Luận văn thạc sỹ quy trình tổng hợp nguyên liệu sinh học bio hydrofined diesel từ nguyên liệu mỡ cá bằng phương pháp hydro có xúc tác

I HC QUC GIA TP. H CHÍ MINH
TRNG I HC BÁCH KHOA
c 0 d
TRNH TH XUÂN PHNG
TÍCH HP CÔNG NGH THÔNG TIN A LÝ
VÀ MÔ HÌNH MNG THN KINH NHÂN TO
PHC V VIC QUN LÝ NGUN NC
LU VC SÔNG NG NAI
CHUYÊN NGÀNH: CÔNG NGH THÔNG TIN
MÃ S NGÀNH: 01.02.10
LUN VN THC S
TP. H Chí Minh, tháng 11 nm 2009
LI CM N
Xin gi li cm n chân thành, sâu sc đn tt c Thy Cô trng i Hc
Bách Khoa, thành ph H Chí Minh, nhng ngi đã truyn dy nhng tri thc
quý báu và nhit tình giúp đ tôi trong nhng ngày tháng hc tp ti trng.
Xin đc bit cm n T.S Lê Vn Dc, ging viên b môn C lu cht, khoa
K thut xây dng, trng i hc Bách Khoa, đã tn tình hng dn và khích l,
đng viên tôi trong quá trình thc hin lun vn. Nhng kin thc, kinh nghim
quý báu và tình cm yêu mn, tn tâm ca Thy đã giúp tôi có đc đ kin thc
và ngh lc đ đi ht quãng đng này.
Xin cm n gia đình và bè bn, nhng ngi đã luôn  bên tôi, tip thêm
cho tôi nim tin và sc mnh đ vng bc trên con đng mình đã chn…
Mc dù đã có nhiu c gng trong vic thc hin lun vn nhng vi thi
gian có hn và kin thc, kinh nghim tích ly ca bn thân còn nhiu hn ch cho
nên không th tránh khi sai sót, rt mong nhn đc ý kin đóng góp ca quý
Thy Cô và các bn. Xin chân thành cm n.
TPHCM, ngày 30 tháng 11 nm 2009
Hc viên
Trnh Th Xuân Phng
MC LC

DANH MC HÌNH
DANH MC BNG
ABSTRACT
TÓM TT
CHNG 1: GII THIU 1
1.1 Gii thiu chung 1
1.2 Mc tiêu nghiên cu ca lun vn 3
1.3 Kt qu đt đc 4
CHNG 2: CÁC CÔNG TRÌNH LIÊN QUAN 5
2.1 Áp dng ANN trong lnh vc qun lý ngun nc 5
2.2 ng dng ca GIS vào lnh vc qun lý tài nguyên nc 6
2.3 Tích hp ANN và GIS trong lnh vc qun lý ngun nc 7
CHNG 3: C S LÝ THUYT 8
3.1 Mng thn kinh nhân to…… 8
3.1.1 nh ngha 8
3.1.2 Kin trúc ca mô hình ANN 8
3.1.3 Quá trình hc ca ANN 9
3.1.4 Phân loi ANN 10
3.1.4.1 Các tiêu chí phân loi ANN 10
a. Kiu hc: Kiu hc ca mng gm có ba dng chính: 10
b. Loi hàm truyn đc dùng ti các nút ca mng 11
c. Loi quy tc hc đc áp dng đ tìm ra tp trng s ti u 14
d. Mô hình kt ni ca mng 16
3.1.4.2 Mt s dng ANN tiêu biu 17
a. Mng hng ti 17
b. Mng hi quy 19
c. Mng hàm c s bán kính 20
d. Bn đ t t chc 21
e. Mng nron ngu nhiên 22
f. Mng nron modul hóa 22

3.1.5 u khuyt đim ca ANN 23
3.2 H thng thông tin đa lý 24
3.2.1 Gii thiu 24
3.2.2 Các thành phn ca mt h thng thông tin đa lý 24
3.2.3 Mô hình hóa th gii thc vi GIS 25
3.2.3.1 Mô hình d liu không gian 26
3.2.3.2 Mô hình d liu thuc tính 34
3.2.4 Các chc nng ca h thng thông tin đa lý 35
a. Chc nng đo đc 35
b. Chc nng hi đáp tìm kim và hin th thông tin tìm kim 36
c. Chc nng hiu chnh, bin đi bn đ 36
d. Chc nng to lp, khái quát bn đ 36
e. Các chc nng to vùng bao 37
f. Chc nng phân tích đa hình 37
g. Chc nng ni suy 37
3.2.5 Các ng dng ca h thng thông tin đa lý 38
a. Nghiên cu qun lý tài nguyên thiên nhiên và môi trng 38
b. Nghiên cu điu kin kinh t - xã hi 38
c. Nghiên cu h tr các chng trình quy hoch phát trin 38
3.3 Qun lý ngun nc theo lu vc sông 39
3.3.1 Tài nguyên nc 39
3.3.2 Qun lý ngun nc theo lu vc sông 42
3.3.3 Các khái nim và thông s đc trng 44
3.3.3.1 Các khái nim c bn 44
3.3.3.2 Các thông s đc trng 47
a. Các thông s v sông 47
b. Các thông s v lu vc sông 50
c. Các thông s biu th dòng chy 52
d. Các đ th biu din dòng chy 54
CHNG 4: GII QUYT VN  THC T 56

