Bài tiểu luận môn Công nghệ tri thức ỨNG DỤNG LOGIC MỜ TRONG MÁY ĐIỀU HOÀ

ĐẠI HỌC CƠNG NGHỆ THƠNG TIN
CHƯƠNG TRÌNH ĐÀO TẠO THẠC SĨ CNTTQM
…………..o0o…………..

BÁO CÁO THU HOẠCH MÔN HỌC
CÔNG NGHỆ TRI THỨC VÀ ỨNG DỤNG

Đề tài:

ỨNG DỤNG LOGIC MỜ
TRONG MÁY ĐIỀU HOÀ

GVHD: GS.TSKH.Hoàng Kiếm
HVTH: Nguyễn Văn Chung
MÃ SỐ: CH1101070


TP.Hồ Chí Minh, Năm 2012


CÔNG NGHỆ TRI THỨC VÀ ỨNG DỤNG

MỤC LỤC
CÔNG NGHỆ TRI THỨC VÀ ỨNG DỤNG.........................................................................1
PHẦN I : CƠ SỞ LÝ THUYẾT...............................................................................................2
PHẦN II : ỨNG DỤNG LOGIC MỜ TRONG MÁY ĐIỀU HOÀ.......................................13
.................................................................................................................................................17
Tài liệu tham khảo................................................................................................................20

-1-

CÔNG NGHỆ TRI THỨC VÀ ỨNG DỤNG

ΠΗ Ν Ι :
CƠ SỞ LÝ THUYẾT
I. LOGIC MỜ:
I.1. Giới thiệu :

Logic mờ là một ngành của logic, xác định mức độ phụ thuộc hay mức độ
thành viên của một đối tượng đối với các tập thay vì xác định đối tượng đó thuộc hay
không thuộc về một tập.
Năm 1965, Zadeh phát triển lý thuyết khả năng, đề xuất hệ thống hình thức của logic
toán học. Điều quan trọng là Zadeh đã hướng các nhà khoa học về các khái niệm mới. Đó là
khái niệm có giá trị trong thuật ngữ ngơn ngữ tự nhiên. Công cụ logic để thể hiện và xử lý
các thuật ngữ mờ được gọi là logic mờ.

Logic mờ là một phương pháp mới giúp cho việc điều khiển các hệ thống mờ
với sự chính xác cao. Nó dùng một tập luật thay cho các biểu thức toán học phức tạp.
Các tập luật này dựa theo các quyết định dựa trên lý trí của con người trong các tình
huống khơng thể đốn chính xác được.
Logic mờ phát triển và áp dụng ngày càng rộng rãi, cung cấp các chức năng
thông minh trong các hệ thống điều khiển của các ngành cơng nghiệp, trong các thiết
bị đồ dùng gia đình như máy giặt, lị vi sóng, tủ lạnh, …, các hệ thống chẩn đoán và
các hệ chuyên gia khác.
I.2. Tập mờ và hàm thành viên :

Khái niệm tập rõ (Crisp set):
Tập rõ là tập hợp truyền thống theo quan điểm của Cantor. Gọi A là một tập rõ,
một phần tử x có thể có x ∈ A hoặc x ∉ A. Có thể sử dụng hàm χ để mơ tả khái niệm
thuộc về.

Nếu x ∈ A, χ(x) = 1, nguợc lại nếu x ∉ A, χ(x) = 0.
Hàm χ được gọi là hàm đặc trưng của tập hợp A.

-2-


CÔNG NGHỆ TRI THỨC VÀ ỨNG DỤNG

Khái niệm tập mờ (Fuzzy set) :
Khác với khái niệm tập rõ, khái niệm thuộc về được mở rộng nhằm phản ánh mức độ
x là phần tử của tập mờ A (degree of membership). Một tập mờ A được đặt trưng bằng hàm
thành viên µ và x là một phần tử, µ(x) phản ánh mức độ thuộc về A.
µA(x):X  [0,1] , trong đó µA(x) = 1, nếu x hoàn toàn thuộc A
µA(x) = 0, nếu x khơng thuộc A
0 < µA(x) < 1, nếu x thuộc một phần của A.

