NGHIÊN CỨU VÀ ỨNG DỤNG HỆ THỐNG SUY DẪN MỜ VÀO MỘT SỐ BÀI TOÁN DỰ ĐOÁN

TRƢỜNG ĐẠI HỌC SÀI GÕN
KHOA CÔNG NGHỆ THÔNG TIN
-----------------

CHÂU UYÊN SA

NGHIÊN CỨU VÀ ỨNG DỤNG HỆ THỐNG SUY DẪN MỜ
VÀO MỘT SỐ BÀI TOÁN DỰ ĐOÁN

KHÓA LUẬN TỐT NGHIỆP ĐẠI HỌC
NGÀNH CÔNG NGHỆ THÔNG TIN
Hệ đào tạo: Chính quy
Khóa học: 2007-2011
GVHD: ThS. HUỲNH MINH TRÍ

TP. HỒ CHÍ MINH, 2011


LỜI CAM ĐOAN
Tôi xin cam đoan luận văn “Nghiên cứu và ứng dụng hệ thống suy dẫn mờ vào
một số bài toán dự đoán” là kết quả nghiên cứu của riêng tôi dƣới sự hƣớng dẫn của
thầy Huỳnh Minh Trí, không sao chép của ai. Nội dung luận văn có tham khảo và sử
dụng các tài liệu, thông tin đƣợc đăng tải trên các tác phẩm, tạp chí và các trang web
theo danh mục tài liệu của luận văn.

i
SVTH: Châu Uyên Sa


NHẬN XÉT CỦA GIẢNG VIÊN HƢỚNG DẪN ĐỀ TÀI

..........................................................................................................................................
..........................................................................................................................................
..........................................................................................................................................
..........................................................................................................................................
..........................................................................................................................................
..........................................................................................................................................
..........................................................................................................................................
..........................................................................................................................................
..........................................................................................................................................
..........................................................................................................................................
..........................................................................................................................................
..........................................................................................................................................
TP Hồ Chí Minh, ngày … tháng … năm 2011
Ký tên

ThS. Huỳnh Minh Trí

ii
SVTH: Châu Uyên Sa


NHẬN XÉT CỦA GIẢNG VIÊN PHẢN BIỆN

..........................................................................................................................................
..........................................................................................................................................
..........................................................................................................................................
..........................................................................................................................................
..........................................................................................................................................
..........................................................................................................................................
..........................................................................................................................................

..........................................................................................................................................
..........................................................................................................................................
..........................................................................................................................................
..........................................................................................................................................
..........................................................................................................................................
TP Hồ Chí Minh, ngày … tháng … năm 2011
Ký tên

ThS. Lê Ngọc Kim Khánh

iii
SVTH: Châu Uyên Sa


NHẬN XÉT CỦA CHỦ TỊCH HỘI ĐỒNG

..........................................................................................................................................
..........................................................................................................................................
..........................................................................................................................................
..........................................................................................................................................
..........................................................................................................................................
..........................................................................................................................................
..........................................................................................................................................
..........................................................................................................................................
..........................................................................................................................................
..........................................................................................................................................
..........................................................................................................................................
..........................................................................................................................................
TP Hồ Chí Minh, ngày … tháng … năm 2011
Ký tên

ThS. Phan Tấn Quốc

iv
SVTH: Châu Uyên Sa


LỜI CẢM ƠN
Trong thời gian học tập tại Trƣờng Đại học Sài Gòn, khoa Công Nghệ Thông
Tin, đƣợc sự hƣớng dẫn giảng dạy tận tình của quý thầy cô em đã tiếp thu nhiều kiến
thức quý báu, làm hành trang trong cuộc sống và làm việc sau này.
Đặc biệt trong suốt thời gian thực hiện luận văn vừa qua, đƣợc sự hƣớng dẫn tận
tình của thầy - Th.S Huỳnh Minh Trí, em đã có dịp tìm hiểu những kiến thức mới bổ
ích về lĩnh vực trí tuệ nhân tạo. Em trân trọng cảm ơn thầy đã tận tâm giúp đỡ em hoàn
thành tốt luận văn.
Em xin cảm ơn các thầy cô trong khoa và nhà trƣờng đã tạo điều kiện thuận lợi
cho em thực hiện tốt luận văn
Đồng thời, tôi cũng xin cảm ơn tất cả các bạn bè đã hỗ trợ tôi trong thời gian
nghiên cứu vừa qua.
Xin trân trọng cảm ơn!

v
SVTH: Châu Uyên Sa


BẢNG CÁC KÍ HIỆU, CHỮ VIẾT TẮT
BP (Back Propagation)
DENFIS (Dynamic Evolving Neural Fuzzy Inference System)
ECMc (evolving clustering with constrained minimization)
ECM (Evolving Clustering Method)

