Mạng nơ ron và ứng dụng dự báo chỉ số tiêu dùng

ĐẠI HỌC THÁI NGUYÊN
KHOA CÔNG NGHỆ THÔNG TIN
----------  ----------

PHẠM MINH HOÀNG

MẠNG NƠRON VÀ ỨNG DỤNG DỰ BÁO
CHỈ SỐ TIÊU DÙNG

Chuyên ngành: Khoa học máy tính
Mã số: 60.48.01

LUẬN VĂN THẠC SĨ KHOA HỌC MÁY TÍNH
Người hướng dẫn khoa học
PGS.TS. ĐOÀN VĂN BAN

Thái Nguyên - 2010


MỤC LỤC
MỞ ĐẦU..................................................................................................................6
CHƯƠNG I: BÀI TOÁN DỰ BÁO CHỈ SỐ TIÊU DÙNG..................................9
1.1. Giới thiệu chung..........................................................................................................9
1.2. Khái niệm giá tiêu dùng............................................................................................10
1.3. Chỉ số tiêu dùng.........................................................................................................10
1.4 Phương pháp tính chỉ số giá tiêu dùng.......................................................................11
1.5. Quy trình thực hiện dự báo........................................................................................15
1.6. Đánh giá hiệu quả của mô hình dự báo [10].............................................................18
1.7. Phương pháp dự báo với mạng nơron.......................................................................19
1.8. Kết luận.....................................................................................................................20

CHƯƠNG 2: MẠNG NƠRON NHÂN TẠO.......................................................22
VÀ MẠNG NƠRON MỜ......................................................................................22
2.1. Mạng nơron nhân tạo.................................................................................................22
2.1.1. Giới thiệu............................................................................................................22
2.1.2. Các nơron sinh học và bộ não con người...........................................................22
2.1.3. Mô hình mạng nơron nhân tạo...........................................................................28
2.1.4. Phân loại cấu trúc mạng nơron nhân tạo............................................................31
2.1.5. Các hình thức học của mạng nơron....................................................................33
2.1.6. Một số phương pháp huấn luyện mạng nơron nhân tạo.....................................34
2.2. Tập mờ.......................................................................................................................41
2.2.1. Giới thiệu............................................................................................................41
2.2.2. Khái niệm tập mờ...............................................................................................42
2.2.3. Các phép toán trên tập mờ..................................................................................45
2.2.4. Hệ thống suy luận mờ.........................................................................................49
2.3. Mạng nơron mờ.........................................................................................................51
2.3.1. Lý do kết hợp giữa mạng nơron với lý thuyết mờ..............................................51
2.3.3. Một số phương pháp mờ hoá mạng nơron.........................................................53
2.4. Mạng nơron nhân tạo mờ và bài toán dự báo............................................................54
2.4.1. Thuật toán lan truyền ngược...............................................................................54
2.4.2 Một số cải tiến của thuật toán lan truyền ngược.................................................57
2.5. Kết luận.....................................................................................................................71

CHƯƠNG 3: ỨNG DỤNG DỰ BÁO CHỈ SỐ TIÊU DÙNG.............................73
3.1. Đặt vấn đề..................................................................................................................73
3.2. Môi trường cài đặt.....................................................................................................73
3.3. Xử lý dữ liệu..............................................................................................................73
3.4. Thuật toán la truyền ngược giải bài toán dự báo.......................................................75
3.4.1. Mô hình của bài toán dự báo chỉ số giá tiêu dùng..............................................75
3.4.2. Các bước trong thuật toán lan truyền ngược......................................................75
3.5. Xây dựng chương trình..............................................................................................76

3.5.1. Giao diện và các chức năng của chương trình....................................................76
3.5.2. Một số kết quả khi chạy thử nghiệm chương trình.............................................80
Trong quá trình chạy thử nghiệm chương trình với bộ dữ liệu về chỉ số tiêu dùng từ năm
2006 đến 2008 tôi nhận thấy những vấn đề sau:..............................................................80
Vấn đề 1: Việc lựa chọn số nơron lớp ẩn........................................................................80


Số nơron lớp ẩn là một trong những nhân tố ảnh hưởng đến khả năng hội tụ của mạng.
Thực tế cho thấy với việc cố định các thông số khởi tạo mạng như sau: Hằng số học 0.5;
Sai số cho phép = 0.0005; Số vòng lặp tối đa = 200000 và khoảng khởi tạo trọng số từ
-0.8 đến 0.8 kết quả thu được như sau:............................................................................80
Sô nơron lớp ẩn................................................................................................................80
Số vòng lặp.......................................................................................................................80
15......................................................................................................................................80
Không hội tụ.....................................................................................................................80
21......................................................................................................................................80
Không hội tụ.....................................................................................................................80
22......................................................................................................................................80
Không hội tụ.....................................................................................................................80
23......................................................................................................................................80
188234..............................................................................................................................80
24......................................................................................................................................80
162579..............................................................................................................................80
25......................................................................................................................................80
174325..............................................................................................................................80
26......................................................................................................................................80
89419................................................................................................................................80
30......................................................................................................................................80
104364..............................................................................................................................80
35......................................................................................................................................80

127648..............................................................................................................................80
50......................................................................................................................................80
109984..............................................................................................................................80
Với 10 mẫu thự nghiệm như trên cho thấy, với số nơron lớp ẩn nhỏ hơn 15 thì mạng
không hội tụ, việc huấn luyện mạng không thành công. Cũng theo kết quả cho thấy
mạng khởi tạo nên có số nơron lớp ẩn là 26. Nếu chọn mạng có số nơron lớp ẩn lớn hơn
nữa, trên lý thuyết có thể tốc độ hội tụ sẽ nhanh hơn tuy nhiên không gian bộ nhớ để xử
lý lại quá lớn.....................................................................................................................80
Như vậy, trong phạm vi bài toán dự báo chỉ số giá tiêu dùng thì việc khởi tạo số lượng
nơron lớp ẩn bằng 26 là khá phù hợp với những yêu cầu cũng như kết quả thu được sau
khi huấn luyện mạng........................................................................................................80
Vấn đề 2: Việc lựa chọn hằng số học cho mạng.............................................................81
Qua thực nghiệm trên 10 mẫu với việc cố định số nơron đầu vào là 26, sai số cho phép
là 0.0005, khoảng khởi tạo trọng số là -0.8 đến 0.8 và số vòng lặp tối đa là 200000 đã
thu được kết quả như sau:.................................................................................................81
Hằng số học......................................................................................................................81
Số vòng lặp.......................................................................................................................81
0.1.....................................................................................................................................81
Không hội tụ.....................................................................................................................81
0.2.....................................................................................................................................81
Không hội tụ.....................................................................................................................81
0.3.....................................................................................................................................81
Không hội tụ.....................................................................................................................81
0.4.....................................................................................................................................81