Ví dụ: Xét một tập về chiều cao như sau để so sánh giữa tập rõ và tập mờ :
- Đối với tập rõ ta định nghĩa :
CAO(x) = { 0, nếu chiều_cao(x) < 180 cm
1, nếu chiều_cao(x) >= 180 cm
}
- Đối với tập mờ :
CAO(x) = { 0 , nếu chiều_cao(x) <= 150 cm
(chiều_cao(x)-150)/ 40,

nếu 150cm
1, nếu chiều_cao(x)>190cm
}
Tên

Chiều cao (cm)

Dâng
Giang
Dương
Trị
Ban
Bình
Tồn
Tâm

192
186
184
182
178
172
166
160

mức độ thuộc về
(degree of membership)
Tập rõ
Tập mờ
1
1.00
1
0.90
1

0.85
1
0.80
0
0.70
0
0.55
0
0.40
0
0.25
-3-


CƠNG NGHỆ TRI THỨC VÀ ỨNG DỤNG

Hịa
Cường

154
150

χ

0.10
0.00

Tập rõ

µ

0
0

Tập mờ

1.00
0.80
0.60
0.40
0.20

chiều cao (cm)

1.00
0.00
150
0.80

160

180

170

190

200

0.60

0.40
0.20
0.00
150

chiều cao (cm)
160

180

170

190

200

I.3. Các dạng hàm thành viên:
Các hàm thành viên của tập mờ có 3 dạng cơ bản là: dạng tăng, dạng giảm và dạng chuông.

Dạng S tăng
0 nếu x <= 
2(x-  )/( -  ) nếu  < x <= 
 (x)=S(x,  ,  ,  ) =

1 -[2(x-  )/( -  )] nếu  < x <

1 nếu x >= 

-4-

CÔNG NGHỆ TRI THỨC VÀ ỨNG DỤNG

Dạng S giảm
 (x)=1- S(x,  ,  ,  )

Dạng hình chng

 (x;  ,  )=

S(x;  -  ,  -  /2;  ) if x <= 
S(x;  ,  +  /2;  +  ) if x > 

-5-


CƠNG NGHỆ TRI THỨC VÀ ỨNG DỤNG

I.4. Các phép tốn trên tập mờ:
Cho 3 tập mờ A, B, C với các hàm thành viên µA(x), µA(x), µC(x)
C=A∩B: µC(x) = min(µA(x), µB(x))
C=A∪B: µC(x) = max(µA(x), µB(x))
µC(x) = 1- µA(x)

C=¬A:

Ví dụ : Cùng với ví dụ về CHIỀUCAO ở trên, ta định nghĩa thêm
GIÀ(x) = {0

nếu tuổi(x) <= 18

(tuổi(x)-18)/ 42

nếu 18cm < tuổi(x) <= 60 cm

1

nếu tuổi(x)>60cm

}

Ta xét các phát biểu sau :
a = ”X thì CAO AND X thì GIÀ”
b = “X thì CAO OR X thì già”
c = not( X thì CAO)
ta có bảng giá trị sau :
Chiều_cao
149 cm
160 cm
178 cm

tuổi
65
30
27

X thì CAO
0.00
0.25
0.70

X thì GIÀ
1.00
0.29
0.21

a
0.00
0.25
0.21

b
1.00
0.29
0.70

c
1.00
0.75
0.30

I.5. Luật mờ (Fuzzy Rules):
Để xây dựng một hệ thống điều khiển mờ, ta phải xây dựng các luật mờ.
Các luật mờ giúp truyền đạt, mô tả một cách tự nhiên những qui luật mà ta muốn đưa
vào hệ thống mờ. Các luật này có dạng :
IF x is A THEN y is B
IF x is A AND y is B THEN z is C
IF x is A OR y is B THEN z is C
trong đó :
x,y,z là các biến ngơn ngữ (linguistic language)