ECOS (Evolving Connectionist Systems)
EFuNN (Evloving Fuzzy-Neural Network)
ESOM (Evolving Self Organising Maps)
FCMC (fuzzy C-means clustering)
Gas (Genetic algorithm)
KMC (K-means clustering)
LSE (Least-Square Estimatior)
MLP (Multi layer Perceptions)
NDEI (Non-Dimensional Error Index)
RAN (Resource Allocating Network)
RMSE (Root Mean Square Error)
SC (Subtractive Clustering)
TSK (Takagi-Sugeno_Kang)

vi
SVTH: Châu Uyên Sa


DANH MỤC CÁC BẢNG, ĐỒ THỊ, SƠ ĐỒ
Danh mục bảng:
Bảng 1 : So sánh phƣơng pháp phân cụm ECM với các phƣơng pháp phân cụm khác
qua dữ liệu gas-furnace .................................................................................................. 26
Bảng 2 : So sánh luật và chỉ số NDEI giữa DENFIS và các phƣơng pháp khác ........... 33
Bảng 3 : Cấu trúc dữ liệu đầu vào bài toán 1 ................................................................. 36
Bảng 4 : Cấu trúc dữ liệu đầu vào bài toán 2 ................................................................. 40
Bảng 5 : Dữ liệu đầu vào từ tháng 1 đến tháng 6 (BT 1) ............................................... 47
Bảng 6 : Dữ liệu đầu vào từ tháng 7 đến tháng 12 (BT 1) ............................................. 48
Bảng 7 : Dữ liệu đầu vào từ tháng 2/2010 đến tháng 4/2010 (BT 2)............................. 49
Bảng 8 : Dữ liệu đầu vào từ tháng 5/2010 đến tháng 7/2010 (BT 2)............................ 50
Bảng 9 : Dữ liệu đầu vào từ tháng 8/2010 đến tháng 10/2010 (BT 2).......................... 51

Bảng 10 : Dữ liệu đầu vào từ tháng 11/2010 đến tháng 1/2011 (BT 2)........................ 52
Danh mục hình:
Hình 1. 1 : Hàm liên thuộc dạng tam giác ....................................................................... 5
Hình 1. 2 : Hàm liên thuộc dạng hình thang .................................................................... 5
Hình 1. 3 : Hàm liên thuộc dạng chuông ......................................................................... 5
Hình 1. 4 : Tập mờ điển hình dùng biến ngôn ngữ .......................................................... 6
Hình 1. 5 : Cấu trúc hệ suy diễn mờ................................................................................. 8
Hình 1. 6 : Sơ đồ hoạt động suy diễn mờ với các luật mờ là tiền đề ............................... 9
Hình 1. 7 : Mô hình mờ Mamdani ................................................................................. 10
Hình 1. 8 : Mô hình mờ Takagi-Sugeno-Kang .............................................................. 11
Hình 1. 9 : Mô hình mờ Tsukamoto ............................................................................... 12
Hình 2. 1 : Qui trình dự đoán chuỗi thời gian theo phƣơng pháp mô hình hóa ............. 15
Hình 3. 1 : Cấu trúc 5 tầng của mô hình EFuNN ........................................................... 18
Hình 3. 2 : Quy trình xây dựng hệ suy diễn mờ theo phƣơng pháp DENFIS ................ 20
Hình 3. 3 : Minh họa việc phân nhóm ECM trong không gian hai chiều. ..................... 22
Hình 3. 4 : Hệ suy diễn mờ tƣơng ứng với vector nhập x1(a), x2(b). ........................... 32
vii
SVTH: Châu Uyên Sa


Hình 4. 1 : Giao diện chƣơng trình ................................................................................ 35
Hình 4. 2 : Biểu diễn nút luật trong không gian đầu vào ............................................... 37
Hình 4. 3 : Số nút luật đƣợc hình thành tại thời điểm t .................................................. 37
Hình 4. 4 : Cửa sổ so sánh kết quả thực và kết quả dự đoán(xanh) ............................... 38
Hình 4. 5 : Sai số quá trình dự đoán qua chỉ số NDEI ................................................... 39
Hình 4. 6 : Sai số quá trình dự đoán qua chỉ số RMSE ................................................. 39
Hình 4. 7 : Số nút luật đƣợc hình thành tại thời điểm t (khảo sát lần 2) ........................ 40
Hình 4. 8 : Biểu diễn nút luật trong không gian đầu vào (BT 2) ................................... 41
Hình 4. 9 : Sai số quá trình dự đoán qua chỉ số NDEI (BT 2) ....................................... 42
Hình 4. 10 : Sai số quá trình dự đoán qua chỉ số RMSE (BT 2) .................................... 42

viii
SVTH: Châu Uyên Sa


MỤC LỤC

PHẦN MỞ ĐẦU .............................................................................................................................. 1
1.