-3-


127372..............................................................................................................................81
0.5.....................................................................................................................................81

168463..............................................................................................................................81
0.6.....................................................................................................................................81
103837..............................................................................................................................81
0.7.....................................................................................................................................81
89419................................................................................................................................81
0.8.....................................................................................................................................81
97864................................................................................................................................81
0.9.....................................................................................................................................81
Không hội tụ.....................................................................................................................81
1.0.....................................................................................................................................81
Không hội tụ.....................................................................................................................81
Bảng kết quả thực nghiệm trên đã cho thấy, việc lựa chọn hằng số học hoàn toàn ảnh
hưởng đến tốc độ, khả năng hội tụ của mạng. Cũng từ kết quả trên cho thấy, phạm vi bài
toán dự báo này thì hằng số học thích hợp nhất có thể chọn là 0.7..................................81
Vấn đề 3: Việc lựa chọn khoảng khởi tạo trọng số.........................................................81
Cũng qua việc thử nghiệm chạy chương trình ứng với việc khởi tạo các khoảng trọng số
khác nhau còn các tham số khởi tạo mạng như: Số nơron lớp ẩn là 26; Sai số cho phép là
0.0005; Số vòng lặp tối đa là 200000 và hằng số học là 0.5 được cố định cho thấy:......81
Với các khoảng khởi tạo trọng số khác nhau thì kết quả thu được là khả năng hội tụ của
mạng cũng khác nhau.......................................................................................................81
Từ kết quả thực nghiệm rút ra: Trong quá trình huấn luyện mạng muốn mạng hội tụ
được thì giá trị của các trọng số phải là các số khác nhau và nên nằm trong khoảng [1,1], sự chênh lệch giữa các trọng số khởi tạo phải ở mức vừa phải. Cũng từ thực
nghiệm cho thấy khoảng khởi tạo ứng với bài toán này là [-0.8,0.8]...............................81
3.6. Kết luận.....................................................................................................................81
Việc ứng dụng mạng nơron để giải bài toán dự báo chỉ số tiêu dùng là một phương pháp
tương đối khả quan. Quá trình cài đặt chương trình dự báo chỉ số tiêu dùng bằng thuật
toán lan truyền ngược trên mạng nơron đã thu được một số kết quả:..............................82
Người sử dụng có thể xây dựng được một mạng nơron với số lượng nơron lớp ẩn, hằng
số học, sai số, … để phục vụ cho quá trình huấn luyện mạng.........................................82
Với những giá trị của mạng khởi tạo được thiết lập, người sử dụng có thể tiến hành huấn

luyện mạng để thu được kết quả phục vụ cho mục đích chính của chương trình là dự
báo....................................................................................................................................82
Sau khi huấn luyện thành công mạng, kết quả thu được đó kết hợp với số liệu về chỉ số
giá tiêu dùng cho tháng tiếp theo......................................................................................82

KẾT LUẬN............................................................................................................83
Mạng nơron là một mô hình được xây dựng nhằm mục đích bắt chước sự thông minh
của con người, do đó trong nhiều năm qua con người đã không ngừng nghiên cứu để tìm
cách xây dựng được các mô hình tính toán mô phỏng được hoạt động của bộ não con
người. Mạng nơron là một mô hình như vậy....................................................................83
Căn cứ vào những kết quả thu được của việc tìm hiểu, xây dựng mạng nơron cho thấy
mạng nơron nhân tạo có khả năng giải quyết nhiều bài toán mà con người có thể giải
quyết được, ví dụ: nhận dạng, dự báo, chuẩn đoán bệnh, kiểm tra độ tin cậy của máy
móc và quản lý rủi ro, …..................................................................................................83

-4-


Có nhiều phương pháp dự báo được sử dụng trong các mô hình dự báo khác nhau. Mỗi
phương pháp đều có ưu điểm, nhược điểm của nó. Ứng dụng mạng nơron nhân tạo trong
các mô hình dự báo cũng đã được thử nghiệm trong những năm gần đây.......................83
CPI là một chỉ số kinh tế rất quan trọng với mọi tầng lớp trong xã hội, nó phản ánh tình
trạng lạm phát của nền kinh tế ở mỗi đất nước. Việc dự báo chính xác chỉ số tiêu dùng sẽ
đem lại những lợi ích to lớn cho các quốc gia trên thế giới.............................................83
Trong khuôn khổ luận văn này tôi đã tiến hành tìm hiểu về mạng nơron cùng với những
thuật toán xây dựng nó. Tôi đã tìm hiểu về thuật toán lan truyền ngược bởi những ưu
điểm nội trội của thuật toán khi áp dụng vào giải bài toán dự báo. Luận văn đã xây dựng
chương trình dự báo chỉ số tiêu dùng với thuật toán là lan truyền ngược với độ chính xác
khoảng 83%......................................................................................................................83
Với thời gian, điều kiện không cho phép, cùng với sự am hiểu về lĩnh vực kinh tế của

bản thân còn nhiều hạn chế, nên chương tình ứng dụng chỉ dừng lại việc dự báo chỉ số
giá tiêu dùng của tháng sau so với tháng hiện tại.............................................................83
Hướng phát triển của tác giả là sẽ tìm hiểu sâu hơn về lĩnh vực kinh tế, từ đó có thể tiến
hành xây dựng hoàn chỉnh bài toán dự báo chỉ số giá tiêu dùng cho quý, hay năm tới.
Bên cạnh đó tác giả sẽ tìm hiểu thêm những nhân tố bên ngoài tác động và làm biến đổi
chỉ số giá tiêu dùng của các thời điểm trong năm, mờ hoá các dữ liệu đó để có thể thu
được kết quả dự báo chính xác và mềm dẻo hơn.............................................................83

TÀI LIỆU THAM KHẢO.....................................................................................84

-5-


MỞ ĐẦU
I- Đặt vấn đề:
1. Giới thiệu tổng quan về đề tài
Trong luận văn này trình bày Mạng nơron (mạng nơron nhân tạo và mạng
nơron nhân tạo mờ), các bài toán dự báo, ứng dụng các bài toán dự báo dự báo chỉ số
tiêu dùng.
2. Lý do chọn đề tài
Hiện nay cùng với sự phát triển mạnh mẽ về mọi mặt của các nước trên thế
giới thì tình hình lạm phát và khủng hoảng kinh tế là những vấn đề mà hầu hết các
quốc gia đều gặp phải, đặc biệt trong hai năm trở lại đây toàn nhân loại cùng phải
chèo lái để vượt qua khủng hoảng kinh tế toàn cầu. Giá cả, dịch vụ hàng hóa luôn
biến động theo thời gian, tuy nhiên nếu giá cả thay đổi quá nhanh nó sẽ ảnh hưởng
lớn đến nền kinh tế, đẩy đất nước lâm vào tình trạng khủng hoảng.
Chỉ số giá tiêu dùng (CPI) là chỉ tiêu kinh tế quan trọng phản ánh mức độ
lạm phát của nền kinh tế, nó đo lường sự biến động của giá tiêu dùng. Sự tăng giảm
của chỉ số tiêu dùng liên quan nhiều yếu tố trực tiếp và gián tiếp như: lượng hàng
hóa dịch vụ được sản xuất, cung cấp ra thị trường, giá thành sản xuất, sức mua của