A,B,C là các tập mờ.
Ví dụ : Đối với bài tốn máy giặt, ta có thể xây dựng các luật như sau :
IF Dirtiness_Large AND Greasy_Large THEN Wash_Time_Verylong
IF Dirtiness_Medium AND Greasy_Large THEN Wash_Time_Long
…
IF Dirtiness_Small AND Greasy_None THEN Wash_Time_VeryShort
Một vài luật như trên tạo nên một cơ sở tri thức mờ (fuzzy knowledge base)

-6-


CÔNG NGHỆ TRI THỨC VÀ ỨNG DỤNG

II. NGUYÊN LÝ HOẠT ĐỘNG CỦA HỆ ĐIỀU KHIỂN MỜ

Hình minh hoạ nguyên lý hoạt động của hệ mờ.

II.1. Mờ hóa - Fuzzification :
Từ giá trị đầu vào input - còn được là biến mờ (fuzzy variable), hệ điều khiển mờ sẽ
phân tích dựa vào các hàm thành viên được định nghĩa bởi người thiết kế. Các hàm thành
viên gom nhóm các biến mờ vào các tập mờ. Ví dụ về chiều cao thì có các hàm thành viên
như CAO, TRUNG_BÌNH, THẤP. Các hàm thành viên sẽ gán cho các biến mờ 1 mức độ từ
0 đến 1 theo hàm thành viên đó.
II.2. Lập luận mờ - Fuzzy processing :

Định giá trị luật (Rule evaluation):
Logic mờ dùng suy diễn luật, thực hiện các luật dạng IF … THEN … Mỗi luật có thể
gồm nhiều giá trị đầu vào quan hệ với nhau bởi quan hệ AND, OR. Mỗi luật sẽ trả về một giá
trị và hệ điều khiển mờ sẽ thực hiện việc tính giá trị đầu ra.

-7-


CƠNG NGHỆ TRI THỨC VÀ ỨNG DỤNG

Ta xem ví dụ sau:

grade
1 NL

ZR

PL

0.6
0.4
input X1

0
X1

grade
1

NL

ZR

PL

0.75
0.25
input X2

0
X2

Luật :
R1: IF X1 = ZR AND X2 = NL THEN Y1 = NL
R2: IF X1 = ZR AND X2 = ZR THEN Y1 = ZR
R1: IF X1 = PL AND X2 = NL THEN Y1 = PL
R2: IF X1 = PL AND X2 = ZR THEN Y1 = PL
grade
1

NL

ZR

PL

do X2 0.75
do X1

0.6

0

Output Y2

-8-


CƠNG NGHỆ TRI THỨC VÀ ỨNG DỤNG

Tính giá trị đầu ra(Fuzzy outcome calculation) :
Ta xem ví dụ sau :
grade

NS

1 NM
(a)

ZR

PS

PM

0.6
0.4
Input FI

0

100%

0%
Input 60%

Luật :
IF FI = NM THEN FO = NL
IF FI = NS THEN FO = ZR
IF FI = ZR THEN FO = ZR
IF FI = PS THEN FO = PL
IF FI = PM THEN FO = PL

(b)

grade

1
(c)

NL

ZR

PL

0.6
0.4
Output FO

0

100%

0%
grade

1
(d)

NL

ZR

PL

0.6
0.4
Output FO

0
0%

100%

-9-


CƠNG NGHỆ TRI THỨC VÀ ỨNG DỤNG

grade

1
(e)

NL

ZR

PL

0.6
0.4
Output FO

0

100%

0%
grade

1
(f)

0.6
0.4
Output FO

0

100%

0%

Phép tốn AND sẽ trả về giá trị nhỏ nhất làm giá trị đầu ra cho luật (0.6 NL)

-

Tính giá trị đầu ra:

Ta xem ví dụ sau :
α. Tín hiệu vào
grade
1

NM

NS

ZR

PS

PM

0.6
0.4
Input FI

0

100%

0%
Input 60%
β. Tập luật

IF FI = NM THEN FO = NL
IF FI = NS THEN FO = ZR
IF FI = ZR THEN FO = ZR
IF FI = PS THEN FO = PL
IF FI = PM THEN FO = PL
χ. Giá trị của luật

- 10 -


CÔNG NGHỆ TRI THỨC VÀ ỨNG DỤNG

grade
NL

1

ZR

PL

0.6
0.4
Output FO

0
0%

100%

δ. Thể hiện giá trị của luật
grade
NL

1

ZR

PL

0.6
0.4
Output FO

0
0%
ε. Kết hợp

100%

grade
1

NL

ZR

PL

0.6

0.4
0
0%

Output FO
100%

φ. Tín hiệu ra
grade
1
(f)

0.6
0.4
0
0%

Output FO
100%
- 11 -


CÔNG NGHỆ TRI THỨC VÀ ỨNG DỤNG

II.3. Giải mờ ( Defuzzification ):

Giá trị đầu ra cuối cùng tùy thuộc vào phương pháp giải mờ. Có nhiều phương
pháp giải mờ, tất cả đều dựa vào các giải thuật toán học. Hai phương pháp được sử
dụng nhiều nhất là phương pháp giá trị lớn nhất và phương pháp tính trọng tâm của
hàm thành viên kết luận.

Phương pháp giá trị lớn nhất:
Phương pháp giải mờ này lấy giá trị cao nhất của các hàm thành viên cho giá
trị đầu ra cuối cùng. Phương pháp này dùng chủ yếu cho các hàm thành viên kết luận
dạng rời rạc.
1

chọn làm giá trị output

0.6
0.4
0

Phương pháp tính giá trị trọng tâm:
Phương pháp này dùng chủ yếu cho các hàm thành viên kết luận dạng liên tục.
b

Defuzzy(z) =

∫ z.µ ( z)dz
∫ µ ( z)dz
c

a

b

a

c

- 12 -


CÔNG NGHỆ TRI THỨC VÀ ỨNG DỤNG

ΠΗ Ν ΙΙ : ỨNG DỤNG LOGIC MỜ TRONG MÁY ĐIỀU
HOÀ
I. Giới thiệu
Máy điều hịa khơng khí (hay thường gọi tắt là máy điều hòa, máy lạnh) là
một thiết bị gia dụng, hệ thống được thiết kế để làm mát và hút nhiệt từ một đơn vị
diện tích. Việc làm lạnh được thực hiện theo chu trình làm lạnh.
Máy điều hồ hay hệ thống điều hồ khơng khí là một phần khơng thể thiếu
trong các tổ chức , doanh nghiệp, nhà xưởng, trường học,hộ gia đình...
II. Xây dựng hệ mờ
II.1. Mục đích:
Thiết kế bộ điều chỉnh tốc độ quạt (Fan) của máy điều hoà. Ta qua từng bước sau:

Bước 1: Xác định biến input và output.
Đặt X là nhiệt độ F
Đặt Y là tốc độ quạt của máy điều hoà.

Bước 2: Chọn tập mờ.
Định nghĩa giới hạn ngôn ngữ của biến nhiệt độ X và tốc độ quạt Y và phần giao với
tập mờ là:
Giới hạn ngôn ngữ của X hay tập mờ là: Cold (lạnh), Cool (mát mẻ), Just Right
(vừa phải), Warm (ấm), and Hot (nóng).
Và giới hạn ngơn ngữ của Y hay tập mờ là: Stop (dừng), Slow(chậm),
Medium(trung bình), Fast (nhanh), and Blast (rất nhanh).
Tập mờ Input là:

Tập mờ Output

- 13 -


CÔNG NGHỆ TRI THỨC VÀ ỨNG DỤNG

Bước 3: Quy định mỗi thành phần trong tập tốc độ quạt với nhiệt độ.
-

Nếu nhiệt độ Cold thì tốc độ quạt là Stop
Nếu nhiệt độ Cool thì tốc độ quạt là Slow
Nếu nhiệt độ Just Right thì tốc độ quạt là Medium
Nếu nhiệt độ Warm thì tốc độ quạt là Fast
Nếu nhiệt độ Hot thì tốc độ quạt là Blast