Lý do chọn đề tài .................................................................................................................. 1

3.

Đối tƣợng nghiên cứu: .......................................................................................................... 2

4.

Phƣơng pháp nghiên cứu: ..................................................................................................... 2

5.

Ý nghĩa đề tài: ....................................................................................................................... 2

6.

Phạm vi nghiên cứu: ............................................................................................................. 2

7.

Nội dung: ............................................................................................................................... 3

PHẦN NỘI DUNG .......................................................................................................................... 4
Chƣơng 1: Hệ suy dẫn mờ ........................................................................................................... 4
1.1 Lý thuyết tập mờ ................................................................................................................ 4
1.2 Các phép toán trên tập mờ: ............................................................................................... 7
1.3 Cấu trúc hệ suy dẫn mờ: .................................................................................................... 8
1.4 Hoạt động của hệ suy dẫn mờ: .......................................................................................... 9
1.5 Phân loại mô hình mờ: .................................................................................................... 10
Chƣơng 2: Mô hình chuỗi thời gian và quy trình dự đoán trong chuỗi thời gian .................. 13
2.1 Mô hình chuỗi thời gian: ................................................................................................. 13
2.2 Quy trình dự đoán chuỗi thời gian theo phƣơng pháp mô hình hóa: ........................... 15
Chƣơng 3:Xây dựng hệ thống suy dẫn mờ theo mô hình DENFIS ........................................ 17
3.1 Giới thiệu: ........................................................................................................................ 17
3.2 Quy trình xây dựng hệ suy diễn mờ theo phƣơng pháp DENFIS: ............................... 20
3.3 Phƣơng pháp phân nhóm tiến hóa (evolving clustering method - ECM): ................... 21
3.4 Nguyên lý cơ bản xây dựng hệ thống suy diễn mờ theo mô hình DENFIS: ............... 26
3.5 Tiến trình học của hệ thống DENFIS: ............................................................................ 28
3.6 Cơ chế suy diễn DENFIS: ............................................................................................... 30
3.7 Đánh giá hệ thống DENFIS: ........................................................................................... 33
Chƣơng 4: Ứng dụng hệ thống vào bài toán cụ thể ..................................................................... 35
4.1 Bài toán 1: ........................................................................................................................ 35
4.2 Bài toán 2: ........................................................................................................................ 40
KẾT LUẬN .................................................................................................................................... 43
1.

Ƣu điểm: .............................................................................................................................. 43

2.

Hạn chế: ............................................................................................................................... 43
ix

SVTH: Châu Uyên Sa


3.

Hƣớng phát triển: ................................................................................................................ 43

TÀI LIỆU THAM KHẢO ............................................................................................................. 45
PHỤ LỤC ....................................................................................................................................... 47
Phụ lục A : Bảng dữ liệu............................................................................................................ 47
Phụ lục B: Hƣớng dẫn sử dụng công cụ Ecos_denfis .............................................................. 53

x
SVTH: Châu Uyên Sa


Nghiên cứu và ứng dụng hệ thống suy dẫn mờ
vào một số bài toán dự đoán

GVHD: Th.S Huỳnh Minh Trí

PHẦN MỞ ĐẦU
1. Lý do chọn đề tài
Ngày nay, việc dự đoán các phản ứng trong tƣơng lai của một tiến trình khá là
quan trọng. Dự đoán nhằm ra quyết định một cách chính xác hơn. Đặc biệt là trong các
lĩnh vực kinh tế, xã hội và nghiên cứu khoa học. Ví dụ nhƣ dự báo thời tiết ngày mai sẽ
nhƣ thế nào, dự báo thiên tai, bão lụt từ đó làm giảm thiểu tối đa thiệt hại do thiên tai