dân, ….
CPI quan trọng như vậy nhưng vấn đề tính toán nó thì không hề đơn giản.
Nó đòi hỏi sự đầu tư đúng đắn của các doanh nghiệp, các địa phương và các quốc
gia để sao cho có thể thu được các kết quả chính xác từ đó đưa ra những quyết sách
cho việc điều chỉnh nền kinh tế phát triển bền vững. Và hơn nữa, nếu có thể dự báo
trước được chỉ số tiêu dùng thì chắc chắn những người cần đến nó sẽ chủ động hơn
và có thể đưa ra những phương án và quyết sách phù hợp giúp giảm thiểu tình trạng
khủng hoảng kinh tế trong nước, trên thế giới. Vì thế việc dự báo đúng đắn diễn
biến của chỉ số tiêu dùng là việc cần thiết.
Bài toán dự báo là bài toán khó, độ phức tạp tính toán lớn. Tuy nhiên do sự
cần thiết bài toán này mà các quốc gia, các tổ chức khoa học, … đã đầu tư nghiên
cứu giải quyết. Có nhiều phương pháp dự báo được sử dụng trong các mô hình dự

-6-


báo khác nhau. Mỗi phương pháp đều có ưu điểm, nhược điểm riêng. Ứng dụng
mạng nơron nhân tạo trong các mô hình dự báo cũng đã được thử nghiệm. Trong
khuôn khổ luận văn thạc sỹ, tôi chọn đề tài nghiên cứu: “Mạng nơron và ứng dụng
dự báo chỉ số tiêu dùng”.
II- Nội dung nghiên cứu
1. Mục tiêu nghiên cứu và tính cấp thiết của đề tài
Đề tài nghiên cứu về mạng nơron, và ứng dụng mô hình dự báo để đưa ra dự
báo về chỉ số tiêu dùng.
Tính cấp thiết của đề tài: Tình trạng lạm phát và khủng hoảng kinh tế xảy ra
toàn cầu, do đó nếu có thể dự báo trước được chỉ số tiêu dùng thì chắc chắn những
người cần đến nó sẽ chủ động hơn và có thể đưa ra những phương án phù hợp giúp
giảm thiểu tình trạng khủng hoảng kinh tế trong nước và trên thế giới.
2. Phạm vi nghiên cứu và ứng dụng
- Bài toán dự báo.

- Mạng nơron nhân tạo.
- Mô hình dự báo.
- Mô hình dự báo mờ với ứng dụng của mạng nơron nhân tạo.
- Dự báo chỉ số tiêu dùng
3. Ý nghĩa khoa học
- Nghiên cứu tổng quan về các phương pháp dự báo và dự báo mờ với dư liệu
vào không đầy đủ, không chính xác.
- Nghiên cứu các mạng nơron nhân tạo, mạng nơron nhân tạo mờ.
- Nghiên cứu xây dựng mô hình dự báo mờ với ứng dụng mạng nơron nhân tạo.
- Ứng dụng dự báo chỉ số tiêu dùng CPI.
4. Phương pháp nghiên cứu
- Quan sát, điều tra, thu thập dữ liệu cần cho bài toán dự báo.
- Nghiên cứu tài liệu, tổng hợp các kết quả của các nhà nghiên cứu liên quan
đến lĩnh vực nghiên cứu.
- Thực nghiêm, tham khảo ý kiến tư vấn từ các chuyên gia.

-7-


5. Các kết quả dự kiến đạt được
- Giới thiệu tổng quan về chỉ số tiêu dùng, bài toán dự báo chỉ số tiêu dùng.
- Trình bày Mạng nơron, các mô hình dự báo.
- Cài đặt thử nghiệm chương trình dự báo chỉ số tiêu dùng.
III - Bố cục luận văn
Luận văn được trình bày trong 3 chương, có phần mở đầu, phần kết luận, phần mục
lục, phần tài liệu tham khảo. Các nội dung cơ bản của luận văn được trình bày theo
cấu trúc như sau:
Chương 1: Bài toán dự báo chỉ số tiêu dùng
Khái quát về chỉ số tiêu dùng, phương pháp để tính chỉ số tiêu dùng, quy
trình thực hiện dự báo chỉ số tiêu dùng. Qua đó đánh giá tính hiệu quả của mô hình

dự báo. Giới thiệu về phương pháp dự báo sử dụng mạng nơron.
Chương 2: Mạng nơron nhân tạo và mạng nơron nhân tạo mờ
Mạng nơron nhân tạo, mô hình mạng nơron nhân tạo, cấu trúc mạng nơron
nhân tạo với các nơron sinh học. Các hình thức học của mạng nơron và phương
pháp huấn luyện mạng nơron.
Khái niệm về tập mờ, mạng nơron mờ. Mạng nơron nhân tạo mờ với bài toán
dự báo. Sử dụng thuật toán Lan truyền ngược để giải bài toán dự báo.
Chương 3: Ứng dụng dự báo chỉ số tiêu dùng
Chỉ số tiêu dùng là một trong những thông số phản ánh tình trạng lạm phát
của một quốc gia. Việc đưa ra giải pháp để dự báo được chỉ số tiêu dùng là rất quan
trọng.
Thiết lập cơ sở dữ liệu đầu vào, sử dụng thuật toán lan truyền để giải bài toán
dự báo.
Các form chính của chương trình, quy trình cài đặt, phân tích đánh giá kết quả
đặt được và độ chính xác của thuật toán và chương trình cài đặt so với thực tế.