4.1 Gii thiu v DongNai_RiverBasin_GIS 56
4.1.1 c đim đa lý – thy vn ca lu vc sông ng Nai 56
4.1.2 Chng trình DongNai_RiverBasin_GIS 58
4.2 Gii thiu v chng trình ANN 104
4.2.1 Giao din chng trình ANN 105
4.2.2 C s hot đng 107
4.2.3 Lu đ chng trình 112
4.2.4 S dng chng trình 115
4.2.5 Báo cáo kt qu thc hin chng trình ANN 145
CHNG 5: KT LUN VÀ HNG PHÁT TRIN 148
5.1 Kt lun 148
5.2 Hng phát trin lun vn 150
TÀI LIU THAM KHO 151
DANH MC HÌNH
Hình 3. 1 Quá trình tính toán ti mt nron 11
Hình 3. 2 Hình dng hàm step 12
Hình 3. 3 Hình dng hàm sign 13
Hình 3. 4 Hình dng hàm sigmod 13
Hình 3. 5 Mô hình Perceptron đn gin 17
Hình 3. 6 Mô hình Perceptron đa tng 18
Hình 3. 7 Mô hình mng lan truyn ngc 18
Hình 3. 8 Mô hình ANN theo kiu mng đ quy 19
Hình 3. 9 Mô hình mng Hopfield 20
Hình 3. 10 Mng hàm c s bán kính 21
Hình 3. 11 Mô hình bn đ t điu chnh Kohonen 22
Hình 3. 12 Các thành phn ca GIS 24
Hình 3. 13 Mô hình hóa th gii thc 26
Hình 3. 14 Mô hình d liu Raster 27
Hình 3. 15 Mô hình d liu vector 29
Hình 3. 16 ng đng mc 32

Hình 3. 17 Mô hình đ cao s DEM 33
Hình 3. 18 Mng các tam giác không đu 33
Hình 3. 19 Mô hình TIN t các đng đng mc 34
Hình 3. 20 Mt ct dc sông à 49
Hình 3. 21 Mt ct ngang sông 50
Hình 4. 1: Lu vc sông ng Nai 57
Hình 4. 2: Giao din chng trình DongNai_RiverBasin_GIS 59
Hình 4. 3: H thng trình đn 59
Hình 4. 4: H thng nút nhn 60
Hình 4. 5: Tìm kim đi tng 61
Hình 4. 6: Xem và chnh sa thông tin bng thuc tính 62
Hình 4. 7: Xem và chnh sa d liu thuc tính 63
Hình 4. 8: Nhp d liu đo lng cho các trm thy vn 64
Hình 4. 9: Nhp d liu đo lng t tp tin Excel 64
Hình 4. 10: Xem d liu đo ca các trm thy vn 65
Hình 4. 11: V đ th 66
Hình 4. 12: H thng công c 66
Hình 4. 13: Thao tác trên tng đi tng đc chn t view 67
Hình 4. 14: Vùng hành chính cp tnh 69
Hình 4. 15: Vùng hành chính cp huyn 71
Hình 4. 16: Trung tâm hành chính 73
Hình 4. 17: ng giao thông 75
Hình 4. 18: im dân c 77
Hình 4. 19: Khu đô th 79
Hình 4. 20: Sông sui 81
Hình 4. 21: Ao h 83
Hình 4. 22: Lu vc sông 86
Hình 4. 23: Nhà máy thy đin 88
Hình 4. 24: Các trm thy vn 90
Hình 4. 25: Mt ct ngang sông 96

Hình 4. 26: on sông 99
Hình 4. 27: Nút sông 101
Hình 4. 28: Chng trình ANN – Chc nng hun luyn mng 105
Hình 4. 29: Chng trình ANN – Chc nng kim tra mng 106
Hình 4. 30: Chng trình ANN – Chc nng d báo mng 106
Hình 4. 31: Giao din chính ca chng trình ANN 117
Hình 4. 32: Chng trình con "To d liu" 118
Hình 4. 33: Chn trm đích t giao din GIS 119
Hình 4. 34: Bt đu chn danh sách trm ngun 119
Hình 4. 35: Chn danh sách trm ngun t giao din GIS 120
Hình 4. 36: Chnh sa hàm quan h gia các trm ngun - đích 120
Hình 4. 37: Thit lp cu trúc mng ANN 121
Hình 4. 38: Lu tp tin nhp hun luyn mng 121
Hình 4. 39: Hp thoi m tp tin nhp hun luyn 122
Hình 4. 40: c thông tin t tp tin nhp hun luyn 123
Hình 4. 41: Kt qu hun luyn mng – Trng hp 1 123
Hình 4. 42:  th kt qu hun luyn mng – Trng hp 1 124
Hình 4. 43: To tp tin nhp kim tra mng 125
Hình 4. 44: Lu tp tin nhp kim tra mng 126
Hình 4. 45: T đng to tên tp tin xut kim tra mng 126
Hình 4. 46: Kt qu kim tra mng – Trng hp 1 127
Hình 4. 47:  th kt qu kim tra mng – Trng hp 1 127
Hình 4. 48: Kt qu hun luyn mng – Trng hp 2 128
Hình 4. 49:  th kt qu hun luyn mng- Trng hp 2 129
Hình 4. 50: Kt qu kim tra mng - Trng hp 2 129
Hình 4. 51:  th kt qu kim tra mng - Trng hp 2 130
Hình 4. 52: Kt qu hun luyn mng - Trng hp 3 131
Hình 4. 53:  th kt qu hun luyn mng - Trng hp 3 131
Hình 4. 54: Kt qu kim tra mng - Trng hp 3 132
Hình 4. 55:  th kt qu kim tra mng - Trng hp 3 132