gây ra. Dự đoán những điều liên quan đến cuộc sống nhƣ chỉ số thị trƣờng chứng
khoán, tăng trƣởng dân số… Việc dự đoán chính xác 100% là không thể, nhƣng khoa
học luôn tìm cách tốt nhất để giảm thiểu lỗi dự báo cũng nhƣ tăng tốc độ tiến trình dự
báo.
Công việc dự đoán nhìn chung đƣợc thực hiện bằng cách quan sát các mẫu số
liệu trong quá khứ và đƣa ra xu hƣớng sẽ xảy ra dựa vào các dữ liệu mẫu này. Hầu hết
các dữ liệu quá khứ đƣợc ghi lại theo những khoảng thời gian nhất định. Các mẫu số
liệu này đƣợc gọi chung là dữ liệu chuỗi thời gian. Công việc dự đoán nhƣ trên gọi là
dự đoán theo chuỗi thời gian. Để thích ứng với tính linh động của dữ liệu trong quá
khứ, chuỗi thời gian dần biến đổi đến giai đoạn cao hơn là chuỗi thời gian phi tuyến
tính. Vấn đề này gây nhiều khó khăn cho các thuật toán cũ (hồi qui, phân tích Furie,
ARIMA và một vài công cụ khác) vì độ phức tạp quá cao.
Để vƣợt qua những khó khăn trên, các nhà nghiên cứu khoa học đã đƣa ra nhiều
phƣơng pháp khác nhau, đáng lƣu ý nhất là phƣơng pháp dự đoán bằng mô hình hóa.
Trong luận văn này sẽ đề cập đến việc xây dựng mô hình dự đoán trên nền tảng suy
diễn mờ và phân tích chuỗi thời gian. Khái niệm tập mờ đƣợc Zadeh đƣa ra từ năm
1965 và ngày càng tìm đƣợc ứng dụng trong nhiều lĩnh vực khác nhau nhất là trong
điều khiển và trí tuệ nhân tạo. Nhiều kết quả ứng dụng cho thấy suy diễn mờ dần rất có
hiệu quả trong việc tối ƣu hóa các kết quả dự đoán và nâng cao tính chính xác của dự
báo.
1
SVTH: Châu Uyên Sa


Nghiên cứu và ứng dụng hệ thống suy dẫn mờ
vào một số bài toán dự đoán

GVHD: Th.S Huỳnh Minh Trí

Trong thời gian gần đây, đề tài này vẫn luôn đƣợc một số tác giả nghiên cứu.

Khuynh hƣớng hiện nay vẫn là tập trung nâng cao độ chính xác của kết quả dự báo.
Trong khuôn khổ luận văn, em xin trình bày phƣơng pháp dự đoán dựa trên nền tảng hệ
suy dẫn mờ và chuỗi thời gian đã đƣợc một số tác giả phát triển từ trƣớc. Phƣơng pháp
đƣợc đề cập rõ nhất qua hệ thống DENFIS. Dựa trên hệ thống đề ra, em đã áp dụng vào
bài toán dự đoán nhiệt độ.

2. Mục tiêu đề tài:
Mục tiêu của luận văn là tìm hiểu giải pháp dựa trên chuỗi thời gian và hệ suy
dẫn mờ để xây dựng mô hình dự đoán một giá trị trong tƣơng lai từ các dữ liệu trong
quá khứ và hiện tại. Mô hình cần có khả năng linh động thích nghi đƣợc với sự biến
đổi không ngừng của môi trƣờng.
3. Đối tượng nghiên cứu:
Ứng dụng hệ thống suy diễn mờ và chuỗi thời gian vào dự đoán bài toán.
4. Phương pháp nghiên cứu:
Phƣơng pháp nghiên cứu tài liệu (với nguồn tài liệu chủ yếu là các bài báo cáo
khoa học).
5. Ý nghĩa đề tài:
Dƣới sự bùng nổ thông tin và sự phát triển công nghệ, nhiều lĩnh vực đòi hỏi hệ
thống phù hợp với tính chất động của chuỗi thời gian đồng thời có khả năng hỗ trợ ra
quyết định thay thế cho vị trí của nhiều chuyên gia. Dự đoán dựa trên chuỗi thời gian là
một vấn đề phức tạp. Đề tài đã trình bày một trong những phƣơng pháp giải quyết đƣợc
vấn đề phức tạp đó, ngoài ra phƣơng pháp này còn có khả năng cập nhật kiến thức theo
sự thay đổi không ngừng của môi trƣờng.
6. Phạm vi nghiên cứu:
Đề tài chỉ trình bày một số kiến thức nền tảng về hệ suy diễn mờ, chuỗi thời
gian cũng nhƣ quy trình dự đoán trong chuỗi thời gian. Giới thiệu hệ thống DENFIS và
cách ứng dụng của nó vào việc dự đoán dựa trên chuỗi thời gian (cụ thể là bài toán dự

2
SVTH: Châu Uyên Sa

Nghiên cứu và ứng dụng hệ thống suy dẫn mờ
vào một số bài toán dự đoán

GVHD: Th.S Huỳnh Minh Trí

đoán nhiệt độ trung bình của Thành phố Hồ Chí Minh bằng mô hình DENFIS trực
tuyến).
7. Nội dung:
Ngoài phần mở đầu, kết luận, danh mục bảng biểu và tài liệu tham khảo, luận
văn gồm 4 chƣơng nhƣ sau:
Chƣơng I: Trình bày kiến thức cơ bản về hệ suy dẫn mờ.
Chƣơng II: Trình bày chuỗi thời gian và quy trình dự đoán trong chuỗi thời
gian.
Chƣơng III: Trình bày hệ thống DENFIS.
Chƣơng IV: So sánh kết quả thực nghiệm khi áp dụng DENFIS vào bài toán dự
đoán nhiệt độ Thành phố Hồ Chí Minh.