-8-


CHƯƠNG I: BÀI TOÁN DỰ BÁO CHỈ SỐ TIÊU DÙNG
1.1. Giới thiệu chung
Chỉ số tiêu dùng là một chỉ tiêu kinh tế quan trọng, thường được sử dụng trong
phân tích kinh tế, đánh giá tình hình lạm phát, quan hệ cung cầu, là cơ sở tham khảo
cho việc điều chỉnh lãi suất ngân hàng, tiên lương, tính toán điều chỉnh tiền công
trong các hợp đồng sản xuất kinh doanh, …
Dự báo là một phát biểu về tương lai, mỗi phát biểu như vậy có một cơ sở
chắn chắn nhất định. Các dự báo được xây dựng bằng nhiều phương pháp, kiểm
chứng qua hệ thống biểu thức đánh giá.
Dự báo chỉ số tiêu dùng là một bái toán đã được tìm hiểu từ lâu. Tuy nhiên, ở
Việt Nam việc dự bó chỉ số giá tiêu dùng cho đến nay mới chỉ là những hình thức

dự báo dựa vào việc thống kê số liệu, dựa vào những nhận đình biến động kinh tế
trước đó, cũng như những quy luật đã có trong năm mà chưa có một phương pháp
cụ thể nào.
Những lợi ích to lớn mang lại nếu ta dự báo được tương đối chính xác chỉ số
giá tiêu dùng, đó là:
- Căn cứ vào những số liệu về giá tiêu dùng mà mỗi quốc gia tính toán được
tình hình diễn biến kinh tế của nước mình góp phần kìm chế lạm phát, thúc đẩy nền
kinh tế đất nước ngày càng phát triển.
- Mỗi doanh nghiệp căn cứ vào số liệu dự báo chỉ số tiêu dùng, có thể điều
chỉnh quy mô sản xuất, giá hàng hoá của mình cho phù hợp cũng như tình toán
được giá nhân công hợp lý với mức chi tiêu của công nhân.
- Với mỗi người dân số liệu dự báo về chỉ số tiêu dùng giúp họ có thể tính toán,
điều chỉnh được mức chi tiêu của mình cho phù hợp.
Mạng Nơron nhân tạo là một mô hình mô phỏng hoạt động của các nơron sinh
học, nó có khả năng học và từ đó có thể ứng dụng nó để giải quyết các bài toán dự
báo.

-9-


1.2. Khái niệm giá tiêu dùng
Giá tiêu dùng là giá mà người tiêu dùng mua hàng hoá hoặc chi trả cho các
dịch vụ trực tiếp cho đời sống hàng ngày. Giá tiêu dùng được biểu diện bằng giá
bán lẻ hàng hoá trên thị trường và giá phục vụ sinh hoạt đời sống, không bao gồm
đất đai, giá hàng hoá bán cho sản xuất và các công việc có tính chất sản xuất kinh
doanh.
Để tính chỉ số giá tiêu dùng thì cần phải thi thập giá của các mặt hàng và các
dịch vụ đại diện, phổ biến tiêu dùng của dân cư theo danh mục xác định - thường
goi là “rổ” hàng hoá, dịch vụ.
1.3. Chỉ số tiêu dùng

Chỉ số tiêu dùng (CPI) là một trong những chỉ tiêu kinh tế được Chính phủ,
các cơ quan hữu quan, các tổ chức quốc tế và nhiều đối tượng khác quan tâm. CPI
là một chỉ tiêu không thể thiếu trong phân tích các hoạt động kinh tế như để loại trừ
yếu tố giá hoặc tính trượt giá trong khi so sánh các chỉ tiêu tổng hợp liên quan. CPI
cũng là cơ sở để Chính phủ ban hành hoặc điều chỉnh các chính sách tài chính, tiền
tệ, lãi suất ngân hàng,…
Chỉ số giá tiêu dùng là chỉ tiêu tương đối phản ánh xu hướng và mức độ biến
động giá của “rổ” hàng hoá, dịch vụ tiêu dùng đại diện nói trên, khi giá của các mặt
hàng, nhóm hàng trong “rổ” có thay đổi.
Chỉ số giá tiêu dùng là số tương đối so sánh mức độ biến động giá của các mặt
hàng đại diện trong kỳ báo cáo so với kỳ gốc. Giá của rổ hàng hoá của kỳ gốc được
quy định là 100 và giá của các kỳ khác được biểu diện bằng tỷ lệ phần trăm so với
giá kỳ gốc. Ví dụ: Tháng 4/2003 so với tháng 3/2003, giá của toàn bộ các mặt hàng
trong danh mục đại diện tăng 0,2% thì Chỉ số giá là 100,2%.
Hiện nay, Chỉ số giá tiêu dùng được tính hàng tháng, cho 3 gốc: Tháng trước,
cùng kỳ năm trước và 12 tháng năm trước.
Cần chú ý là Chỉ số giá tiêu dùng không phản ánh mức giá mà đo lường mức
độ biến động giá giữa hai khoảng thời gian. Ví dụ: Chỉ số giá tháng 4/2003 so với
tháng 3/2003 của nhóm hàng “Thiết bị đồ dùng gia đình” là 100,5% và Chỉ số giá

-10-


nhóm hàng “Dược phẩm, Y tế” là 101,3% không có nghĩa là “hàng y tế” đắt hơn
“thiết bị đồ dùng gia đình” mà chỉ là: so với tháng 3, giá các mặt hàng y tế tăng
mạnh hơn giá các mặt hàng thiết bị đồ dùng gia đình.
Như vậy, Chỉ số giá tiêu dùng chính là một chỉ tiêu thống kê phản ánh xu
hướng và mức độ biến động giá cả chung của một số lượng cố định các loại hàng
hoá dịch vụ đã được chọn đại diện cho tiêu dùng, phục vụ cho đời sống bình thường
của người dân. CPI được sử dụng như đại diện cho thông số về lạm phát ở nhiều

quốc gia, ở Việt Nam, CPI được Tổng cục thống kê bắt đầu tính toán và sử dụng
CPI để phản ánh mức độ tăng giá tiêu dùng chung từ năm 1998 (trước 1998 sử dụng
chỉ số giá bán lẻ - RPI). Từ đó đến nay, số lượng và quyền số các mặt hàng trong rổ
hàng hoá để tính CPI được cập nhật và mở rộng 5 năm một lần, thời điểm được
chọn làm năm gốc cũng thay đổi theo Năm gốc:
+/ 1995 (296 mặt hàng)
+/ 2000 (390 mặt hàng)
+/ 2005 (494 mặt hàng).
Các mặt hàng trong rổ hàng hoá CPI điển được phân chia thành các nhóm, chi
tiết theo các cấp:
+/ Cấp1: 10 nhóm
+/ Cấp 2: 32 nhóm
+/ Cấp 3: 86 nhóm
+/ Cấp 4: 237 nhóm
Do đó, hiện nay số liệu CPI của Việt Nam được chia làm 3 giai đoạn: 19982000, 2001-2005, 2006-nay.
1.4 Phương pháp tính chỉ số giá tiêu dùng
Chỉ số giá tiêu dùng được tính từ giá bán lẻ hàng hoá và giá dịch vụ tiêu dùng
(rổ hàng hoá và dịch vụ đại diện) với quyền số là cơ cấu chi tiêu của các hộ gia
đình.
CPI của nước ta đã và đang được tính cho cả nước, 8 vùng kinh tế và 64 tỉnh,
thành phố trực thuộc Trung ương. Một thành phần quan trọng để tính CPI là quyền

-11-


số. Quyền số tính chỉ số giá tiêu dùng được sử dụng cố định trong 5 năm và tính cho
năm gốc so sánh (đồng nhất với năm cập nhật danh mục mặt hàng, dịch vụ đại
diện). Trong thời kỳ 2006-2010 năm gốc so sánh là năm 2005, do đó giá kỳ gốc
theo danh mục mặt hàng, dịch vụ đại diện mới, quyền số để tính chỉ số giá tiêu dùng
đều phải là số liệu của năm 2005.