Hình 4. 56: Kt qu hun luyn mng - Trng hp 4 133
Hình 4. 57:  th kt qu hun luyn mng - Trng hp 4 134
Hình 4. 58: Kt qu kim tra mng - Trng hp 4 134
Hình 4. 59:  th kt qu kim tra mng - Trng hp 4 135
Hình 4. 60: Kt qu hun luyn mng - Trng hp 5 136
Hình 4. 61:  th kt qu hun luyn mng - Trng hp 5 136
Hình 4. 62: Kt qu kim tra mng - Trng hp 5 137
Hình 4. 63:  th kt qu kim tra mng - Trng hp 5 137
Hình 4. 64: Kt qu hun luyn mng - Trng hp 6 138
Hình 4. 65:  th kt qu hun luyn mng - Trng hp 6 139
Hình 4. 66: Kt qu kim tra mng - Trng hp 6 139
Hình 4. 67:  th kt qu kim tra mng - Trng hp 6 140
Hình 4. 68: Kt qu hun luyn mng - Trng hp 7 141
Hình 4. 69:  th kt qu hun luyn mng - Trng hp 7 141
Hình 4. 70: Kt qu kim tra mng - Trng hp 7 142
Hình 4. 71:  th kt qu kim tra mng - Trng hp 7 142
Hình 4. 72: Kt qu hun luyn mng - Trng hp 8 143
Hình 4. 73:  th kt qu hun luyn mng - Trng hp 8 144
Hình 4. 74: Kt qu kim tra mng - Trng hp 8 144
Hình 4. 75:  th kt qu kim tra mng - Trng hp 8 145
Hình 4. 76: Xem kt qu thc hin chng trình ANN 146
Hình 4. 77: Sp xp d liu 146
DANH MC BNG
Bng 4. 1: Vùng hành chính cp tnh 70
Bng 4. 2: Vùng hành chính cp huyn 72
Bng 4. 3: Trung tâm hành chính 74
Bng 4. 4: ng giao thông 76
Bng 4. 5: im dân c 78
Bng 4. 6: Khu đô th 80
Bng 4. 7: Sông sui 82

Bng 4. 8: Ao h 84
Bng 4. 9: Lu vc sông 87
Bng 4. 10: Nhà máy thy đin 89
Bng 4. 11: Các trm thy vn 91
Bng 4. 12: Cu trúc bng d liu Gi 93
Bng 4. 13: Cu trúc bng d liu Ngày 94
Bng 4. 14: Cu trúc bng d liu Tháng 95
Bng 4. 15: Mt ct ngang sông 97
Bng 4. 16: on sông 100
Bng 4. 17: Nút sông 102
Bng 4. 18: Các nút chc nng trong chng trình ANN 107
Bng 4. 19: Quy c v đuôi m rng ca các tp tin 108
Bng 4. 20: Các trng hp hun luyn mng ANN 116
ABSTRACT
Geographic Information System (GIS) technology is now being widely used
in many different areas, especially in planning and management of natural
resources. The visual display and spatial analysis capacities of GIS allow users to
make more effective decisions.
An Artificial Neural Network (ANN) is a mathematical model being
constructed based on knowledge of the information processing in human brain.
Nowadays, due to the advance in theory, capability in computation and the
convenience in practice, the Artificial Neural Networks have been increasingly
applied in various fields, especially in function approximation problems to find out
the implicit relationship between input and output variables.
The integration of GIS and ANN for water resource management in the
Dong Nai River Basin is an approach to utilize the advantages of both
technologies, supporting users to make more reliable decisions. In this thesis, two
problems are studied:
i) Using GIS technology to represent the “digital model” of DongNai
River basin, building a database to store parameters used in the

