ỨNG DỤNG LOGIC MỜ TAGAKI-SUGENO TRONG ĐIỀU KHIỂN MÁY GIẶT THEO LUẬT HỢP THÀNH SUM –MIN

TRƯỜNG ĐẠI HỌC CÔNG NGHIỆP HÀ NÔIKHOA CÔNG NGHỆ THÔNG TIN BÀI TẬP LỚN MÔN: TÍNH TOÁN MỀM TRONG ĐIỀU KHIỂN MÁY GIẶT THEO LUẬT HỢP THÀNH SUM –MIN Giáo viên hướng dẫn: TS.Đỗ Văn Tuấn Lớp: K

TRƯỜNG ĐẠI HỌC CÔNG NGHIỆP HÀ NÔI

KHOA CÔNG NGHỆ THÔNG TIN

BÀI TẬP LỚN MÔN: TÍNH TOÁN MỀM

TRONG ĐIỀU KHIỂN MÁY GIẶT THEO LUẬT HỢP

THÀNH SUM –MIN Giáo viên hướng dẫn: TS.Đỗ Văn Tuấn

Lớp: Khoa học máy tính 2-Khóa 10 Thành viên:

1.Lê Đình Lộc 2.Lưu Nhất Lâm

Lời nói đầu

Con người giao tiếp bằng ngôn ngữ tự nhiên, mà bản chất của ngôn ngữ

tự nhiên là mơ hồ và độ chính xác thấp Tuy vậy, trong hầu hết tình huống, con người vẫn hiểu những điều mà người khác muốn nói với mình Khả năng hiểu và sử dụng đúng ngôn ngữ tự nhiên, thực chất là hiểu và xử lý đúng thông tin không chính xác chứa trong đó, có thể coi là thước đo mức độ hiểu biết, thông minh của con người Con người cũng luôn mơ ước máy tính, người bạn, người giúp việc đắc lực của mình, ngày càng thông minh và hiểu biết hơn Vì vậy, nhu cầu làm cho máy tính hiểu và xử lý được những thông tin không chính xác, xấp xỉ, áng chừng là một nhu cầu bức thiết Logic mờ ra đời đã cung cấp một công cụ hữu hiệu để nghiên cứu và xây dựng các hệ thống có khả năng xử lý thông tin không chính xác Nhờ có logic mờ mà con người xây dựng được những hệ điều khiển có tính linh động rất cao Chúng

có thể hoạt động tốt ngay trong điều kiện có nhiều nhiễu hoặc những tình huống chưa được học trước

Ngày nay logic mờ có phạm vi ứng dụng rộng rãi trên thế giới, từ những hệ thống cao cấp phức tạp như những hệ dự báo, nhận dạng, máy bay,… đến những đồ dùng hằng ngày như máy giặt, máy điều hoà không khí, máy chụp hình tự động Ở Việt Nam, việc nghiên cứu về lý thuyết cũng như ứng dụng của logic mờ đã có lịch sử gần hai thập kỷ và đã thu được những thành tựu to lớn Bài thu hoạch này của nhóm là kết quả tìm hiểu về logic mờ, phương pháp xây dựng một hệ điều khiển mờ điển hình và minh hoạ lý thuyết bằng một hệ mờ đơn giản - điều khiển máy giặt theo luật hợp thành SUM - MIN

CHƯƠNG I: TỔNG QUÁT VỀ LOGIC MỜ

I Lý thuyết tập mờ

1.Định nghĩa tập mờ

Tập mờ A xác định trên không gian X là một tập mà mỗi phần tử của nó là một cặp giá trị (x,µA(x)), trong đó x X và µA là ánh xạ:

µA : X [0 1]

Ánh xạ µA được gọi là hàm thuộc của tập mờ A, tập X được gọi

là cơ sở của tập A

2.Các đặc trưng của tập mờ

• Miền xác định của tập A là gồm các phần tử có giá trị hàm thuộc lớn hơn 0 trong tập mờ A,

kí hiệu : Supp(A)={x | x X | µA(x)>0}

• Miền tin cậy: là tập các phần tử có hàm thuộc bằng 1,

ký hiệu :Ker(A) )={x | x X | µA(x)=1}

• Độ cao của tập mờ: Tập mờ A đượ gọi là chuẩn hóa khi chiều cao của nó H(A)=1

3.Các phép toán trên tập mờ

• Phép toán hợp: hợp của hai tập mờ A, B là tập mờ C, ký

hiêu :