3
SVTH: Châu Uyên Sa


Nghiên cứu và ứng dụng hệ thống suy dẫn mờ
vào một số bài toán dự đoán

GVHD: Th.S Huỳnh Minh Trí

PHẦN NỘI DUNG
Chương 1: Hệ suy dẫn mờ

1.1 Lý thuyết tập mờ
Lý thuyết tập mờ bao gồm logic mờ, số học mờ, quy hoạch toán học mờ, hình
học tôpô mờ, lý thuyết đồ thị mờ và phân tích dữ liệu mờ. Thuật ngữ logic mờ đƣợc chỉ
tất cả các lĩnh vực trên.
Trọng tâm của lý thuyết mờ là việc đề xuất khái niệm tập mờ (fuzzy sets). Xét
về mặt toán học tập mờ A là một hàm số (hàm thuộc- Membership function) xác định
trên khoảng giá trị mà đối số x có thể chấp nhận gọi là tập vũ trụ X (universe of
discourse).
µA (x): X [0.0; 1.0]
Với

A: nhãn mờ của biến x (thƣờng đƣợc đặc trƣng bởi biến ngôn ngữ).
0.0: đại diện cho trƣờng hợp phát biểu hoàn toàn sai.
1.0: đại diện cho trƣờng hợp phát biểu hoàn toàn đúng.

Vậy: Tập mờ A xác định trên tập X là một tập mà một phần tử của nó biểu diễn
bởi một cặp giá trị (x, µ A (x)). Trong đó x

X và µA (x) là ánh xạ.

Có hai cách để biểu diễn hàm liên thuộc µ (x) cho một tập mờ: dƣới dạng số học
và dƣới dạng hàm số (đồ thị hàm số).
Cách biểu diễn dƣới dạng số học thể hiện độ lớn của hàm liên thuộc của một tập
hợp nhƣ là một vector của các số mà đƣợc xác định dựa vào mức độ rời rạc của tập
hợp.
Cách biểu diễn dƣới dạng hàm số xác định hàm liên thuộc của một tập mờ trong
một biểu thức giải tích để cho phé p giá trị độ phụ thuộc của mỗi phần tử trong tập nền
cho trƣớc có thể tính toán đƣợc. Họ các tiêu chuẩn nào đó hay hình dạng của hàm liên
thuộc thông thƣờng đƣợc sử dụng cho các tập mờ dựa trên tập nền của các số thực. Một
số hàm liên thuộc thƣờng đƣợc sử dụng trong thực tế nhƣ dạng tam giác, dạng hình

thang, dạng hình chuông (Gauss).
4
SVTH: Châu Uyên Sa


Nghiên cứu và ứng dụng hệ thống suy dẫn mờ
vào một số bài toán dự đoán

GVHD: Th.S Huỳnh Minh Trí

Sau đây là hàm liên thuộc một số dạng phổ biến:

Hình 1. 1 : Hàm liên thuộc dạng tam giác

Hình 1. 2 : Hàm liên thuộc dạng hình thang

Hình 1. 3 : Hàm liên thuộc dạng chuông

5
SVTH: Châu Uyên Sa


Nghiên cứu và ứng dụng hệ thống suy dẫn mờ
vào một số bài toán dự đoán

GVHD: Th.S Huỳnh Minh Trí

Hệ suy dẫn mờ là cơ cấu tính toán dựa trên các khái niệm của lý thuyết tập mờ,
các tập luật mờ „Nếu-Thì‟ (IF-THEN) cùng với cơ chế suy diễn mờ.
Biến ngôn ngữ (linguistic variables): là biến nhận các giá trị ngôn nhƣ “trẻ”,

“trung niên”, “già” trong đó mỗi giá trị ngôn ngữ là một tập mờ xác định bởi một hàm
thuộc và khoảng giá trị số tƣơng ứng.
Ví dụ:

Hình 1. 4 : Tập mờ điển hình dùng biến ngôn ngữ
Lý thuyết tập mờ áp dụng trên các nhóm ngôn ngữ mà trong đó ranh giới giữa
chúng không phân định rõ ràng. Bấy kì lý thuyết và các phƣơng pháp giải tích rõ đều
có thể đƣợc làm mờ bằng việc khái quát hóa khái niệm của một tập rõ thành một tập
mờ. Lợi ích của việc mở rộng đó là khả năng giải quyết các bài toán động có nhiễu
trong thế giới thực.
Tập mờ là một công cụ toán học cho phép chuyển đổi từ giá trị định lƣợng sang
giá trị định tính. Nói rộng ra, lý thuyết tập mờ là công cụ toán học hình thức hóa biểu
diễn thông tin mơ hồ không chắc chắn. Do vậy, lý thuyết mờ rất phù hợp với việc mô
phỏng hoạt động tƣ duy của con ngƣời, xét về khả năng xử lý xấp xỉ các thông tin để
đƣa ra quyết định.
6
SVTH: Châu Uyên Sa


Nghiên cứu và ứng dụng hệ thống suy dẫn mờ
vào một số bài toán dự đoán

GVHD: Th.S Huỳnh Minh Trí

Hệ thống suy dẫn mờ (Fuzzy Inference System) có thể nói là một công cụ xấp xỉ
toàn năng. Điều này cho phép các hệ thống suy dẫn mờ có thể xấp xỉ đặc tính tĩnh của
bất cứ một hàm phi tuyến liên tục nào trong một miền xác định với độ chính xác cao.
Đặc biệt là với những hệ phi tuyến mạnh mô hình mờ tỏ ra chiếm ƣu thế hơn so
với những mô hình khác.
1.2 Các phép toán trên tập mờ:

Trên tập mờ có 3 phép toán cơ bản là phép hợp, phép giao và phép bù. Trong
trƣờng hợp này ta giả định các tập mờ cùng cơ sở.
Phép hợp của hai tập mờ A và B có cùng cơ sở X là một tập mờ có cùng cơ sở X
với nhiều công thức tính hàm liên thuộc. Song kỹ thuật điều khiển mờ chủ yếu dùng
hai công thức hợp mờ sau:
µA

B (x)=Max(µA (x),

µA

B (x)=Min(1,

µB (x));

µA (x) + µB (x)) phép hợp Lukasiewiez;

Tƣơng tự nhƣ phép hợp, phép giao của hai tập mờ trong kỹ thuật chỉ sử dụng hai
công thức MIN và PROD
MIN:

µA

B (x)

= Min (µA (x), µB (x));

PROD:

µA

B (x)

= µA (x). µB (x);

Phép bù của tập mờ A có cơ sở X là tập mờ AC xác địh trên cùng cơ sở X có
hàm liên thuộc:
µAc (x) = 1- µA (x)

7
SVTH: Châu Uyên Sa


Nghiên cứu và ứng dụng hệ thống suy dẫn mờ
vào một số bài toán dự đoán

GVHD: Th.S Huỳnh Minh Trí

1.3 Cấu trúc hệ suy dẫn mờ:
Mỗi hệ suy dẫn mờ thƣờng gồm có 5 phần chủ đạo:

Hình 1. 5 : Cấu trúc hệ suy dẫn mờ
 Cơ sở luật: nơi chứa các tập luật mờ IF-THEN.Cơ sở luật là thành phần
quan trọng nhất của bất kỳ mô hình mờ nào.
 Bộ tham số: quy định hình dạng hàm thuộc của giá trị ngôn ngữ đƣợc
dùng để biểu diễn các biến mờ và các luật mờ. Giá trị tham số có thể
đƣợc đánh giá bằng kinh nghiệm của các chuyên gia hoặc là kết quả của
quá trình khai phá tri thức từ thực nghiệm.
 Cơ chế suy diễn (reasoning mechansim): có nhiệm vụ thực hiện thủ tục
suy diễn mờ dựa trên cơ sở tri thức (cơ sở luật và bộ tham số mô hình) và

các giá trị đầu vào để đƣa ra một giá trị dự đoán ở đầu ra.
 Giao diện mờ hóa (fuzzification interface): thực hiện chuyển đổi các đầu
vào rõ thành mức độ trực thuộc giá trị các ngôn ngữ.
 Giao diện khử mờ (defuzzification interface): thực hiện chuyển đổi kết
quả suy diễn mờ thành giá trị đầu ra rõ.