management of water resource.
ii) Creating ANN software for predicting flow discharge, water levels at
gauging stations within the basin and integrating it with the GIS
program.
In this study, some hopeful results are obtained. They show that the
integration of GIS and ANN can help users get the visual look of the system. The
results predicted by ANN model are sufficient reliability being used as input for
other models in the process of managing water resources. Besides, GIS
information become increasingly more valuable for decision making support.
TÓM TT
H thng thông tin đa lý (GIS) là công ngh hin đang đc s dng rng
rãi trong nhiu lnh vc khác nhau, đc bit trong các ng dng quy hoch và qun
lý tài nguyên thiên nhiên. Nh nhng kh nng hin th d liu trc quan và phân
tích không gian mnh m GIS đã khng đnh đc u th ca mình trong vic tr
giúp ngi dùng đa ra nhng quyt đnh hiu qu hn.
Mng thn kinh nhân to (ANN) là mt mô hình toán hc đc xây dng
da trên nhng hiu bit v quá trình x lý thông tin ca b não con ngi. Cho
đn nay, nh nhng tin b v mt lý thuyt, v kh nng tính toán và nhng thun
tin trong thc hành, mô hình ANN ngày càng đc áp dng vào nhiu lnh vc
khác nhau, đc bit là trong các ng dng mô phng hàm phc tp nhm tìm ra
mi quan h gia các bin nhp và xut mt cách không tng minh.
Vic tích hp GIS và ANN đ phc v cho vic qun lý ngun nc lu
vc sông ng Nai là mt cách tip cn nhm tn dng u đim ca c hai công
ngh, h tr con ngi đa ra các quyt đnh qun lý hiu qu và đáng tin cy. C
th, lun vn này thc hin hai vn đ chính sau đây:
i) ng dng công ngh GIS đ “s hóa” lu vc sông ng Nai, xây dng
c s d liu thuc tính lu tr các thông s đc dùng trong quá trình
qun lý ngun nc theo lu vc.
ii) Xây dng chng trình ANN thc hin vic d báo lu lng, mc
nc ti các trm thy vn trong lu vc và tích hp vào chng trình

GIS.
Kt qu đt đc cho thy vic tích hp hai công ngh này đem li nhng
kt qu kh quan, giúp ngi dùng có đc cái nhìn trc quan v h thng, kt qu
d báo ca mô hình ANN đ đ tin cy đ có th s dng làm d liu đu vào cho
các mô hình khác trong quy trình qun lý ngun nc và nhng thông tin có đc
t GIS tr nên có giá tr hn cho ngi dùng khi đa ra các quyt đnh.

Lun vn tt nghip cao hc
Trang 1
CHNG 1
GII THIU
1.1 Gii thiu chung
Nc là mt tài nguyên quan trng, quyt đnh đn s tn ti và phát trin ca
s sng trên trái đt. Qua quá trình tun hoàn, nc đc tái to li đ phc v cho
cuc sng ca các sinh vt, trong đó có c con ngi.
Vit Nam có ngun tài nguyên nc khá phong phú. Lng ma  nc ta
nhiu hn khong 2.5 ln so vi lng ma trung bình trên trái đt. Tuy vy, do
lng ma phân phi không đu v mt không gian và thi gian, nên xy ra tình
trng hn hán  ni này nhng li l lt  ni khác, thiu nc trong mùa khô và
ngp lt trong mùa ma. Không ch vy, di áp lc ca vic gia tng dân s cng
nh nhu cu phát trin kinh t xã hi  nc ta đã gây nên nhng nh hng tiêu cc
đn ngun tài nguyên nc nh tng dòng chy l, l quét, cn kit nc mùa khô,
h thp mc nc ngm, ô nhim và suy thoái cht lng nc…
Vì vy, vn đ qun lý s dng ngun tài nguyên nc mt cách hiu qu,
hp lý là mt vn đ cp bách  nc ta hin nay. Bên cnh các t chc, các vn bn
quy phm pháp lut liên quan đn qun lý tài nguyên nc đã ban hành, gn đây,
ngày 01/12/2008, Chính ph đã ban hành Ngh đnh s 120/2008/N-CP v qun lý
lu vc sông, trong đó có hot đng qun lý tng hp tài nguyên nc, nhm nâng
cao hiu qu s dng nc, điu phi và gii quyt tt các mâu thun trong khai thác
và s dng tài nguyên nc gia các vùng, các khu vc thng h lu ca lu vc

sông. Không ch vy, vic s dng nc có mi liên quan mt thit vi s dng đt
và nh hng đn h sinh thái lu vc. Cho nên qun lý nc theo lu vc sông s
giúp cho s dng và bo v tt hn tài nguyên đt và môi trng lu vc, qun lý và
gim nh các tác đng tiêu cc ca các hot đng phát trin kinh t xã hi ca con
ngi ti tài nguyên và môi trng sng.
Lun vn tt nghip cao hc
Trang 2
Cng theo ngh đnh này, lu vc sông ng Nai đc xp vào dng lu vc
ln  nc ta. Sông ng Nai tri dài trên 550 km t cao nguyên Langbian (à Lt,
Lâm ng) đn ca Soài Rp (TPHCM), có tng lng nc hàng nm là 36,3 t
m
3
, là tim nng vt tri v thy đin; có h sinh thái đa dng, vi thm rng
nguyên sinh, rng ngp mn; vt tri v tim nng du lch bi mt qun th liên
hoàn gia bin và cao nguyên ôn đi; giao thông thun li vi cng bin ln nc
sâu [13].
Tình hình khai thác tài nguyên nc ti lu vc sông ng Nai hin nay đang
phát trin vi tc đ rt nhanh, vi hai ngành s dng chính là thy đin và thy li,
góp phn quan trng vào s phát trin chung ca toàn lu vc. Tuy nhiên, cng
chính bi s khai thác cc đoan này đã đy ti s mt cân bng bi nhiu li ích,
tim nng cha đc đ cp đn nh giao thông thy vùng trung và thng lu vc,
phát trin du lch, bo v duy trì h thy sinh, phát trin rng gn vi tài nguyên
nc. Chính vic s dng không hp lý này đã dn đn tình trng khan him nc,
đc bit là trong mùa khô, đã lên đn mc báo đng. Trc tình trng này, qun lý s
dng tài nguyên nc trên toàn b lu vc là mt yêu cu vô cùng cp bách. Và đ
tr giúp cho ngi dùng có th đa ra các quyt đnh qun lý s dng ngun nc ti
lu vc sông ng Nai mt cách hiu qu chính là mc đích nghiên cu ca lun
vn này. Hng nghiên cu đc đ cp  đây chính là s tích hp công ngh thông
tin đa lý và mô hình mng thn kinh nhân to đ phc v cho vic qun lý ngun
nc lu vc sông ng Nai.

