Tài liệu Hệ mờ và nơron trong kỹ thuật điều khiển

MỤC LỤC

LỜI NÓI ĐẦU 6

Chương 1: LÔGIC MỜ . 1

1.1. TỔNG QUAN VỀ LÔGIC MỜ . 1

1.1.1. Quá trình phát triển của 1ôgic mờ 1

1.1.2. Cơ sở toán học của 1ôgic mờ 1

1.1.3. Lôgic mờ là 1ôgic của con người . 2

1.2. KHÁI NIỆM VỀ TẬP MỜ 3

1.2.1. Tập kinh điển 3

1.2.3. Các thông số đặc trưng cho tập mờ 4

1.2.4. Các dạng hàm liên thuộc của tập mờ 5

1.3. CÁC PHÉP TOÁN TRÊN TẬP MỜ . 5

1.3.1. Phép hợp hai tập mờ . 5

1.3.2. Phép giao của hai tập mờ 6

1.3.3. Phép bù của một tập mờ . 8

1.4. BIẾN NGÔN NGỮ VÀ GIÁ TRỊ CỦA BIẾN NGÔN NGỮ . 8

1.5. LUẬT HỢP THÀNH MỜ . 9

1.5.1. Mệnh đề hợp thành . 9

1.5.2. Mô tả mệnh đề hợp thành . 9

1.5.3. Luật hợp thành mờ 10

1.5.4. Các cấu trúc cơ bản của luật hợp thành 11

1.5.5. Luật hợp thành đơn có cấu trúc SISO . 12

1.5.7. Luật của nhiều mệnh đề hợp thành . 19

1.5.7. Luật hợp thành SUM-MIN và SUM-PROD . 22

1.6. GIẢI MỜ . 23

2.6.1. Phương pháp cực đại 24

Chương 2: ĐIỀU KHIỂN MỜ 29

2.1. CẤU TRÚC CỦA BỘ ĐIỀU KHIỂN MỜ 29

2.1.1. Sơ đồ khối bộ điều khiển mờ 29

2.1.2. Phân loại bộ điều khiển mở 30

2.1.3. Các bước tổng hợp bộ điều khiển mờ . 31

2.2. BỘ ĐIỀU KHIỂN MỞ TĨNH 32

2.2.1. Khái niệm 32

2.2.2. Thuật toán tổng hợp một bộ điều khiển mờ tĩnh 32

2.2.3. Tổng hợp bộ điều khiển mờ tuyến tính từng đoạn 33

2.3. BỘ ĐIỀU KHIỂN MỜ ĐỘNG 35

2.4. THIẾT KẾ HỆ ĐIỀU KHIỂN MỜ BẰNG PIIẦN MỀM MATLAB . 37

2.4.1. Giới thiệu hộp công cụ lôgic mờ 37

2.3.2. Ví dụ thiết kế hệ mờ . 41

2.5. HỆ ĐIỀU KHIỂN MỜ LAI (F-PID) . 45

2.6. HỆ ĐIỀU KHIỂN THÍCH NGHI MỜ 46

2.6.1. Khái niệm 46

2.6.2. Tổng hợp bộ điều khiển thích nghi mờ ổn định 48

2.7. TỔNG HỢP BỘ ĐIỂU KHIỂN MỜ THÍCH NGHI TRÊN CƠ SỞ LÝ

THUYẾT THÍCH NGHI KINH ĐIỂN . 58

2.7.1. Đặt vấn đề . 58

2.7.2. Mô hình toán học của bộ điều khiển mờ 60

2.7.3. Xây dựng cơ cấu thích nghi cho bộ điều khiển mờ 66

2.7.4. Một số ứng dụng điều khiển các đối tượng công nghiệp 70

Chương 3: TỔNG QUAN VỀ MẠNG NƠRON 75

3.1. NƠRON SINH HỌC . 75

3.1.1. Chức năng, tổ chức và hoạt động của bộ não con người 75

3.1.2. Mạng nơron sinh học 76

3.2. MẠNG NƠRON NHÂN TẠO 77

3.2.1. Khái niệm 77

3.2.2. Mô hình nơron 80

3.3. CẤU TRÚC MẠNG 83

3.3.1. Mạng một lớp 83

3.3.2. Mạng nhiều lớp . 84

3.4. CẤU TRÚC DỮ LIỆU VÀO MẠNG . 87

3.4.1. Mô tả véctơ vào đối với mạng tĩnh . 88

3.4.2. Mô tả véctơ vào liên tiếp trong mạng động 89

3.5. HUẤN LUYỆN MẠNG 92

3.5.1. Huấn luyện gia tăng 92

3.5.2 Huấn luyện mạng theo gói . 94

Chương 4: MẠNG PERCEPTRONS . 98

4.1. MỞ ĐẨU . 98

4.1.1. Mô hình nơron perceptron 98

4.1.2. Kiến trúc mạng perceptron . 100