Quyền số năm 2005 được tổng hợp từ kết quả cuộc điều tra mức sống dân cư
năm 2004 của Tổng cục Thống kê. Ngoài ra, năm 2005 Tổng cục Thống kê đã tiến
hành điều tra mẫu bổ sung tại 10 tỉnh, thành phố để phân chia các nhóm chi tiêu nhỏ
hơn theo yêu cầu tính chỉ số giá tiêu dùng.
Trong điều kiện về vật chất, kỹ thuật, nguồn kinh phí hiện nay và cũng phù
hợp với phương pháp của nhiều nước, Chỉ số giá tiêu dùng ở nước ta được tính theo
công thức Laspeyres - với quyền số và giá kỳ gốc là năm 2005 và sẽ cố định khoảng
5 năm [8].
+/ Công thức tổng quát như sau (Công thức Laspeyres):
n

I

t →0

∑p q
t
i

0
i

 pit 
=
= ∑ W *  0 
 pi 
∑ pi0 qi0 i =1
i =1
n

n

0
i

(1.1)

i =1

Trong đó:

I t →0 : Chỉ số giá tiêu dùng trong kỳ báo cáo t so với kỳ gốc 0;
Pi t : Giá mặt hàng i trong kỳ báo cáo t;
Pi 0 : Giá mặt hàng i trong kỳ gốc;

qi0 : Khối lượng của mặt hàng i trong kỳ gốc;
Wi0 : Quyền số cố định năm 2005;
Và

W =
0
i

pi0 qi0
n

∑p q
i =1

0 0

i i

-12-


Công thức (1.1) tính CPI dài hạn (kỳ báo cáo so với kỳ gốc). Công thức này đã
được áp dụng nhiều năm và có nhiều ưu điểm như cách tính dễ hiểu, ngắn gọn
nhưng cũng có một số nhược điểm khi giải quyết vấn đề chọn mặt hàng mới thay
thế mặt hàng cũ không còn bán trên thị trường, hàng thời vụ hoặc hàng thay đổi
chất lượng do mọi so sánh đều phải thông quan một kỳ gốc đã chọn (ví dụ kỳ gốc
2000, kỳ gốc 2005, …).
Để khắc phục những nhược điểm trên, hiện nay CPI được tính theo công thức
Laspeyres chuyển đổi - hay phương pháp so sánh với kỳ gốc ngắn hạn. Công thức
này hoàn toàn tương thích với công thức Laspeyres gốc. Dạng tổng quát như sau:

I

t →0

n

= ∑ Wi

t −1

i =1

 pit 
*  t −1 
 pi 

(1.2)

Trong đó:

Wi

t −1

 pit −1 
=Wi * 
 p0 

 i 
0

Chú ý: Điểm mới trong công thức (1.2) là thay cho việc tính chỉ số cá thể mặt
hàng kỳ báo cáo so trực tiếp với kỳ gốc bằng việc tính chỉ số cá thể mặt hàng kỳ báo
cáo so với kỳ trước sau đó nhân với chỉ số cá thể mặt hàng đó ở kỳ trước so với năm
gốc.

pit
pi1 pi2
pit −1 pit
=
*
* ... * t −2 * t −1
pi0 pi0 pi1
pi
pi

Đẳng thức trên có thể viết như sau:

I tpi→0 = I tpi−1→0 * I tpi→t −1

(1.3)

Trong đó:
I tpi→0 : Là chỉ số cá thể mặt hàng i tháng báo cáo so với kỳ gốc 0;
I tpi−1→0 : Là chỉ số cá thể mặt hàng i tháng trước tháng báo cáo so với kỳ gốc 0;
I tpi→t −1 : Là chỉ số cá thể mặt hàng i tháng báo cáo so với tháng trước;

Công thức (1.2) có thể viết như sau:

-13-


n

I t → 0 = ∑Wi 0 * I tpi−1→ 0 * I tpi→t −1

(1.4)

i =1

Trong đó:
I t →0 : Là chỉ số giá tiêu dùng tháng báo cáo t so với kỳ gốc 0;
I tpi→t −1 : Là chỉ số cá thể mặt hàng i tháng báo cáo so với tháng trước;
I tpi−1→0 : Là chỉ số cá thể mặt hàng i tháng trước tháng báo cáo so với kỳ gốc 0;
Wi 0 : Quyền số cố định năm 2005.

Để tính Chỉ số giá tiêu dùng/tháng cần thực hiện các bước sau đây:
 Lập bảng giá kỳ gốc (năm 2005).
 Lập bảng quyền số cố định kỳ gốc (năm 2005).
 Thu thập giá bán lẻ của các mặt hàng và dịch vụ đại diện.
 Tính giá bình quân hàng tháng theo từng khu vực (thành thị, nông thôn)
của các tỉnh thành phố.
 Tính chỉ số giá cấp tỉnh/thành phố theo từng khu vực thành thị, nông thôn
và chung cả tỉnh.
 Tính chỉ số giá cả nước theo từng khu vực thành thị, nông thôn và chung cả
nước.
- Tính chỉ số giá các vùng kinh tế: Tính CPI khu vực nông thôn và thành thị
của các vùng (8 vùng) từ báo cáo CPI khu vực nông thôn và thành thị của
các tỉnh trong vùng, sau đó tính CPI vùng chung cho cả hai khu vực (8
vùng).
- Tính chỉ số giá cả nước: Tính CPI khu vực nông thôn và thành thị cả nước từ
CPI khu vực nông thôn và thành thị của 8 vùng, sau đó tính chỉ số giá chung
cả nước từ chỉ số giá của hai khu vực.
Công thức tổng quát như sau:
m

IVt → 0 =

∑I
k =1

t →0
k

m

*W0k
(1.5)

∑W
k =1

k
0

-14-


Trong đó:
IVt →0 0 : Là chỉ số giá cả nước kỳ báo cáo so với kỳ gốc;
IVt →1 0 : Là chỉ số giá vùng 1 kỳ báo cáo so với kỳ gốc;
IVt →2 0 : Là chỉ số giá vùng 2 kỳ báo cáo so với kỳ gốc;
I kt →0 : Là chỉ số kỳ báo cáo của tỉnh k so với kỳ gốc;

k: Là tỉnh tham gia tính chỉ số, m là sô tỉnh tham gia tính chỉ số giá;
W0k : Là quyền số cố định của tỉnh k.