T gia thp niên 1990, nh có các tin b ca công ngh thông tin và khoa
hc công ngh trong lnh vc vin thám, h thng thông tin đa lý (GIS) đã có
nhng bc phát trin đáng k  Vit Nam và nhanh chóng đc ng dng trong
nhiu lãnh vc nghiên cu và qun lý, đc bit là trong qun lý và quy hoch s
dng, khai thác các ngun tài nguyên mt cách bn vng và hp lý. Riêng trong lnh
vc qun lý tài nguyên nc, trên th gii cng nh ti Vit Nam đã có nhng công
trình nghiên cu, nhng d án đc đ xut và thc hin nhm áp dng công ngh
này vào vic tr giúp qun lý hiu qu ngun tài nguyên nc ti các lu vc sông
Lun vn tt nghip cao hc
Trang 3
khác nhau. Chính vic s dng rng rãi này đã chng minh cho tính cn thit và hu
hiu ca GIS đi vi s phát trin chung ca mi quc gia.
Qua lch s phát trin thm trm, cho đn nay, mô hình mng thn kinh
nhân to (ANN) đã khng đnh u th ca mình trong vic mô phng hàm và đã
đc ng dng khá rng rãi trong nhiu lnh vc. c bit trong lnh vc thy vn,
ANN đc ng dng rt nhiu trong vic mô hình hóa mi quan h gia lng ma-
dòng chy, mô hình d báo mc đ hn hán, ngp lt, phân loi các lu vc sông, …
 nc ta trong nhng nm gn đây cng đã quan tâm đn ANN, nghiên cu ng
dng nó trong mt s lnh vc và phn nhiu là trong vic mô phng và d đoán l
lt ti các lu vc sông ln, nhm gim thiu thit hi do thiên tai gây ra. Vi nhng
kt qu đt đc đã cho thy s phù hp và hiu qu ca mô hình trong vic tr giúp
con ngi ra các quyt đnh chính xác hn.
Trc nhng li ích mà các công ngh này đem li, vic tích hp chúng vi
nhau đ phc v tt hn cho các nhu cu ca con ngi là mt xu hng đã đc áp
dng  các nc phát trin trên th gii.  Vit Nam, hng ng dng này vn còn
khá mi. Do đó, nghiên cu và hin thc vic tích hp gia GIS và ANN, ng dng
c th đ phc v vic qun lý ngun nc ti lu vc sông ng Nai là mt hng
đi cn thit, không ch giúp nâng cao kh nng qun lý ngun nc ti lu vc mà
còn góp phn vào s nghip phát trin công ngh thông tin  nc ta.
1.2 Mc tiêu nghiên cu ca lun vn

Trên nn tng lý thuyt v công ngh GIS và ANN, lun vn đc thc hin
vi hai mc tiêu chính:
Xây dng chng trình “DongNai_RiverBasin_GIS” nhm th hin các khía
cnh khác nhau ca lu vc sông ng Nai, đc bit là các thông tin đ phc
v cho vic qun lý ngun nc trong lu vc.
Xây dng chng trình ANN và tích hp vào “DongNai_RiverBasin_GIS”.
Chng trình ANN này đc dùng đ đa ra các d báo v lu lng, mc
Lun vn tt nghip cao hc
Trang 4
nc ti các trm thy vn trên lu vc vi mt đ chính xác do ngi dùng
nhp vào.
1.3 Kt quăđt đc
Xây dng xong chng trình “DongNai_RiverBasin_GIS” mô t v lu vc
sông ng Nai. ây là chng trình chính và đc xây dng da trên phn mm
ArcView 3.2 ca hãng ESRI. Toàn b lu vc sông ng Nai đã đc “s hóa” và
qun lý trong chng trình theo tng lp thông tin khác nhau nh lp thông tin v
đn v hành chính ca 11 tnh thành trong lu vc, lp thông tin v đng giao
thông, mt đ dân s, khu dân c, lp thông tin v thy vn nh mng li sông
ngòi, h cha, h thng các trm quan trc, đng phân thy, nhà máy thy đin…
Các lp thông tin này đóng vai trò là các bn đ nn mô t v nhng khía cnh khác
nhau ca lu vc sông ng Nai. Thông qua giao din chính ca chng trình, ngoài
vic có đc cái nhìn toàn cnh v lu vc sông ng Nai, t đây ngi dùng có th
la chn ra các lp thông tin cn thit đ phc v cho các mc đích qun lý ngun
nc khác nhau.
Xây dng xong chng trình ANN da trên gii thut lan truyn ngc sai s.
Chng trình này cho phép d báo lu lng, mc nc ti bt c mt trm thy vn
nào đó đc chn. Chng trình ANN này đc xem nh mt mô đun và tích hp
vào chng trình chính “DongNai_RiverBasin_GIS”. T giao din chính ca chng
trình, ngi dùng có th gi đn chng trình ANN này, thc hin các quá trình hun
luyn, kim tra và d báo da trên d liu thy vn ti các trm quan trc.