Bước 4:
Quan hệ mờ nói rõ bằng luật sau:

- 14 -


CÔNG NGHỆ TRI THỨC VÀ ỨNG DỤNG

Bộ điều khiển mờ với 5 mối liên hệ sau:

Ví dụ: Ta xét độ nóng có nhiệt độ là 65 độ F.
Nếu nhiệt độ là Just Right thì tốc độ quạt là Medium.

Ví dụ: Ở nhiệt độ 63 độ F

Nếu nhiệt độ là Cool thì tốc độ quạt là Slow.
Nếu nhiệt độ là Just Right thì tốc độ quạt là Medium.

- 15 -


CÔNG NGHỆ TRI THỨC VÀ ỨNG DỤNG

Phần hợp của tập mờ là:

Defuzzify (Giả mã mờ) cho ra output của tốc độ quạt là:

- 16 -


CƠNG NGHỆ TRI THỨC VÀ ỨNG DỤNG

III. CHƯƠNG TRÌNH MINH HOẠ:
III.1. Màn hình chính:

Người dung nhập vào nhiệt độ phịng và nhiệt độ mong muốn, rồi sau đó nhấn nút
tính tốn, chương trình sẽ xác định tốc độ máy quạt sẽ quay.

- 17 -


CƠNG NGHỆ TRI THỨC VÀ ỨNG DỤNG

III.2. Code chính
public enum ENhietDo

{
Cold,
Cool,
JustRight,
Warm,
Hot
}
public enum ETocDo
{
Stop,
Slow,
Medium,
Fast,
Blast
}
public ETocDo XacDinhTocDoQuat(ENhietDo end)
{
if (end == ENhietDo.Cold)
return ETocDo.Stop;
if (end == ENhietDo.Cool)
return ETocDo.Slow;
if (end == ENhietDo.JustRight)
return ETocDo.Medium;
if (end == ENhietDo.Warm)
return ETocDo.Fast;
return ETocDo.Blast;
}

- 18 -

CÔNG NGHỆ TRI THỨC VÀ ỨNG DỤNG

KẾT LUẬN

Qua bài thu hoạch này đã cho em thấy giá trị đích thực của Fuzzy Logic trong
cuộc sống, từ việc ứng dụng trong các sản phẩm nhỏ nhặt nhất đến những sản phẩm
có giá trị to lớn, góp phần tạo cho xã hội này có những sản thơng minh và tiện ích.
Fuzzy Logic hiện đang nắm chìa khố quan trọng trong việc phát triển kinh tế trong
tương lai.
Rất nhiều nước trên thế giới đã đầu tư phát triển và ứng dụng Fuzzy Logic vào
trong mọi ngành và đã cho ra những sản phẩm rất hữu ích. Hy vọng trong tương lai
nước ta ứng dụng nhiều Fuzzy Logic và sẽ có nhiều sản phẩm có giá trị cao.

- 19 -


CÔNG NGHỆ TRI THỨC VÀ ỨNG DỤNG

Tài liệu tham khảo
1. GS.TSKH Hồng Văn Kiếm - Bài giảng mơn học “Cơng nghệ tri thức và ứng dụng” .
Chương trình đào tạo thac sĩ CNTT qua mạng.
2. TS Đỗ Phúc, TS. Đỗ Văn Nhơn - Giáo trình các hệ cơ sở tri thức.
Nhà xuất bản ĐHQG TPHCM – 2009.
3. Bùi Công Cường, Nguyễn Doãn Phước - Hệ mờ, mạng nơron và ứng dụng.
Nhà xuất bản Khoa học và Kỹ thuật - 2001.
4. Bart Kosko - Fuzzy thinking: The new science of Fuzzy Logic.
Nhà xuất bản Hyperion - 1993.
5. Website tham khảo:
/>

- 20 -