Áp dụng quy trình tính toán mềm hệ mờ, mạng neural và thuật giải di truyền xây dựng mô hình dự đoán tỉ giá hối đoái luận văn ths công nghệ thông tin 1 01 10

ĐẠI HỌC QUỐC GIA HÀ NỘI
TRƯỜNG ĐẠI HỌC CÔNG NGHỆ

TRẦN ĐẠI HOÀN

ÁP DỤNG QUY TRÌNH TÍNH TOÁN MỀM:
HỆ MỜ, MẠNG NEURAL VÀ THUẬT GIẢI
DI TRUYỀN XÂY DỰNG MÔ HÌNH
DỰ ĐOÁN TỈ GIÁ HỐI ĐOÁI
Ngành

: Công nghệ thông tin

Mã số

: 1.01.10

LUẬN VĂN THẠC SỸ

NGƯỜI HƯỚNG DẪN KHOA HỌC:
PGS. TSKH BÙI CÔNG CƯỜNG

HÀ NỘI – 2006


Mục lục

ii

MỤC LỤC
LỜI CẢM ƠN

DANH MỤC CÁC KÝ HIỆU, CHỮ VIẾT TẮT
DANH MỤC CÁC HÌNH VẼ, ĐỒ THỊ
DANH MỤC CÁC BẢNG
MỞ ĐẦU ....................................................................................................................1
CHƯƠNG 1: TỔNG QUAN VỀ LÔGIC MỜ - HỆ MỜ ........................................4
1. LÝ THUYẾT TẬP MỜ .......................................................................................4
1.1. Tập mờ ..........................................................................................................4
1.2. Các phép toán trên tập mờ ............................................................................6
1.2.1. Phép phủ định.........................................................................................6
1.2.2. Phép hợp hai tập mờ...............................................................................6
1.2.3. Phép giao hai tập mờ ..............................................................................6
1.2.4. Luật De Morgan .....................................................................................7
1.2.5. Phép kéo theo .........................................................................................8
2. CÁC QUAN HỆ MỜ VÀ SUY LUẬN XẤP XỈ, SUY DIỄN MỜ ....................9
2.1. Các quan hệ mờ ............................................................................................9
2.2. Suy luận xấp xỉ và Suy diễn mờ ...................................................................9
3. HỆ MỜ ..............................................................................................................11
3.1. Bộ mờ hoá: ..................................................................................................11
3.2. Hệ luật mờ: .................................................................................................12
3.3. Động cơ suy diễn: .......................................................................................12
3.4. Bộ giải mờ: .................................................................................................13
3.5. Ví dụ minh hoạ: ..........................................................................................14
CHƯƠNG 2: MẠNG NEURAL NHÂN TẠO .......................................................16
1. GIỚI THIỆU VỀ MẠNG NEURAL .................................................................16
2. KIẾN TRÚC MẠNG NEURAL NHÂN TẠO .................................................18
2.1. Kiến trúc Neural..........................................................................................18


Mục lục

iii

2.2. Mạng neural nhân tạo .................................................................................20
2.3. Mạng truyền thẳng nhiều tầng Back Propagation.......................................22
2.3.1. Kiến trúc mạng .....................................................................................22
2.3.2. Cơ chế hoạt động và phương thức học mạng.......................................23
2.3.3. Thuật toán Back Propagation ...............................................................25
2.3.4. BackPropagation với cơ chế cập nhật tham số Online và Batching ....27
2.3.5. BackPropagation với Momentum ........................................................27
CHƯƠNG 3: THUẬT GIẢI DI TRUYỀN ............................................................28
1. THUẬT GIẢI DI TRUYỀN VÀ THUYẾT TIẾN HOÁ SINH HỌC ..............28
2. TÍNH CHẤT QUAN TRỌNG CỦA THUẬT GIẢI DI TRUYỀN ..................28
3. CÁC TOÁN TỬ DI TRUYỀN ..........................................................................30
3.1. Toán tử chọn lựa - Selection .......................................................................30
3.2. Toán tử lai ghép - Crossover .......................................................................31
3.3. Toán tử đột biến – Mutation .......................................................................32
3.4. Hàm thích nghi - Fitness Function ..............................................................33
4. CÁCH THỨC ÁP DỤNG THUẬT GIẢI DI TRUYỀN ..................................34
5. HUẤN LUYỆN MẠNG NEURAL BẰNG THUẬT GIẢI DI TRUYỀN .......36
CHƯƠNG 4: XÂY DỰNG MÔ HÌNH HỆ MỜ, HỆ MỜ NEURON DỰ ĐOÁN
TỈ GIÁ HỐI ĐOÁI ..................................................................................................37
1. TỈ GIÁ HỐI ĐOÁI ............................................................................................37
2. XÂY DỰNG HỆ MỜ ........................................................................................38

2.1. Dữ liệu đầu vào và tiền xử lý dữ liệu .....................................................38
2.2. Mờ hoá bộ dữ liệu ..................................................................................39
2.3. Xây dựng các luật mờ ............................................................................41
2.4. Xây dựng động cơ suy diễn và phương thức giải mờ ............................44
2.5 Điều chỉnh các thông số của hệ mờ ........................................................45
2.6 Tối ưu hoá hệ luật mờ .............................................................................49

3. HỆ MỜ NEURAL – NEURON FUZZY SYSTEM..........................................51

3.1. Lý do tích hợp giữa hệ mờ và mạng neural ...........................................51


Mục lục

iv

3.2. Hệ mờ Neuro – NFS (Neuron Fuzzy Systems)......................................53
3.2.1 Hệ mờ neuro là gì? ...........................................................................53
3.2.2 Kiến trúc của NFS ............................................................................54
3.2.3. Nguyên tắc hoạt động và cơ chế học của NFS ................................55
3.2.4. Học cấu trúc và thông số của NFS ..................................................57
CHƯƠNG 5: CÁC KẾT QUẢ THỬ NGHIỆM ....................................................67

1. Chương trình thử nghiệm ................................................................................68
1.1 Nguồn dữ liệu ..........................................................................................68
1.2. Mạng Neural...........................................................................................69
1.3. Hệ mờ neuron – Neuron Fuzzy System .................................................69
1.4. Đào tạo và thử nghiệm ...........................................................................70
1.4.1. Mạng Neural ....................................................................................70
1.4.2 Hệ mờ neuron ...................................................................................71
2. Nhận xét ............................................................................................................72
KẾT LUẬN ..............................................................................................................73
CÁC KẾT QUẢ LIÊN QUAN ĐÃ CÔNG BỐ ......................................................75
PHỤ LỤC : MINH HOẠ TẬP SỐ LIỆU THỬ NGHIỆM ...................................76
TÀI LIỆU THAM KHẢO .......................................................................................79