bởi m ột tập mờ A và x là m ột ph ần tử b ất k ỳ t hì mức độ thuộ c

củ a x vào tập mờ A l à m ột s ố µA(x) ∈ [0, 1] (s ố này có giá trị nằm trong

khoảng từ 0 đến 1) Nhân của tập mờ l à những phần t ử m à ở đó gi á t rị củ a

hàm đặc trưng gần với 1

3 Bi ến ngôn ng ữ và mệnh đề mờ

Trong đời sống hàng ngày, chúng ta v ẫn thư ờng nói: “nhi ệt đ ộ cao”, “nhi ệt

độ trung bình”, “nhiệt độ thấp” Chúng ta có thể xem biến “nhiệt độ” lấy

các từ “cao”, “t rung bình”, “t h ấp” l àm các giá tr ị củ a nó K hi một bi ến nhận các từ t rong ngôn ng ữ tự nhi ên làm các giá t r ị t hì bi ến đó đư ợc gọi là biến ngôn ngữ (li nguistic vari able) Khái ni ệm này đượ c L.Zadeh xây d ựng

năm 1973 Một biến ngôn ngữ được xác định bởi bộ bốn (x, T, U, M)

Trong đó, x là tên bi ến, chẳng hạn: “tốc độ”, “nhiệt độ”, “người giàu”…; T

là m ột t ập nào đó m à bi ến x có t hể nhận, ví dụ n ếu x l à “ nhi ệt độ ” t hì T có thể là T = {l ạnh, m át , nóng , rất nóng}, U là mi ền các giá t rị v ật lý m à bi ến

số x có th ể nhận, ch ẳng hạn: n ếu x l à “nhi ệt độ” của mộ t phòng có g ắn m áy điều hoà có giới hạn nhiệt độ từ 16 đến 30oC thì U = [16…30]; M là luật ngữ nghĩa, ứng với t ừ t∈ T với một tập mờ At t rên miền U, ví dụ: x l à “t ốc độ”, T = {vận tốc thấp, vận tốc trung bình, vận tốc cao} và các từ “vận tốc

thấp”, “v ận t ốc t rung bình”, “v ận t ốc cao” đượ c xác định b ởi các t ập m ờ trong hình v ẽ s au:

vận tố c th ấp vận tố c t rung bì nh vận tố c cao

1

1 0 5 0 70 100

Như vậy, biến ngôn ngữ chính là biến có thể nhận giá trị là các tập mờ trên một mi ền nào đó

Trong lôgí c cổ đi ển, một m ệnh đ ề nguyên t ử P (x) l à m ột m ệnh đề có d ạng x

là P; trong đó, x là ký hi ệu một đối tượng nằm trong một tập các đối tượng

U nào đó, P là một tính chất nào đó của các đối tượng trong U Ví dụ, các mệnh đ ề: M l à s ố nguyên, Y l à ngư ời Vi ệt Nam…

Trong các m ệnh đ ề nguyên tử của lôgí c c ổ đi ển, tính ch ất P cho phép chúng

ta xác định một tập con rõ A của U sao cho x ∈ A và nếu x thoả mãn tính

ch ất P Ví d ụ, tí nh ch ất “l à số nguyên t ố” xác định mộ t t ập con rõ củ a t ập tất cả các số nguyên, đó l à t ập t ất cả các s ố nguyên tố Tương t ự như vậy, tính ch ất “l à tam gi ác cân” xác đ ị nh một tập con rõ c ủa t ập t ất cả các hình tam giác, đó là tập tất cả các tam giác cân Nếu chúng ta ký hiệu giá trị chân lý củ a m ệnh đề rõ l à Truth(P (x)) thì Truth(P (x)) = λA(x) Trong đó,

λA(x) là hàm đặc trưng của tập rõ A, tập rõ A được xác định bởi tính chất

P

Một m ệnh đ ề m ờ nguyên tử cũng có dạng x l à t, tương t ự như mệnh đ ề

nguyên tử trong lôgí c c ổ đi ển Song, ở đây, P không ph ải l à m ột tính ch ất chí nh xác m à là m ột tính ch ất không rõ ràng, m ờ Ví dụ, các m ệnh đ ề “tốc

độ này là cao”, “thời này là tiết mát mẻ”,… Trong lôgíc cổ điển, một mệnh

đề chỉ có thể nhận giá trị chân lý là 1 khi nó đúng hoặc nhận giá trị chân lý

là 0 khi nó s ai; trong lôgí c m ờ, gi á t rị chân lý c ủa một mệnh đ ề mờ l à một

số n ằm trong khoảng [0,1]

Theo định nghĩa biến ngôn ngữ, thì t trong tập mờ nguyên tử được xác định

bởi mộ t t ập mờ A t rên mi ền U Như vậy, chúng ta có th ể nói , mệnh đ ề m ờ nguyên tử l à m ệnh đ ề có d ạng x l à A Trong đó, x l à bi ến ngôn ng ữ, còn A

là m ột t ập mờ t rên m i ền U các gi á tr ị vật lý củ a x

Nếu ký hiệu P (x) l à m ột m ệnh đ ề m ờ, t hì gi á t rị chân lý củ a nó (TruthP (x)) được xác định là TruthP(x) = µA(x) Điều này có nghĩa giá trị chân lý của mệnh đ ề m ờ P (x) = “x l à A” là m ức độ t huộc củ a x vào t ập mờ A

Ví d ụ, gi ả s ử có P (x) là m ệnh đề mờ “điểm giỏi ”, t ập m ờ A = “đi ểm khá”

và µA(9) = 0,83, khi đó m ệnh đề mờ “điểm 9 là điểm giỏi” sẽ có giá trị chân lý l à 0,83

1

5 8 9 10

Cũng tương tự như trong lôgíc cổ điển, từ các mệnh đề mờ nguyên tử, bằng cách s ử d ụng các phép tính lôgí c h ội, t uy ển và phủ định (∧,∨, người ta),

p hơn ạ

c t ứ ph ờ m ề

nh đ ệ

ng nên các m

ự

xây d

4 Lu ật kéo th eo m ờ

Trong lôgíc c ổ điển, gi ả s ử P (x) và Q(y) là các m ệnh đ ề rõ đư ợc m inh ho ạ như các tập rõ A và B trên U và V tương ứng Căn cứ vào bảng chân lý của phép kéo theo trong lôgí c c ổ đi ển, người ta s uy ra rằng, m ệnh đề P (x) à Q(y) được minh hoạ như quan hệ rõ trên U*V

Trong lôgí c m ờ, phép kéo theo m ờ có hình th ức mô ph ỏng tương t ự như trong l ôgí c cổ đi ển: à

Hay vi ết theo một cách khác: N ếu thì

Nếu “lực tác động lớ n”à t hì “gi a t ốc lớn”

Nếu “nhi ệt độ cao”àt hì “áp s u ất lớn”

Nếu “kh ối l ượng lớ n” à t hì “quán tính l ớ n”

Cũng có thể viết một cách tổng quát P(x) à Q(y), trong đó P(x) là m ệnh đề

mờ được minh ho ạ như t ập mờ A t rên U và Q(y) l à m ệnh đ ề mờ được minh hoạ như t ập mờ B t rên V

Luật M odus pon ens

Trong lôgí c cổ đi ển, luật Modus P onens đư ợc phát bi ểu như s au: t ừ hai mệnh đ ề i f P (x) t hen Q(y)(3); n ếu có P (x) ngư ờ i t a s uy ra Q(y) Lu ật Modus Ponens được sử dụng phổ biến và rộng rãi nhất trong các lập luận Trong lôgí c mờ , lu ật này được phát bi ểu tương t ự như s au: t ừ hai m ệnh đ ề mờ

“Nếu x là A” thì “y là B” và “x là A’”, ngư ời ta tìm ra được mệnh đề mờ “y

là B’” Nếu A’ càng gần với A thì B’ càng gần B, trong đó a và A’ là các tập mờ t rên U, còn b v à B’ l à các t ập mờ trên V

Hay vi ết dư ới d ạng t ổng quát:

Tiền đ ề 1 “ Nếu x l à A” thì “y l à B ”

Tiền đ ề 2 “x là A’ ”

Kết lu ận “y l à B’ ”

Điểm cần lưu ý là, khác với luật Modus Ponens trong lôgíc cổ điển, ở đây tiền đ ề 1 l à lu ật kéo theo m ờ với đi ều ki ện l à m ệnh đ ề “x là A”; t rong khi

đó, tiền đề 2 là mệnh đề “x là A’ ” (là dữ liệu thu được từ quan sát) không đòi hỏi phải trùng với điều kiện của luật kéo theo trong tiền đề 1 Luật Modus Ponens được ứng dụng rất nhiều trong việc thiết kế những hệ mờ, là

hệ tri th ức được bi ểu di ễn t rong hệ mờ dưới d ạng các l uật kéo theo m ờ

5 Ứng dụng lôgí c m ờ trong việc xây d ựn g hệ đi ều kh iển mờ

Trong các dây chuy ền s ản xu ất t ự động, những m áy móc thông minh có b ộ điều khiển mờ được xây dựng và hoạt động trên cơ sở lý thuyết tập mờ và lôgí c mờ Hiện nay, đi ều khiển mờ đang đóng vai t rò quan tr ọ ng t rong các

hệ đi ều khi ển hi ện đ ại, nó có th ể đáp ứng nh ững ti êu chí k ỹ thuật , như tính linh ho ạt, tính ổn định, d ễ thi ết k ế Về nguyên l ý, h ệ thố ng đi ều khi ển mờ cũng gồm các bộ phận thực hiện những chức năng như các hệ thống điều khi ển khác, nhưng các b ộ p hận này l ại ho ạt động t rên cơ s ở b ộ đi ều khi ển

mờ – cái có th ể ti ếp nhận và xử lý các thông t in ph ản hồi có n ội dung

không rõ ràng

Một b ộ điều khiển m ờ cơ b ản gồm 4 khối ch ức năng: khối m ờ hoá, khối hợp

thành, kh ối lu ật mờ và khố i khử mờ K hối m ờ hoá thực hi ện chức năng bi ến

đổi các tín hiệu đầu vào thành một miền giá trị mờ với hàm đặc trưng đã chọn và ứng v ới bi ến ngôn ngữ đầu vào đã đượ c định nghĩ a Trong các dây chuyền s ản xu ất , những tí n hi ệu ph ản h ồi thu đượ c t ừ m ôi t rư ờ ng bằng quan sát, thông qua các tí n hi ệu ph ản hồi ho ặc thông qua bi ến ngôn ng ữ đ ều mang tính ch ất xấp xỉ, không chính xác, nh ững m ệnh đ ề này s ẽ đượ c mờ hoá Đây là quá trình bi ến đổi những giá trị xє U thành một tập mờ A’ trên

U Tập mờ này sẽ l à dữ li ệu quan t rọng cho b ộ s uy l uận mờ Khối hợp

thành có nhi ệm vụ bi ến đổi các gi á trị mờ hoá của biến ngôn ng ữ đầu vào

thành các gi á t r ị mờ củ a biến ngôn ng ữ đ ầu ra t heo các lu ật m ờ do người

thiết k ế t hiết l ập Khối lu ật mờ gồm t ập h ợp các lu ật s uy l uận mờ - “Nếu…

thì ” d ựa vào các l u ật mờ cơ sở đượ c ngư ời kỹ sư thi ết k ế, xây d ựng thí ch hợp với m ỗi biến và giá trị của các bi ến ngôn ng ữ theo quan h ệ mờ Đây l à

tập hợp các t ri th ứ c chuyên gia đư ợc xây dựng t hành các lu ật cho suy lu ận

theo mô hình các lu ật suy lu ận mờ Khối khử mờ có ch ức năng bi ến đổi các

giá trị mờ đầu ra thành các gi á t r ị rõ đ ể đưa ra t ín hi ệu điều khiển đ ối

tượng Để thực hiện chức năng này, khối khử mờ phải tìm ra một điểm rõ y

є U làm đại diện tốt nhất cho tập mờ A’, tức là tìm ra giá trị hàm đặc trưng ứng với x trên tập mờ A’ Như vậy, khử mờ là tìm ra những giá trị gần nhân

củ a t ập mờ, mà ở đó hàm đ ặc trưng nhận giá trị cực đ ại b ằng 1

Trong bộ đi ều khi ển mờ thì kh ối s uy l u ận mờ và khố i hợ p t hành l à hai kh ối quan t rọng nh ất - cốt lõi củ a bộ đi ều khi ển mờ Hai khố i này giúp cho vi ệc lượng hoá những mệnh đề mờ thành những mệnh đề có nội dung chính xác

ở tín hiệu đầu ra của bộ điều khiển Chúng cho phép bộ điều khiển mờ có khả năng mô ph ỏng những ho ạt đ ộng suy đoán củ a con ngư ời để đưa ra được những tín hiệu điều khiển hiệu quả nhất Thực chất, đây là quá trình lượng hoá giá trị các mệnh đề được phản hồi hoặc biến ngôn ngữ sang các giá trị chân l ý chính xác m à căn c ứ vào đó, m áy móc có th ể ti ếp nh ận đư ợc

Hệ đi ều khi ển mờ sử dụng đượ c các kinh nghi ệm vận hành đ ối tượ ng và xử

lý điều khiển của các chuyên gia trong thuật toán điều khiển; do vậy, điều khi ển m ờ có kh ả năng ti ến gần v ới t ư duy đi ều khi ển củ a con ngườ i H ệ điều khiển mờ có ưu thế trong việc điều khiển các hệ thống mà các thông tin đầu vào không đầy đủ hoặc không chính xác

Kết lu ận

Lôgí c m ờ đã đượ c áp dụng thành công t rong nhi ều lĩ nh vực xây d ựng trí tu ệ nhân t ạo, như các h ệ chuyên gia trong y h ọc, trong các ph ần m ềm dự báo hoạt đ ộng qu ản lý ki nh doanh, t rong đi ều khi ển tự độ ng củ a các dây chu yền

tự đ ộng hoá Trong đó, thành t ựu lớn nh ất mà h ệ mờ mang lại l à những ứng dụng của chúng t rong vi ệc đi ều khiển t ự động các quá t rình công nghi ệp Trong các dây chuy ền tự động hoá, nh ững tín hi ệu phản hồi t hu nh ận đượ c thường mang tính xấp xỉ, không chính xác; lôgíc mờ cho phép biểu diễn và

xử l ý các dữ li ệu đó một cách đơ n gi ản và hiệu quả nh ất H ệ điều khiển mờ đang được sử dụng phổ biến trong những hệ thống máy móc thế hệ mới, thế

hệ máy móc “t hông minh” Lôgíc m ờ có phạm vi ứng dụng rộ ng lớ n và r ất hiệu quả trong vi ệc xây dựng các h ệ điều khi ển t ự động, bởi các h ệ điều