Lun vn tt nghip cao hc
Trang 5
CHNG 2
CÁC CÔNG TRÌNH LIÊN QUAN
2.1 Áp dng ANN trong lnh vc qun lý ngun nc
Qun lý ngun nc là lnh vc vô cùng phc tp. Chính bi vì đ có th mô
hình hóa đc các hin tng, các quá trình thy vn thì cn phi bit mt lng ln
các thông tin liên quan vi nhau, c v không gian ln thi gian. ây là thách thc
cho các nhà thy vn hc khi s lng các tham s liên quan là quá ln, mi quan h
ca các tin trình đôi khi rt khó đ đnh ngha mt cách rõ ràng. Chính vì th, vic
s dng các công c truyn thng, các mô hình ý nim đ mô phng các quá trình,
ngoi suy giá tr các bin và đa ra các giá tr d báo trong mt s trng hp là
không hiu qu. Và mô hình ANN đã khin cho vn đ gi đây tr nên kh thi. ã có
rt nhiu các nghiên cu v vic áp dng mô hình ANN đ mô phng cho các quá
trình thy vn phc tp, phc v cho công tác qun lý ngun nc, qun lý lu vc
sông và đã đt đc nhng kt qu đáng khích l.
Công trình nghiên cu v mô hình lng ma – dòng chy dùng mng nron
nhân to và các mô hình khái nim ca A. Sezin Tokar và Momcilo Markus đc
đng trên tp chí công ngh thy vn, s 5, tháng 4, nm 2000 [1] là mt s so sánh
chi tit gia mô hình ANN và ba mô hình truyn thng đc kho sát ti lu vc
sông Fraser  Colorado, nhánh sông Raccoon  Iowa và sông Little Patuxent ti
Maryland. Kt qu kho sát cho thy các mô hình ANN vi gii thut lan truyn
ngc đã đa ra đc nhng kt qu d báo chính xác hn, cách tip cn có h thng
hn và thi gian cn thit đ hun luyn mô hình cng nh hn so vi các phng
pháp truyn thng. iu đó cho thy các mô hình ANN là mt công c mnh m
trong vic mô hình tin trình lng ma – dòng chy.
Nghiên cu ca Hikmet Kerem Cigizoglu v vic dùng mng nron nhân to
đ c lng, d đoán và ngoi suy dòng chy ca sông đc đng trên tp chí khoa
hc thy vn, s 43, tháng 6, nm 2003 [2] cng đã cho thy tính hiu qu ca mô
Lun vn tt nghip cao hc

Trang 6
hình ANN đa tng lan truyn ngc. D liu ti các trm đo dòng chy ca bn dòng
sông ti Th Nh K trong khong thi gian t 1970 đn 1989 đã đc thu thp đ
làm tp hun luyn/kim tra cho chng trình. Kt qu ca mô hình sau đó đc so
sánh vi kt qu t các mô hình thng kê truyn thng. Và mt nhn đnh đc đa
ra đó là mô hình ANN t ra hiu qu hn trong vic đa ra các d báo, c lng và
ngoi suy giá tr dòng chy hng ngày ti các con sông đc kho sát.
Bài báo ca TS. Lê Vn Dc đc đng trên Tp Chí Phát Trin Khoa Hc
Công Ngh ca i Hc Quc Gia TP. HCM, Tp 12, s 04, nm 2009 [3] thc hin
vic so sánh mô hình ANN vi các mô hình Tank, Harmonic và Thomas & Fiering
khi áp dng đ mô phng dòng chy tháng  lu vc Sông ng Nai, Vit Nam. Kt
qu cho thy, mô hình ANN là mt phng án chn la tt nht nu có ngun d
liu đy đ và thích hp.
2.2 ng dng ca GIS vào lnh vc qun lý tài nguyên nc
Công trình ca Daene C.McKinney và Ximing Cai (2001) [4] nghiên cu v
vic liên kt gia GIS và mô hình qun lý tài nguyên nc theo cách tip cn hng
đi tng. Khi đó, d liu, mô hình và các giao din tng tác vi ngi dùng đc
tích hp vào môi trng GIS to nên tính uyn chuyn trong vic phân tích và mô
hình hóa. K thut đc s dng  đây chính là dùng ngôn ng lp trình Avenue trên
sn phm phn mm ArcView 3.2 ca hãng ESRI. Kt qu ca công trình cho thy
kh nng tích hp tt ca mô hình qun lý lu vc sông và công ngh GIS, giúp cho
vic qun lý đt hiu qu ti u.
Công trình nghiên cu xây dng h thng thông tin đa lý qun lý tng hp tài
nguyên nc đng bng sông Cu Long ca P.GS. TSKH. Lê Quang Minh và các
cng s [5] đã xây dng đc mt cu trúc ca h thng thông tin đa lý phc v cho
công tác quy hoch qun lý tài nguyên nc ca đng bng sông Cu Long, góp
phn nâng cao s phát trin bn vng ca vùng.
Lun vn tt nghip cao hc
Trang 7
2.3 Tích hp ANN và GIS trong lnh vc qun lý ngun nc

