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

TRƯỜNG ĐẠI HỌC CÔNG NGHIỆP HÀ NÔI
KHOA CÔNG NGHỆ THÔNG TIN

BÀI TẬP LỚN
MƠN: TÍNH TỐN MỀM
ĐỀ TÀI: ỨNG DỤNG LOGIC MỜ TAGAKI-SUGENO
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 ngơn 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
thơng tin khơng chính xác chứa trong đó, có thể coi là thước đo mức độ hiểu
biết, thơng minh của con người. Con người cũng luôn mơ ước máy tính,
người bạn, người giúp việc đắc lực của mình, ngày càng thơng minh và hiểu
biết hơn. Vì vậy, nhu cầu làm cho máy tính hiểu và xử lý được những thơng
tin khơng 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 thơng tin khơng 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 hồ khơng 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 tốn trên tập mờ
•

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

•

hiêu :
µC(x) = µAB(x) = max[µA(x), µB(x)]
Phép tốn giao: giao của hai tp m A,B l tp C, k

ã

II.

hiu:
àC(x) = àAB(x) = min[µA(x), µB(x)]
Phép tốn bù: phần bù của tập mờ A, ký hiệu
(x) =1- (x), x X

Biến ngôn ngữ
Một biến có thể gán bởi các thừ tong ngơn 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

III.

ngôn ngữ
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 iu khin m xỏc nh B:
ã
ã

Mamdani (x,y) = min[àA(x), àB(x)]
PROD (x,y) = àA(x)ìàB(x)

3.Mt s lut hp thnh c bn
ã

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 µ B’(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 hịa, 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 hịa 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.

Mờ hóa đầu
vào

Thiết bị hợp
thành

Giải mã đầu ra

Hệ thống

• 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 ngơn ngữ, trạng thái:


-Với biến ngơn ngữ Độ bẩn có các tập mờ :
+ Bẩn ít(D.Small)
+Bẩn vừa(D.Medium)
+Bẩn nhiều(D.Large)
-Với biến ngơn ngữ loại Chất bẩn có các tập mờ :
+Mỡ ít(G.NotGreasy)
+Mỡ vữa(G.Medium)

+Mỡ nhiều(G.Greasy)
-Với biến ngơn 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;

D.Small

D.Medium

D.Large

G.NotGreasy

T.VeryShort

T.Short

T.Medium

G.Medium

T. Medium

T. Medium

T. Long

G.Greasy

T. Long

T. Long

T. VeryLong

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