Lưu ý:
Cấp tỉnh, thành phố tính CPI từ giá bình quân hàng tháng. Cấp vùng và cả
nước tính CPI từ chỉ số gia của các địa phương, không tính trực tiếp từ giá bình
quân vùng hoặc cả nước.
1.5. Quy trình thực hiện dự báo
Dự báo là một quá trình khá phức tạp, về cơ bản nó sẽ được tiến hành theo các
bước như sơ đồ sau (hình 1.1) [8]:
Bắt đầu
1. Lập kế hoạch

2. Chuẩn bị dữ liệu
3. Lựa chọn mô hình dự báo
4. Tiến hành dự báo
5. Trình bày kết quả dự báo
6. Theo dõi kết quả dự báo
Kết thúc

Hình 1.1: Quy trình dự báo

-15-


Bước 1: Lập kế hoạch
Khâu đầu tiên trong quy trình dự báo là lập kế hoạch. Khi lập kế hoạch thì
việc trước tiên là xác định mục tiêu. Xác định mục tiêu là xác định xem kết quả dự
báo sẽ được sử dụng như thế nào. Mục tiêu chung của dự báo là để lập kế hoạch và
có những quyết định hành động hợp lý. Mục tiêu của dự báo Chỉ số giá tiêu dùng là
giúp chính phủ, các doanh nghiệp và các cá nhân có được tầm nhìn và quyết sách
hợp lý trong việc đề ra các định hướng phát triển đất nước, trong kinh doanh và
trong chi tiêu cho cuộc sống hàng ngày. Khi các mục tiêu tổng quát đã rõ, ta phải
xác định xem cần phải dự báo những thông tin gì. Trong khuôn khổ luận văn này,
nội dung dự báo ở đây là các thông số về Chỉ số giá tiêu dùng bao gồm: Lương
thực, thực phẩm; Đồ ướng và thuốc lá; May mặc, giầy dép, mũ nón; Nhà ở và vật
liêu xây dựng; Thiết bị và đồ dùng gia đình; Dược phẩm, y tế; Phương tiện đi lại,
bưu điện; Giáo dục; Văn hoá, thể thao, giải trí; Hàng hoá và dịch vụ khác; Chỉ số
giá vàng; Chỉ số giá đô la Mỹ. Cũng nằm trong bước lập kế hoạch, ta cần xác định
khoảng thời gian dự báo là gì. Với bài toán dự báo Chỉ số giá tiêu dùng, ta tiến hành
dự báo Chỉ số giá tiêu dùng của tháng sau tháng hiện tại. Ta cũng có thể dự báo chỉ
số giá tiêu dùng của quý kế tiếp hoặc dự báo chỉ số giá tiêu dùng của năm tiếp.
Bước 2: Thu thập dự liệu

Bước tiếp theo trong quy trình dự báo là thu thập số liệu. Hình dưới mô tả
từng bước trong quá trình thu thập số liệu:
Số liệu từ
các nguồn
dư liệu

Thu thập,
phân loại và
xử lý số liệu

Dữ liệu đầu
vào

Hình 1.2: Quá trình thu thập số liệu.
Dữ liệu có thể thu thập từ các nguồn dữ liệu. Sau đó dữ liệu này có thể tổng
hợp và phân loại nếu đó là các dữ liệu có các đặc trưng cho từng ứng dụng [6]. Tiếp
theo, dữ liệu được xử lý để làm đầu vào cho bộ phận dự báo.

-16-


Bước 3: Lựa chọn mô hình dự báo
Việc quyết định xem mô hình dự báo nào là thích hợp liên quan đến nhiều
yếu tố: Dữ liệu đầu vào, các yêu cầu về thời gian, yêu cầu về kết quả đầu ra, tài
nguyên sẵn có, … Tuy nhiên, quy trình lựa chọn mô hình dự báo có thể được mô ta
như hình 1.3.
Chiến lược dự báo:
-

Tiền định (Deterministic): Dựa trên mối quan hệ mật thiết giữa hiện tại và

tương lai. Các mô hình Time Series thích hợp với chiến lược này.

-

Triệu chứng (Symptomatic): Dựa trên những dấu hiệu hiện tại để dự báo cho
tương lai.

-

Hệ thống (Systematic): Dựa trên ý tưởng cho rằng xu hướng phát triển trong
tương lai sẽ tuân thủ theo một quy tắc nào đó, chẳng hạn các lý thuyết về
kinh tế - xã hội.
Dữ liệu sẵn có và
điều kiện môi
trường

Chiến lược
dự báo

Nhận định
và đánh giá
chung

Tính chất
chung của
mô hình

Lớp các mô
hình sơ bộ

Các tổ chức
dự báo hiện
thời

Vấn đề dự
báo cụ thể

Yêu cầu về
thời gian

Yêu cầu về
kết quả đầu
ra

Các điều
kiện đầu
vào

Tài nguyên

Tập các mô
hình sơ bộ
được chọn

Các mô hình được chọn lựa

Hình 1.3: Qua trình lựa chọn mô hình dự báo.
Bước 4: Tiến hành dự báo
Sau khi đã lập xong kế hoạch dự báo, chuẩn bị đầy đủ dữ liệu dự báo cũng
như lựa chọn được mô hình dự báo phù hợp ta tiến hành dự báo dựa trên dữ liệu và

mô hình dự báo đã chọn.

-17-


Bước 5: Trình bày kết quả dự báo
Khi dự báo thành công thì công việc tiếp theo là tìm cách trình bày kết quả
dự báo đó một cách hợp lý. Có nhiều cách trình bày kết quả dự báo như: Có thể
thông qua bảng biểu, đồ thị hay hình ảnh minh họa, có thể trình bày ở dạng viết
hoặc dạng nói, trình bày tại một vị trí hay trên các phương tiện thông tin đại chúng,
… Dù bằng cách này hay cách khác thì những kết quả dự báo phải đảm bảo ngắn
ngọn, rõ ràng, thể hiện được sự tin cậy của dự báo và phải bằng ngôn ngữ mà người
nghe hiểu được.
Bước 6: Theo dõi kết quả dự báo
Khi đã thu được kết quả dự báo thì cần phải theo dõi sự đáng tin cậy của kết
quả dự báo này. Muốn làm được điều đó cần tính độ lệch giữa giá trị dự báo với giá
trị thực và phải thống nhất được sự sai lệch trong phạm vi cho phép. Độ sai lệch
giữa kết quả dự báo và số liệu thực là bao nhiêu thì phụ thuộc vào sự thống nhất
giữa người sử dụng và người xây dựng chương trình dự báo. Đây là công việc rất
quan trọng khi tiến hàng xây dựng bài toán dự báo.
1.6. Đánh giá hiệu quả của mô hình dự báo [10]
Một mô hình có thể khớp rất tốt với các số liệu quá khứ. Tuy nhiên, khi số
liệu dự báo thật so sánh với số liệu tương lai mà không được dùng cho việc khớp để
lấy tham số thì kết quả rất khác nhau. Vì thế, việc so sánh các giá trị dự báo với dữ
liệu thật sẽ cho hiệu quả của mô hình và kết quả dự báo.
Thường chúng ta không thể đợi cho đến khi có số liệu tương lai để so sánh,
đánh giá dự báo. Cách tốt nhất là bỏ lại một số dữ liệu cuối cùng của chuỗi dữ liệu.
Giả sử có một chuỗi dữ liệu: Y1,Y2,…..,YT+1,…..YT+m; trong đó m là số dữ liệu cuối sẽ
được để dành và T dữ liệu còn lại được đưa vào mô hình để dự báo. Thông thường
dự báo trước một bước (one step ahead) được so sánh với giá trị thực. Sai số dự báo

trước một bước sẽ là:

eT +t = YT +t − YT +t −1

với t = 1, 2, 3, …

Trung bình sai sô:

-18-

(1.6)


ME =

1 m
∑ et +t
m 1

(1.7)

Tổng sai số bình phương trung bình:

MSE =

1 m 2
∑ eT +t
m 1

(1.8)

MSE là giá trị phỏng đoán của σ 2 dựa trên T số liệu đầu tiên sẽ được tính:

1 T 2
σ =
∑ et
T − p t =1
2

(1.9)

Trong đó P là tham số được dự đoán trong mô hình. Thống kê phân bố
Fisher với mức tự do là m và T-p sẽ là:

F = MSE σ 2

(1.10)

Nếu F lớn, khi đó sai số về dự báo sẽ lớn hơn tại thời điểm cuối của chuỗi dự
báo.
Sai số bình phương tổng (Sum Square Error: SSE)
m

SSE = ∑ eT2+t

(1.11)

t =1

R2, độ khớp của dự báo:

R2 = 1 −

n * SSE

n∑ yi2 − ( ∑ yi )

(1.12)

2

R2 là hệ số khớp của dữ liệu. Nếu R2 = 1 thì ta có mô hình khớp tuyệt đối. Đối
với mỗi dự báo, giá trị R2 càng gần càng tốt.
1.7. Phương pháp dự báo với mạng nơron
Bài toán dự báo có nhiều phương pháp giải quyết khác nhau, không có
phương pháp nào tốt nhất cho mọi bài toán. Mỗi phương pháp dự báo đều có ưu
điểm và nhược điểm riêng, vì thế việc lựa chọn phương pháp nào để thực hiện tuỳ
thuộc vào từng bài toán cụ thể. Đối với bài toán dự báo Chỉ số giá tiêu dùng, luận
văn này nghiên cứu phương pháp dựa trên mạng nơron.

-19-


Về lý thuyết, các mạng nơron và các hệ thống mờ là các hệ thống tương
đương theo nghĩa chúng có khả năng chuyển đổi được. Tuy nhiên trong thực tế, mỗi
hệ thống lại có những ưu nhược điểm riêng.
Mạng nơron là các bộ xấp xỉ đa năng, chúng có lợi điểm so với các cách tiếp
cận truyền thống là không yêu cầu dữ liệu đầy đủ. Mạng nơron thích hợp với những
bài toán ở đó các mối quan hệ giữa dữ liệu rất biến động không tuyến tính, hay sự
độc lập các biến, ...

Tóm lại, mạng nơron có những ưu điểm sau: Có thể xấp xỉ một hệ phi tuyến
động với độ chính xác bất kỳ; có khả năng miễn nhiễu và khả năng dung sai cao,
chẳng hạn mạng có thể nhận các dữ liệu bị sai lệch hoặc không đầy đủ mà vẫn hoạt
động được; có khả năng thích ứng, mạng có thể học và điều chỉnh trong quá trình
hoạt động, đây là điểm đáng chú ý nhất của mạng nơron trong ứng dụng dự báo, đặc
điểm này của mạng cho phép ta hi vọng xây dựng được một hệ có thể học tập để
nâng cao khả năng phân tích và dự báo trong khi hoạt động. Ngoài ra, mạng nơron
còn có khả năng tổng quát hoá tốt phần lớn mạng.
1.8. Kết luận
Với những ước muốn biết trước điều gì sẽ xảy ra trong tương lai của con
người để có những biện pháp xử lý, ứng phó thích hợp nhằm tránh được những khó
khăn, rủi ro và vượt qua những khó khăn đó, bài toán dự báo là bài toán rất quan
trọng. Đối với mỗi quốc gia, sự pháp triển kinh tế của họ gắn liền với cuộc sống
tương lai. Kinh tế chậm phát triển thậm trí suy thoát hay khủng hoảng sẽ dẫn tới sự
tụt hậu, khó khăn và trì trệ trong cuộc sống. Nhằm chống lại những khó khăn và
làm giảm nguy cơ lạm phát cũng như sự khủng hoảng của các nền kinh tế thì bài
toán nhận biết hay dự báo trước chỉ số giá tiêu dùng là bài toán vô cùng quan trọng.
Để giải quyết bài toán dự báo có nhiều phương pháp khác nhau đã được sử
dụng. Tuy nhiên, với những thế mạnh của mạng nơron thì phương pháp ứng dụng
mạng nơron trong dự báo thể hiện nhiều ưu điểm. Hơn nữa, khi ứng dụng mạng
nơron để dự báo người ta còn có thể kết hợp nó với lôgic mờ trong qua trình xử lý
dữ liệu nhằm mang lại kết quả dự báo chính xác hơn.

-20-


Trong khuôn khổ luận văn này, hướng ứng dụng mạng nơron và mạng nơron
mờ cho mô hình dự báo được thể hiện và có ứng dụng cụ thể cho việc dự báo Chỉ số
giá tiêu dùng của Việt Nam theo tháng, theo quý và theo năm.