8
SVTH: Châu Uyên Sa


Nghiên cứu và ứng dụng hệ thống suy dẫn mờ
vào một số bài toán dự đoán

GVHD: Th.S Huỳnh Minh Trí

1.4 Hoạt động của hệ suy dẫn mờ:
Hoạt động suy diễn của hệ suy diễn mờ thƣờng gồm 3 bƣớc:
 Suy diễn: Giá trị chân lý của phần giả thiết mỗi luật đƣợc áp dụng lên
phần kết luận thông qua phép kéo theo mờ. Nhƣ vậy, mô hình thu đƣợc ở phần kết luận
là một tập con mờ. Phép kéo theo mờ thông thƣờng dựa trên hai toán tử là Min hoặc
Product.
 Kết nhập: Kết hợp tất cả các tập con mờ ứng với đầu ra mỗi luật tạo
thành một tập con mờ duy nhất biểu diễn biến mờ đầu ta cơ chế suy diễn. Quá trình
tính toán kết nhập thông thƣờng dựa trên hai toán tử là Max hoặc Sum.
 Khử mờ: chuyển đổi biến ngôn ngữ đầu ra thành một giá trị rõ thƣờng
dùng phƣơng pháp xác định vùng trọng tâm (giá trị rõ của biến đầu ra đƣợc tính bằng
cách tìm giá trị trọng tâm hàm thuộc của các giá trị mờ) hoặc phƣơng pháp xác định
vùng cựa đại (giá trị tõ là giá trị mà tại đó tập con mờ đạt giá trị chân lý cực đại) [2].
Phƣơng pháp khử mờ đòi hỏi nhiều chi phí tính toán và không có cách nào phân tích
chúng một cách chính xác ngoài trừ việc thông qua các nghiên cứu thực nghiệm.

Hình 1. 6 : Sơ đồ hoạt động suy dẫn mờ với các luật mờ là tiền đề

9
SVTH: Châu Uyên Sa


Nghiên cứu và ứng dụng hệ thống suy dẫn mờ
vào một số bài toán dự đoán

GVHD: Th.S Huỳnh Minh Trí

1.5 Phân loại mô hình mờ:
Dựa trên loại cơ chế suy diễn mờ và các dạng luật mờ đƣợc đƣợc sử dụng, phần
lớn các mô hình mờ có thể đƣợc xếp vào một trong ba loại mô hình sau:
1.5.1 Mô hình mờ Mamdani
Mô hình mờ Mamdani (còn gọi là mô hình ngôn ngữ) là mô hình điển hình nhất,
với bộ luật bao gồm các luật mà phần tiền đề và phần kết luận đều là các tập mờ. Ƣu
điểm của mô hình là tính thông dịch cao.Tuy nhiên, hệ thống bị giới hạn bởi sự cứng
nhắc của các giá trị ngôn ngữ và tạo nên tính thiếu chính xác nhƣ là khuyết điểm đáng
lƣu ý của hệ thống.

Hình 1. 7 : Mô hình mờ Mamdani sử dụng MIN và MAX
1.5.2 Mô hình mờ Takagi Sugeno
Mô hình mờ Takagi Sugeno (hay còn gọi là mô hình TSK) đƣợc đề xuất bởi
Takagi, Sugeno và Kang nhằm phát triển cách tiếp cận mang tính hệ thống đối với các
quá trình sinh luật mờ từ các tập dữ liệu vào ra cho trƣớc. Mô hình mờ Takagi Sugeno
đƣợc cấu thành từ một tập các luật mờ mà phần kết luận của mỗi luật là một hàm
(không mờ) ánh xạ từ các tham số đầu vào của mô hình tới tham số đầu ra mô hình.

10
SVTH: Châu Uyên Sa


Nghiên cứu và ứng dụng hệ thống suy dẫn mờ
vào một số bài toán dự đoán

GVHD: Th.S Huỳnh Minh Trí

Tham số của các hàm ánh xạ này có thể đƣợc đánh giá thông qua giải thuật nhận dạng
(Indentification algorithms) nhƣ phƣơng pháp bình phƣơng nhỏ nhất [7] (least square
methods) hay bộ lọc Kalman (Kalman filter). Cụ thể một luật mờ điển hình trong mô
hình Takagi-Sugeno có dạng: “Nếu x là A và y là B thì z=f(x, y)”.

Hình 1. 8 : Mô hình mờ Takagi-Sugeno-Kang
1.5.3 Mô hình mờ Tsukamoto
Trong mô hình mờ Tsukamoto, phần kết luận của mỗi luật mờ if-then đƣợc biểu
diễn bằng một tập mờ với một hàm thuộc đơn điệu. Mô hình Tsukamoto có thể đƣợc
xem là sự kết hợp hài hòa khả năng thông dịch với các nhãn và tính chính xác của các
hàm tuyến tính.