4.2. THIẾT LẬP VÀ MÔ PHỎNG PERCEPTRON TRONG MATLAB100

4.2.1 Thiết lập . 100

4.2.2. Mô phỏng (sim) 102

4.2.3. Khởi tạo 103

4.3. CÁC LUẬT HỌC 104

4.3.1. Khái niệm 104

4.3.2. Luật học Perceptron (learnp) 105

4.3.3. Huấn luyện mạng (train) . 107

4.4. CÁC HẠN CHẾ CỦA PERCEPTRON 111

4.5. SỬ DỤNG GIAO DIỆN ĐỒ HỌA ĐỂ KHẢO SÁT MẠNG NƠRON

112

4.5.1. Giới thiệu về GUI . 112

4.5.2. Thiết lập mạng Perceptron (nntool) 113

4.5.3. Huấn luyện mạng 115

4.5.4. Xuất kết quả Perceptron ra vùng làm việc 116

4.5.5. Xoá cửa sổ dữ liệu mạng (Network/Data Window) . 117

4.5.6 Nhập từ dòng lệnh . 117

4.5.7. Cất biến vào file và nạp lại nó 118

Chương 5: MẠNG TUYẾN TÍNH . 119

5.1. MỞ ĐẦU . 119

5.1.1. Khái niệm 119

5.1.2. Mô hình nơron 119

5.2. CẤU TRÚC MẠNG 120

5.2.1. Cấu trúc . 120

5.2.2. Khởi tạo nơron tuyến tính (Newlin) . 121

5.3. THUẬT TOÁN CỰC TIỂU TRUNG BÌNH BÌNH PHƯƠNG SAI

LỆCH 122

5.4. THIẾT KẾ HỆ TUYẾN TÍNH 123

5.5. MẠNG TUYẾN TÍNH CÓ TRỄ . 123

5.5.1 Mắt trễ 123

5.5.2. Thuật toán LMS (learnwh) . 123

5.5.3. Sự phân loại tuyến tính (train) 125

5.6. MỘT SÓ HẠN CHẾ CỦA MẠNG TUYẾN TÍNH 126

Chương 6: HỆ MỜ - NƠRON (FUZZY-NEURAL) 128

6.1 SỰ KẾT HỢP GIỮA LOGIC MỜ VÀ MẠNG NƠRON 128

6.1.1 Khái niệm . 128

6.1.2. Kết hợp điều khiển mờ và mạng nơron 129

6.2. NƠRON MỜ 133

6.3. HUẤN LUYỆN MẠNG NƠRON-MỜ . 135

6.4. SỬ DỤNG CÔNG CỤ ANFIS TRONG MATLAB ĐỂ THIẾT KẾ HỆ

MỜ - NƠRON (ANFIS and the ANFIS Editor GUI) . 139

6.4.1. Khái niệm 139

6.4.2. Mô hình học và suy diễn mờ thông qua ANFIS (Model Learning

and Inferencc Through ANFIS) 140

6.4.3. Xác nhận dữ liệu huấn luyện (Familiarity Brecds Validation) . 141

6.5. SỬ DỤNG BỘ SOẠN THẢO ANFIS GUI 143

6.5.1. Các chức năng của ANFIS GUI . 143

6.5.2. Khuôn dạng dữ liệu và bộ soạn thảo ANFIS GUI: kiểm tra và huấn

luyện (Data Formalities and the ANFIS Editor GUI: Checking and

Training) . 144

6.5.3. Một số ví dụ 145

6.6. SOẠN THẢO ANFIS TỪ DÒNG LỆNH . 153

6.7. THÔNG TIN THÊM VỀ ANFIS VÀ BỘ SOẠN THẢO ANFIS

EDITOR GUI 157

6.7.1. Dữ liệu huấn luyện (Training Data) 158

6.7.2. Cấu trúc đầu vào FIS (Input FIS Structure) 158

6.7.3. Các tùy chọn huấn luyện (Training Options) . 159

6.7.4 Tuỳ chọn hiển thị Display Options 159

6.7.5. Phương pháp huấn luyện (Method) 160

6.7.6. Cấu trúc đầu ra FIS cho dữ liệu huấn 1uyện . 160

6.7.7. Sai số huấn luyện 160

6.7.8. Bước tính (Step-size) 160

6.7.9. Dữ liệu kiểm tra (Checking Data) . 161

6.7.10. Cấu trúc đầu ra FIS cho dữ liệu kiểm tra (Output FIS Structure

for Checking Data) . 162

6.7.11. Sai số kiểm tra (Checking Error) 162

TÀI LIỆU THAM KHẢO 163