-21-


CHƯƠNG 2: MẠNG NƠRON NHÂN TẠO
VÀ MẠNG NƠRON MỜ
2.1. Mạng nơron nhân tạo
2.1.1. Giới thiệu
Với những đặc điểm ưu việt đã được chứng minh của bộ não con người thì
việc nghiên cứu nó, mà cụ thể là tế bào thần kinh (nơron) là ước muốn từ lâu của
nhân loại. Từ đó, các nhà khoa học đã không ngừng nghiên cứu và tìm hiểu về
mạng nơron. Lý thuyết về mạng nơron đã hình thành và đang phát triển, đặc biệt là
nghiên cứu các ứng dụng của chúng.
Ở Việt nam, mạng nơron được chú ý nghiên cứu từ những năm 1980, nó đi
vào ứng dụng trong các lĩnh vực tin học, điện tử viễn thông, đo lường điều khiển,...
Một số chíp nơron đã được sử dụng trong kỹ thuật lọc và một số ứng dụng khác.
Mạng nơron nhân tạo có khả năng giải quyết nhiều bài toán mà con người có
thể giải quyết được, ví dụ như nhận dạng, dự báo, chuẩn đoán bệnh, nghiên cứu
khách hàng, kiểm tra độ tin cậy của máy móc, quản lý rủi ro và hỗ trợ việc ra quyết
định,...
Để có thể bắt chước được sự thông minh của con người, vấn đề đặt ra là phải
xây dựng được các mô hình tính toán mô phỏng được các hoạt động của bộ não
người. Mạng nơron là một mô hình như vậy.
Như vậy, cơ sở xây dựng mạng nơron nhân tạo chính là cố gắng mô phỏng lại
các quá trình diễn ra trong các nơron sinh học nên trước khi tìm hiểu về mạng nơron
nhân tạo chúng ta tìm hiểu cơ chế hoạt động của nơron sinh học.
2.1.2. Các nơron sinh học và bộ não con người
2.1.2.1. Nơron sinh học
Nơron sinh học có nhiều dạng khác nhau như dạng hình tháp, dạng tổ ong,
dạng rễ cây. Tuy khác nhau về hình dạng, nhưng chúng có cấu trúc và nguyên lý
hoạt động chung. Một tế bào nơron gồm bốn phần như hình vẽ 2.1 dưới đây

-22-


Đầu vào
synape

Thân
(soma)
Dây thần kinh
(axon)

Nhánh
đầu ra

Hình 2.1: Cấu trúc Nơron sinh học
Các nhánh và rễ: Các nhánh và rễ là các bộ phận nhận thông tin, các đầy
nhạy hoặc đầu ra của các nơron khác bám vào rễ hoặc nhánh của một nơron. Khi
các đầu vào từ ngoài này có sự chênh lệch về nồng độ K +, Na+ hay Cl- so với nồng
độ bên trong của nó thì xảy ra hiện tượng thấm từ ngoài vào trong thông qua một cơ
chế màng thấm đặc điểm. Hiện tượng thẩm thấu như vậy nên tạo một cơ chế truyền
đạt thông tin với hàng nghìn hàng vạn liên kết khác nhau. Mức độ thẩm thấu được
đặc trưng bởi cơ chế màng tượng trưng bằng một tỷ lệ. Tỷ lệ đó được gọi là tỷ trọng
hay đơn giản gọi là trọng số.
Thân thần kinh (Soma): Thân thần kinh chứa các nhân và cơ quan tổng hợp
protein. Các ion vào được tổng hợp và biến đổi. Khi nồng độ các ion đạt đến một
giá trị nhất định, xảy ra quá trình phát xung (hay kích thích). Xung đó được phát ở
các đầu ra của nơron. Dây dẫn đầu ra xung được gọi là dây thần kinh.
Dây thần kinh (Axon): Dây thần kinh là đầu ra. Đó là phương tiện truyền
dẫn tín hiệu. Dây thần kinh được cấu tạo gồm các đốt và có thể dài từ vài micro mét

đến vài mét tuỳ từng kết cấu cụ thể. Đầu ra này có thể truyền tín hiệu đến các nơron
khác.
Khớp thần kinh (Synape): Khớp thần kinh là bộ phận tiếp xuc của đầu ra
nơron với rễ, nhánh của các nơron khác. Chúng có cấu trúc màng đặc biệt để tiếp
nhận các tín hiệu khi có sự chênh lệch về nồng độ ion giữa bên trong và bên ngoài.
Nếu độ lệch về nồng độ càng lớn thì việc truyền các ion càng nhiều và ngược lại.

-23-


Mức độ thẩm thấu của các ion có thể coi là một đại lượng thay đổi tuỳ thuộc vào
nồng độ.
2.1.2.2. Bộ não người

Hình 2.2: Các đường thị giác của bộ não
Mắt cảm nhận ánh sáng xung quanh chúng ta và chuyền chúng thành các
xung điện, sau đó đưa về bộ nhớ qua các dây thần kinh. Tại phía sau của mắt, một
lưới dây thần kinh từ giác mạc tạo thành các dây thần kinh cảm quang. Hai lưới dây
thần kinh cảm quang gặp nhau tại một miền có tên là giao thoa thị giác (optic
chiasm). Tại miền này hai dây tạo thành một lưới, và được chia làm hai vùng cảm
quang đi tới bên trái và bên phải của não. Tất cả các miền này mang tín hiệu từ hai
mắt và não tổng hợp được hình ảnh thực sự.
Vùng của não cho các đáp ứng của hình ảnh gọi là vỏ não thị giác (hình 2.2).
Nếu mỗi vùng của não nhận được hai hình ảnh của vật thể, mỗi ảnh lấy từ một mắt
với một góc nhìn khác nhau nhỏ thì kết quả ta sẽ nhận được một hình ảnh ba chiều
hay còn gọi là hình ảnh nổi. Tại não, một số khổng lồ các liên lạc của các tế bào
thần kinh tạo ra xử lý thông tin.

-24-

Dây thần kinh vào
(dendrites)

Tế bào
(soma)

Dây thần
kinh ra
(Axon)
Dây thần kinh vào
Hình hành cuối khớp thần
Tế bào
kinh
(synaptic -end bulbs)
Nhánh dây thần
kinh ra
(Axon branch)

Hình 2.3: Sơ đồ đơn giản hoá của tế bào thần kinh
Hình 2.3 là một sơ đồ đơn giản hoá của tế bào thần kinh. Nó bao gồm một tế
bào (soma) với dây thần kinh vào (dendrites) và dây thần kinh ra (axons). Các dây
thần kinh vào nhận các tín hiệu kích thích hoặc các tín hiệu kiềm chế. Các tín hiệu
kích thích làm tăng và các tín hiệu kiềm chế làm chậm khả năng phát tín hiệu của
thần kinh. Các dây thần kinh đưa ra tín hiệu đến một tế bào khác. Thông tin được
chuyển qua các hình hành cuối khớp thần kinh (synaptic -end bulbs) và nhận bởi
dây thần kinh vào thông qua vùng chuyển tiếp. Hình hành cuối khớp thần kinh và
vùng chuyển tiếp được chia ra bằng một lỗ hở vào khoảng một phần triệu inch, và
chuyển tiếp tín hiệu qua lỗ hổng này bởi cơ chế hoá điện (hình 2.4). Phần cuối hành
và miền chuyển tiếp được gọi là khớp thần kinh (synapse). Tín hiệu đi trong dây

thần kinh vào và dây thần kinh ra như một dòng điện.
Có rất nhiều kiểu dây thần kinh trong não và một số lớn các tế bào trạng thái
và chức năng. Một số hạn chế các xung mà có khả năg làm quá tải mạch cảm biến.
Một số đưa tin tức tổng hợp đến bề mặt não, một số khác nhận tín hiệu đưa vào.

-25-