11
SVTH: Châu Uyên Sa


Nghiên cứu và ứng dụng hệ thống suy dẫn mờ
vào một số bài toán dự đoán

GVHD: Th.S Huỳnh Minh Trí

Hình 1. 9 : Mô hình mờ Tsukamoto
Trong điều khiển dự báo thì mô hình mờ TSK đƣợc nghiên cứu và sử dụng rộng
rãi hơn cả. Mô hình này có ƣu điểm là có thể rút ra từ dữ liệu vào-ra quan sát đƣợc
bằng cách dùng kỹ thuật phân nhóm. Hơn thế, mô hình TSK còn có ƣu điểm là tốc độ
tính toán nhanh hơn mô hình Mamdani đồng thời cho kết quả chính xác hơn.

12
SVTH: Châu Uyên Sa


Nghiên cứu và ứng dụng hệ thống suy dẫn mờ
vào một số bài toán dự đoán

GVHD: Th.S Huỳnh Minh Trí

Chương 2: Mô hình chuỗi thời gian và quy trình dự đoán
trong chuỗi thời gian
2.1 Mô hình chuỗi thời gian:
Chuỗi thời gian là một dãy các giá trị quan sát X:={
theo thứ tự diễn biến thời gian với
quan sát tại thời điểm thứ hai và

1 là
n

1,

2,

…,

n}

đƣợc xếp

các giá trị quan sát tại thời điểm đầu tiên,

2

là

là quan sát tại thời điểm thứ n. Chuỗi thời gian là

một chuỗi các quan sát của một biến ngẫu nhiên Xt thể hiện qua tập X. Do đó, nó là
một quá trình ngẫu nhiên.
Quá trình ngẫu nhiên là một họ các biến ngẫu nhiên {Xt, t

T} đƣợc định nghĩa

trên một không gian xác suất (,F,P). Với  là tập không gian mẫu, F là tập hợp các
phần tử sự kiện và phải là

– đại số, P là xác suất các trƣờng hợp có thể xảy ra.

Ví dụ số lƣợng học viên đăng ký vào trƣờng đại học, thủy triều lên xuống con
sông, chỉ số chứng khoán… Nếu một chuỗi thời gian có thể đƣợc dự đoán một cách
chính xác từ các số liệu trong quá khứ thì chuỗi thời gian đƣợc gọi là có tính chất xác
định. Ngƣợc lại chuỗi thời gian sẽ đƣợc goi là có tính chất thống kê.
Cơ sở dữ liệu chuỗi thời gian là một tập các bản ghi, mỗi một bản ghi bao gồm
một tập các thuộc tính và giá trị thời gian. Mỗi một thuộc tính có thể có hoặc không có

mối liên hệ với giá trị thời gian. Nếu thuộc tính có mối liên hệ với giá trị thời gian thì
nó đƣợc gọi là thuộc tính động, ngƣợc lại đƣợc gọi là thuộc tính tĩnh. Dựa vào chuỗi dữ
liệu này, ta tiến hành dự đoán các sự kiện xảy ra trong tƣơng lai. Công việc dự đoán
trên dữ liệu chuỗi thời gian đƣợc gọi là dự đoán chuỗi thời gian.
Công việc phân tích chuỗi thời gian thông thƣờng đƣợc thực hiện bởi một dòng
dữ liệu đơn phát sinh bởi một nguồn quan sát và đƣợc gọi là dự đoán đơn biến. Tuy
nhiên đôi lúc cũng đƣợc thực hiện với nhiều dòng dữ liệu, do cùng một hệ thống phát
sinh, cùng một lúc đƣợc gọi là dự đoán đa biến. Phƣơng pháp dự đoán đa biến dựa trên
chuỗi thời gian đƣợc đề cập đến trong [16].

13
SVTH: Châu Uyên Sa


Nghiên cứu và ứng dụng hệ thống suy dẫn mờ
vào một số bài toán dự đoán

GVHD: Th.S Huỳnh Minh Trí

Có nhiều phƣơng pháp dự đoán chuỗi thời gian, nhƣng phƣơng pháp mô hình
hóa hiện đƣợc nhiều quan tâm nhờ vào khả năng dự đoán đúng đắn dựa trên mối liên
hệ qua lại giữa các quan sát. Các mô hình dự đoán hầu hết đều đƣợc kết hợp theo tỉ lệ
khác nhau từ các lý thuyết về suy diễn mờ, mạng noron, di truyền và các thuật toán thời
gian. Trong phần sau của luận văn chúng ta sẽ tập trung nghiên cứu phƣơng pháp này
dựa trên kết hợp hệ suy dẫn mờ và chuỗi thời gian.

14
SVTH: Châu Uyên Sa