Theo Jeff Thurston (2002) [6], vic tích hp gia GIS và ANN là mt phng
pháp đc dùng đ mô phng cách mà b não con ngi x lý vi các bài toán d
liu không gian. Và thc t là ti bt c lnh vc nào có dùng GIS thì ANN cng có
th đc phát trin đ nâng cao kh nng h tr ra quyt đnh hn. Trong bài báo ông
đã mô t tóm lc v mi quan h gia ANN và GIS cng nh trình bày v mt s
lnh vc tiêu biu mà hai công ngh này có th tích hp đ hot đng chung vi
nhau, ví d nh trong vn đ phân loi nh, trong giao thông, trong các lnh vc v
kinh t, tài chính…
Công trình nghiên cu ca Hunh Th Minh Hng, Nguyn Hoàng Anh v
ng dng Geoinformatics trong công tác qun lý lu vc sông Sài Gòn – ng Nai
[7] đã phát trin mt h công c Geoinformatics gm 4 modul chc nng là GIS –
Vin Thám – Modelling – Database đc ng dng trong công tác qun lý tng hp
lu vc sông Sài Gòn – ng Nai (phn ca sông) và đ ngh đy mnh hn na
vic ng dng t hp các modul chc nng này trên nn phng pháp lun a cht
môi trng và u tiên xây dng website qun lý lu vc sông Sài Gòn – ng Nai,
xây dng h c s d liu thng nht trên toàn lu vc.
Lun vn tt nghip cao hc
Trang 8
CHNG 3
C S LÝ THUYT
3.1 Mng thn kinh nhân to
3.1.1 nh ngha
Mng thn kinh nhân to (Artificial Neural Network – ANN) là mt mô hình
x lý thông tin mô phng theo quá trình x lý thông tin ca b não con ngi. Ging
nh con ngi, mng thn kinh nhân to cng hc hi thông qua kinh nghim và s
dng nhng kinh nghim này đ gii quyt các tình hung. Kinh nghim  đây chính
là các tp mu hun luyn, là nhng d liu thu thp đc v mt vn đ c th nào
đó. Thông qua tp mu, ANN s tìm đc mi quan h phc tp gia các bin đu
vào và đu ra ca mô hình. Giai đon này đc gi là giai đon hc, hay giai đon
hun luyn mng. Kt thúc giai đon hc, mô hình ANN s đc kim tra, bng cách

nhp vào các giá tr và xem xét kt qu tr v có đúng nh d liu kim tra hay
không, t đó có th đánh giá đc tính hiu qu ca mô hình.
Thc cht ANN là mt mô hình toán hc đn gin, đnh ngha mt hàm
. Vi mt bài toán cho trc và mt lp các hàm F, ANN s dng mt tp
các giá tr hun luyn nhm tìm ra mt hàm đ gii bài toán đã cho mt cách
tt nht. Vi mi
đu có mt hàm chi phí tng ng, vi . Nh
vy, li gii ca bài toán,
, chính là hàm có .
3.1.2 Kin trúc ca mô hình ANN
Mt mô hình ANN gm có nhiu nút, đc gi là các nron, kt ni vi nhau
theo mt mô hình mng nào đó đ cùng gii quyt vn đ. Mi kt ni nh vy đu
đc gán mt giá tr tng ng, gi là trng s ca kt ni.
Mt mô hình ANN có 3 loi nút:
Ø Nút nhn giá tr t môi trng ngoài, gi là nút nhp.
Ø Nút tr v kt qu tính đc ra môi trng ngoài, gi là nút xut.
Lun vn tt nghip cao hc
Trang 9
Ø Nút ch nhn và truyn giá tr cho các nút khác trong mng, gi là nút n.
3.1.3 Quá trình hc ca ANN
Quá trình hc ca mng nron đc thc hin qua các bc sau:
Ø Vi tng mu trong tp hun luyn, giá tr ca các bin nhp đc đa vào
mng qua các nút nhp.
Ø Các nút nhp gi giá tr này đn cho tt c các nút khác có ni kt vi nó.
Ø Các nút nhn đc giá tr gi ti t các kt ni vi trng s khác nhau s thc
hin ba bc sau:
· u tiên, mt hàm đc s dng đ cng dn tt c các tích gia giá tr
nhn đc và trng s ca kt ni tng ng. Hàm này đc gi là hàm
tng trng hóa (input function)
· Tip theo, giá tr có đc t hàm tng trng hóa s đc đa qua mt hàm