µC(x) = µAB(x) = max[µA(x), µB(x)]

• Phép toán giao: giao của hai tập mờ A,B là tập C, kỳ hiệu:

µC(x) = µAB(x) = min[µA(x), µB(x)]

• Phép toán bù: phần bù của tập mờ A, ký hiệu (x) =1- (x), x X

II Biến ngôn ngữ

Một biến có thể gán bởi các thừ tong ngôn nữ tự nhiên làm giá trị thì biến đó được gọi là biến giá trị

VD: T=( thấp , trung bình, cao) – tập các biến ngôn ngữ gọi là miền ngôn ngữ

III Luật hợp thành mờ

1.Cấu trúc mệnh đề hợp thành

Xét hai biến ngôn ngữ X, Y

X nhận giá trị mờ A có hàm thuộc µA(X), Y nhận giá trị mờ B

có hàm thuộc µB(Y) Hai biểu thức X =A và Y = B được gọi là hai mệnh đề

Xét hai mệnh đề hợp thành nếu X = A (Mệnh đề điều kiện) thì

Y = B (mệnh đề kết luận)

• Cấu trúc SISO: Cấu trúc có một mệnh đề điều kiện và một mệnh đẹ kết luận, ví dụ: if X = A then Y = B

• Cấu trúc MISO: Cấu trúc có từ hai mệnh đề điều kiện và một mệnh đề kết luận, ví dụ: if X = A and Y = B then Z

= C

• Cấu trúc MIMO: Cấu trúc có ít nhất hai mệnh đề điều kện và hai mệnh đề kết luận, ví dụ:

if X = A and Y = B then Z = C and T = D

2.Mô tả mệnh đề hợp thành

Xét hai mệnh đề hợp thành: Nếu X = A thì Y = B

Ta có, x0 có độ phụ thuộc µA(x0) trên tập mờ A, cần xác định độ phụ thuộc của B Bộ phụ thuộc của B được biểu thị bằng ánh xạ

µA(x0) µB(y0), lúc này ta được tập mờ B’ trên nên tập mờ B

Có hai phương pháp phổ biến trong điều khiển mờ xác định B’:

• Mamdani (x,y) = min[µA(x), µB(x)]

• PROD (x,y) = µA(x)×µB(x)

3.Một số luật hợp thành cơ bản

• MAX – MIN: Hàm thuộc xác định bởi MIN, phép hợp B’ xác định bởi MAX

• MAX – PROD: Hàm thuộc xác định bởi PROD, phép hợp B’ xác định bởi MAX

• SUM – MIN: Hàm thuộc xác định bởi MIN, phép hợp B’ xác định bởi SUM

• SUM – PROD: Hàm thuộc xác định bởi PROD, phép hợp B’ xác định bởi SUM

IV Giải mờ

Giải mờ là quá tình xác định giá trị rõ ở đầu ra từ hàm thuộc µB’(y) của tập mờ B’

Có hai phương pháp giải mờ

• Phương pháp cực đại

• Phương pháp trọng tâm

CHƯƠNG II:THIẾT KẾ ĐIỀU KHIỂN MỜ

Cấu trúc bộ điều khiển mờ

• Chúng ta xây dựng hệ thống mờ như sau:

Có hai trị nhập vào :

(1) Một cho độ bẩn trên quần áo

(2) Một cho loại chất bẩn trên quần áo

Độ bẩn được xác định bởi sự trong suốt của nước Mặt khác, loại chất bẩn được xác định từ sự bão hòa, thời gian nó dùng để đạt đến sự bão hòa Quần

áo dầu mỡ chẳng hạn cần lâu hơn cho sự trong suốt nước để đạt đến sự bão hòa bởi vì mỡ là chất ít hòa tan trong nước hơn những dạng khác của chất bẩn

Những giá trị cho độ bẩn và loại chất bẩn có phạm vi từ 0 tới 100

• Hệ thống dùng cảm biến để đo những giá trị rõ để dưa vào bộ điều khiển mờ

-Mờ hóa đầu vào: chuyển những giá trị rõ của biến đầu vào thành vector µ

-Thiết bị hợp thành: Triển khai các luật hợp thành xây dựng cơ sở luật điều khiển

-Giải mã đầu ra: Chuyển giá trị đầu ra thành rõ tương ứng với giá trị đầu vào

• Các biến ngôn ngữ, trạng thái:

Mờ hóa đầu vào

Thiết bị hợp thành

Giải mã đầu ra

Hệ thống

-Với biến ngôn ngữ Độ bẩn có các tập mờ :

+ Bẩn ít(D.Small) +Bẩn vừa(D.Medium) +Bẩn nhiều(D.Large)

-Với biến ngôn ngữ loại Chất bẩn có các tập mờ :

+Mỡ ít(G.NotGreasy)

+Mỡ vữa(G.Medium) +Mỡ nhiều(G.Greasy)

-Với biến ngôn ngữ kết luận thời gian gian giặt có các tập mờ:

+Giặt rất ngắn(T.VeryShort) +Giặt ngắn(T.Short)

+Giặt vừa(T.Medium) +Giặt lâu(T.Long) +Giặt rất lâu(T.VeryLong)

• Tập luật

Quyết định làm cho khả năng một mờ là bộ điều khiển được lập luật trong một tập hợp những quy tắc Nói chung, những quy tắc là trực giác

và dễ hiểu,

Một quy tắc trực giác tiêu biểu như sau :

Nếu thời gian bão hòa lâu và sự trong suốt ít thì thời gian giặt cần phải lâu.

Từ những sự kết hợp khác nhau của những luật đó và những điều kiện khác, chúng ta viết những quy tắc cần thiết để xây dựng bộ điều khiển máy giặt.

Gọi

X: chỉ Độ bẩn

Y: chỉ Loại chất bẩn

Z: Thời gian giặt

(0 <= x <= 100)

(0 <= y <= 100)

(0 <= z <= 60)

If X is Large and Y is Greasy then Z is VeryLong;

If X is Medium and Y is Greasy then Z is Long;

If X is Small and Y is Greasy then Z is Long;

If X is Large and Y is Medium then Z is Long;

If X is Medium and Y is Medium then Z is Medium;

If X is Small and Y is Medium then Z is Medium;

If X is Large and Y is NotGreasy then Z is Medium;

If X is Medium and Y is NotGreasy then Z is Short;

If X is Small and Y is NotGreasy then Z is VeryShort;

G.NotGreasy T.VeryShort T.Short T.Medium

Hàm thành viên

Hàm thành viên của Độ bẩn:

D.Small(x) = [ 1-x/50 nếu 0 <= x <= 50

0 nếu 50 <= x <= 100]

D.Medium(x) = [ x/50 nếu 0 <= x <= 50

2-x/50 nếu 50 <= x <= 100]

D.Large(x) = [ 0 nếu 0 <= x <= 50

x/50 –1 nếu 50 <= x <= 100]

Hàm thành viên của Loại chất bẩn:

K.NotGreasy(y) = [ 1-y/50 nếu 0 <= y <= 50

0 nếu 50 <= y <= 100]

K.Medium(y) = [ y/50 nếu 0 <= y <= 50

2-y/50 nếu 50 <= y <= 100]

K.Greasy(y) = [ 0 nếu 0 <= y <= 50

y/50 –1 nếu 50 <= y <= 100]

Hàm thành viên của kết luận cho từng luật:

T.VeryShort(z) = [1 nếu 0 <= z <= 4

(18-z)/14 nếu 4 <= z <= 18

0 nếu 18 <= z <= 60]

T Short(z) = [0 nếu 0 <= z <= 4

(z-4)/14 nếu 4 <= z <= 18 (32-z)/14 nếu 18 <= z <= 32

0 nếu 32 <= z <= 60]

T.Medium(z) = [0 nếu 0 <= z <= 18

(z-18)/14 nếu 18 <= z <=

32 (46-z)14 nếu 32 <= z <=

46

0 nếu 46 <= z <= 60]

T.Long(z) = [0 nếu 0 <= z <= 32

(z-32)/14 nếu 32 <= z<=46 (60-z)/14 nếu 46 <= z <= 60] T.VeryLong(z) = [0 nếu 0 <= z <= 46

(z-46)/14 nếu 46 <= z <= 60]

Nếu nhập trị input x0 =40 (Độ bẩn), y0=60 (loại chất bẩn)

µD.Small(x0) = 1/5

µD.Medium(x0) = 4/5

µD.Large(x0) = 0

µK.NotGreasy(y0) = 0

µK.Medium(y0) = 4/5

µK.Greasy(y0) = 1/5

W1 = min(µD.Large(x0), µK.Greasy(y0) = 0

W2 = min(µD.Medium(x0), µK.Greasy(y0)) = 1/5

W3 = min(µD.Small(x0), µK.Greasy(y0)) =1/5

W4 = min(µD.Large(x0),µK.Medium(y0) = 0