th hai đ phân ngng, gi là hàm truyn (activation function), cho ra kt
qu cui cùng ca nút.
· Sau cùng, các nút s truyn giá tr tính đc ca mình đn cho tt c các
nút khác có kt ni vi nó.
Ø Và c nh vy, giá tr tính toán s đc truyn đi khp mng. Khi giá tr
truyn đn các nút xut, chúng cng thc hin tính toán nh vy và tr v kt
qu cui cùng ca mng.
Ø Kt qu cui cùng này s đc so sánh vi kt qu đích tng ng trong mu
hun luyn đ kim chng đ sai lch.
Ø Mng dùng đ sai lch này đ cp nht li giá tr trng s ca tt c các kt
ni trong mng, sao cho giá tr sai lch này là nh nht. Cách đ cp nht tùy
thuc vào tng thut toán hc khác nhau.
Lun vn tt nghip cao hc
Trang 10
Ø Vic hun luyn mng nh th này đc thc hin lp đi lp li cho đn khi
tha mãn điu kin dng nào đó, ví d nh ti u hàm sai s, hoc khi s ln
lp đt đn mt ngng đnh trc…
Ø Kt thúc quá trình hc, mng đt đc mt b các trng s “ti u”. Kt qu
này đc xem nh là “kinh nghim” hc đc ca mng, và nó s dùng kinh
nghim này đ gii quyt các trng hp khác ngoài tp mu hun luyn.
3.1.4 Phân loi ANN
Mng thn kinh nhân to là mt phân ngành ca lnh vc trí tu nhân to. Qua
quá trình phát trin thng trm, cho đn nay, mng thn kinh nhân to đã đt đc
nhng thành công nht đnh và vn đang thu hút mi ngi trên th gii nghiên cu
ci thin, tìm kim nhng hng đi mi.
3.1.4.1 Các tiêu chí phân loi ANN
Xut hin t nhng nm 1940, đn nay đã có rt nhiu kiu mng đc hình
thành và phát trin. Vic phân loi các mô hình ANN có th da trên mt s tiêu chí
sau:
a. Kiu hc

: Kiu hc ca mng gm có ba dng chính:
· Hc có giám sát:  kiu hc này, mi mu trong tp hun luyn là mt
b gm có các giá tr ngun đ đa vào mng hun luyn và các giá tr
đích đ làm c s so sánh vi kt qu mà ANN tính đc, t đó có
nhng điu chnh cn thit đ tìm b trng s ti u cho mng.
Kiu hc này đc áp dng cho các bài toán nhn din mu, hay còn gi là
các bài toán phân lp, và các bài toán xp x hàm.
· Hc không có giám sát:  kiu hc này, tp hun luyn ch có các giá
tr ngun đ đa vào hun luyn cho mng và không có giá tr đích đ
so sánh nh kiu hc có giám sát. Vi mi bài toán đt ra s xây dng
đc mt hàm chi phí da trên d liu đu vào và kt qu mà mng
Lun vn tt nghip cao hc
Trang 11
tính đc. Vic ti u hàm chi phí này là c s đ xây dng b trng
s thích hp.
Kiu hc này thng đc áp dng cho các bài toán gom cm (clustering),
c lng phân phi xác sut, các bài toán nén và lc d liu.
· Hc tng cng:  kiu hc này, tp d liu đu vào không có sn mà
s đc sinh ra khi h thng tng tác vi môi trng bên ngoài. Vào
mi thi đim t, h thng thc hin mt hành đng y
t
và môi trng s
to ra mt trng thái quan sát x
t
cùng vi mt hàm chi phí c
t
tng ng.
Vic gii quyt bài toán này chính là vic chn ra đc mt tp các
hành đng sao cho chi phí tích ly qua các hành đng đó là nh nht.
Kiu hc này đc áp dng cho các bài toán điu khin, trò chi và nhng

bài toán ra quyt đnh tun t.
b. Loi hàm truyn đc dùng ti các nút ca mng
Nh đã trình bày, giá tr xut ca mi nron là kt qu tính toán đc t hai
hàm, hàm tng trng hóa và hàm truyn. Trong đó, hàm tng trng hóa đc xem là
thành phn tuyn tính và hàm truyn là thành phn phi tuyn ca nron.
Hình 3. 1 Quá trình tính toán ti mt nron
S d cn thit phi có hàm truyn  đây là vì giá tr tính đc t hàm tng
trng hóa không phù hp đ xem là giá tr xut ca mt nron, bi vì giá tr này có
th rt ln hoc có th là giá tr âm. Chính vì th, vai trò ca hàm truyn là đ ánh x
nhng giá tr này thành nhng giá tr trong mt khong thích hp nào đó, ví d
Lun vn tt nghip cao hc
Trang 12
khong [0,1] hoc [-1,1] đi vi s thc hay giá tr [0,1] đi vi s nh phân. ây là
phép bin đi cn thit đ chun hóa giá tr trc khi đa nó ra khi nút.
Mt hàm s(u) đc s dng làm hàm truyn khi nó tha mãn các tính cht:
· s(u) là hàm b chn.
· s(u) là hàm đn điu tng.
· s(u) là hàm liên tc và trn.
Các dng hàm truyn thng đc dùng trong các mô hình ANN gm có:
Ø Hàm step
Hàm này dùng mt ngng t đ xác đnh giá tr ca mt nút. Hàm s xut
ra giá tr là 1 nu giá tr đa vào hàm có giá tr ln hn hoc bng t và s
xut ra giá tr 0 vi các trng hp còn li. Mô t toán hc và hình dng
ca hàm step nh sau:
Hình 3. 2 Hình dng hàm step
Ø Hàm sign
ây là hàm đc dùng đ ánh x các giá tr nhp vào mt trong ba giá tr
{-1, 0, 1}. Mô t toán hc và hình dng ca hàm nh sau: