Tìm kiếm
Đang tải khung tìm kiếm
Kết quả 1 đến 1 của 1

    THẠC SĨ Mạng nơron RBF và phương pháp lập luận xấp xỉ dựa trên đại số gia tử giải một số bài toán mô hình mờ

    D
    dream dream Đang Ngoại tuyến (18524 tài liệu)
    .:: Cộng Tác Viên ::.
  1. Gửi tài liệu
  2. Bình luận
  3. Chia sẻ
  4. Thông tin
  5. Công cụ
  6. Mạng nơron RBF và phương pháp lập luận xấp xỉ dựa trên đại số gia tử giải một số bài toán mô hình mờ

    Số hóa bởi Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/
    iii
    MỤC LỤC
    Lời cam đoan i
    Lời cảm ơn ii
    Mục lục . iii
    Danh mục các bảng . v
    Danh mục các hình . vi
    LỜI MỞ ĐẦU 1
    Chương 1: CÁC KIẾN THỨC LIÊN QUAN . 3
    1.1. Tập mờ và các phép toán trên tập mờ 3
    1.1.1. Tập mờ (fuzzy set) 3
    1.1.2. Các phép toán đại số trên tập mờ 6
    1.2. Biến ngôn ngữ 11
    1.3. Mô hình mờ 13
    1.4. Bài toán nội suy và mạng nơron RBF 15
    1.4.1. Bài toán nội suy . 15
    1.4.2. Mạng nơron RBF 18
    1.5. Tổng kết chương 1 28
    Chương 2: PHƯƠNG PHÁP LẬP LUẬN XẤP XỈDỰA TRÊN ĐẠI
    SỐ GIA TỬ SỬ DỤNG MẠNG NƠRON RBF . 29
    2.1. Đại số gia tử 29
    2.1.1. Biến ngôn ngữ của các gia tử 29
    2.1.2. Đại số gia tử của biến ngôn ngữ . 32
    2.1.3. Độ đo tính mờ của các giá trị ngôn ngữ 34
    2.1.4. Quan hệ độ đo tính mờ và định lượng ngữ nghĩa . 38
    2.2. Một số phương pháp lập luận xấp xỉ mờ 39
    2.2.1. Phương pháp lập luận dựa trên các quan hệ mờ . 40
    2.2.2. Phương pháp nội suy tuyến tính trên các tập mờ 40
    2.3. Phương pháp lập luận xấp xỉ dựa trên ĐSGT 43
    Số hóa bởi Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/
    iv
    2.4. Phương pháp lập luận xấp xỉ sử dụng mạng nơron RBF . 47
    2.4.1. Giải pháp sử dụng mạng nơron RBF và nội suy . 47
    2.4.2. Phương pháp lập luận xấp xỉ dựa trên đại số gia tử sử dụng
    mạng nơron RBF . 49
    2.5. Tổng kết chương 2 51
    Chương 3: ỨNG DỤNG PHƯƠNG PHÁP LẬP LUẬN XẤP XỈ SỬ
    DỤNG MẠNG NƠRON RBF CHO MỘT SỐ BÀI TOÁN
    MÔHÌNH MỜ . 53
    3.1. Mô tả một số bài toán mô hình mờ 53
    3.1.1. Bài toán Cao Kandel . 53
    3.1.2. Bài toán con lắc ngược của Ross 55
    3.2. Ứng dụng phương pháp lập luận xấp xỉ mờ dựa trên ĐSGT . 56
    3.2.1. Phương pháp lập luận xấp xỉ dựa trên đại số gia tử 56
    3.2.2. Phương pháp lập luận xấp xỉ dựa trên đại số gia tử sử dụng
    mạng nơron RBF . 62
    3.3. Tổng kết chương 3 66
    KẾT LUẬN 67
    TÀI LIỆU THAM KHẢO 68


    Số hóa bởi Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/
    v
    DANH MỤC CÁC BẢNG
    Bảng 1.1. Các hàm f(.) thường được sử dụng . 21
    Bảng 1.2. Các hàm kích hoạt a(.) thường được sử dụng . 21
    Bảng 2.1. Các giá trị ngôn ngữ của các biến Health và Age 30
    Bảng 2.2.Ví dụ về tính âm dương giữa các gia tử 34
    Bảng 3.1. Mô hình EX1 của Cao - Kandel . 53
    Bảng 3.2. Các kết quả xấp xỉ EX1 tốt nhất của Cao- Kandel[11] 54
    Bảng 3.3.Mô hình tập các luậtcho bài toán con lắc ngược . 56
    Bảng 3.4. Mô hình mờ EX 1 được định lượng ngữ nghĩa 58
    Bảng 3.5. Chuyển nhãn ngôn ngữ cho các biến X 1 , X 2 60
    Bảng 3.6. Chuyển nhãn ngôn ngữ cho biến U 60
    Bảng 3.7.Tọa độ các điểm trong đường cong ngữ nghĩa 61
    Bảng 3.8. Kết quả tính toán bài toán con lắc ngược . 62
    Bảng 3.9. Sai số lớn nhất của các phương pháp trên mô hình EX1 . 64
    Bảng 3.10. Sai số các phương pháp của hệ con lắc ngược . 65



    Số hóa bởi Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/
    vi
    DANH MỤC CÁC HÌNH

    Hình 1.1.Tập mờ hình thang . 5
    Hình 1.2. Minh họa một nơron thần kinh sinh học . 18
    Hình 1.3.Cấu tạo một nơron nhân tạo . 20
    Hình 1.4. Kiến trúc của mạng RBF . 24
    Hình 2.1.Sơ đồ huấn luyện mạng 50
    Hình 3.1.Đường cong thực nghiệm của mô hình EX1 . 54
    Hình 3.2.Mô tả con lắc ngược . 55
    Hình 3.3.Đường cong ngữ nghĩa định lượng 59
    Hình 3.4.Đường cong ngữ nghĩa . 61
    Hình 3.5. Đường cong xấp xỉ mô hình EX1 của Cao-Kandel 63
    Hình 3.6.Đồ thị lỗi của hệ con lắc ngược . 66




    Số hóa bởi Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/
    1
    LỜI NÓI ĐẦU
    Lý thuyết tập mờ và logic mờ được L.A. Zadeh đề xuất vào giữa thập
    niên 60 của thế kỷ trước. Kể từ khi ra đời, lý thuyết tập mờ và ứng dụng của
    tập mờ đã được phát triển liên tục với mục đích xây dựng các phương pháp
    lập luận xấp xỉ để mô hình hóa quá trình suy luận của con người. Cho đến nay
    phương pháp lập luận xấp xỉ dựa trên lý thuyết tập mờ đã được quan tâm
    nghiên cứu trên cả phương diện lý thuyết và ứng dụng trong nhiều lĩnh vực rất
    khác nhau, đã đạt được nhiều thành tựu ứng dụng, đặc biệt là các ứng dụng
    trong các hệ chuyên gia mờ, điều khiển mờ [13].
    Tuy nhiên, phương pháp lập luận của con người là vấn đề phức tạp và
    không có cấu trúc. Vì vậy kể từ khi lý thuyết tập mờ ra đời cho đến nay, vẫn
    chưa có một cơ sở lý thuyết hình thức chặt chẽ theo nghĩa tiên đề hoá cho
    logic mờ và lập luận mờ.
    Để đáp ứng phần nào đối với nhu cầu xây dựng cơ sở toán học cho việc
    lập luận ngôn ngữ, N.Cat Ho và Wechler đã đề xuất cách tiếp cận dựa trên
    cấu trúc tự nhiên của miền giá trị của các biến ngôn ngữ, những giá trị của
    biến ngôn ngữ trong thực tế đều có thứ tự nhất định về mặt ngữ nghĩa, ví dụ ta
    hoàn toàn có thể cảm nhận được rằng, ‗trẻ‘ là nhỏ hơn ‗già‘, hoặc ‗nhanh‘
    luôn lớn hơn ‗chậm‘. Xuất phát từ quan hệ ngữ nghĩa đó các tác giả đã phát
    triển lý thuyết đại số gia tử (ĐSGT).
    Với việc định lượng các từ ngôn ngữ như đã đề cập, một số phương pháp
    lập luận nội suy ra đời nhằm mục đích giải quyết bài toán lập luận xấp xỉ mờ,
    một bài toán được ứng dụng nhiều trong tự nhiên, kỹ thuật, các phương pháp
    lập luận này được gọi là các phương pháp lập luận xấp xỉ mờ sử dụng ĐSGT.
    Các phương pháp lập luận mờ sử dụng ĐSGT từ trước đến nay đều xem
    mô hình mờ (0.1) như một tập hợp các ―điểm mờ‖. Khi đó bài toán lập luận
    ban đầu sẽ chuyển về bài toán nội suy trên siêu mặt cho bởi mô hình mờ. Có 2
    Số hóa bởi Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/
    2
    yếu tố cơ bản cần được giải quyết khi thực hiện phương pháp lập luận mờ sử
    dụng ĐSGT, đó là định lượng các giá trị ngôn ngữ trong mô hình mờ và nội
    suy trên siêu mặt cho bởi mô hình mờ.
    Để khắc phục vấn đề nội suy trên siêu mặt cho bởi mô hình mờ tác giả
    tập trung nghiên cứu việc sử dụng mạng nơron RBF để nội suy trực tiếp từ
    siêu mặt cho bởi mô hình mờ.Các điểm trong siêu mặt thực cho bởi mô hình
    mờ sẽ được dùng làm tập mẫu dùng để huấn luyện mạng, khi đó mạng sẽ xấp
    xỉ siêu mặt và được dùng để nội suy đầu ra ứng với các đầu vào.
    Phương pháp lập luận mờ sử dụng ĐSGT được ứng dụng giải quyết
    nhiều bài toán có yếu tố mờ (mô hình mờ), không chắc chắn trong tự nhiên và
    kỹ thuật, các kết quả cho thấy phương pháp lập luận xấp xỉ sử dụng ĐSGT
    luôn cho kết quả tốt hơn phương pháp lập luận xấp xỉ mờ truyền thống. Các
    kết quả được công bố trong các công trình [2], [3], [5], [6].
    Nội dung nghiên cứu được trình bày trong đề tài: Mạng nơron RBF và
    phương pháp lập luận xấp xỉ dựa trên đại số gia tử giải một số bài toán mô
    hình mờ.

    Xem Thêm: Mạng nơron RBF và phương pháp lập luận xấp xỉ dựa trên đại số gia tử giải một số bài toán mô hình mờ
    Nội dung trên chỉ thể hiện một phần hoặc nhiều phần trích dẫn. Để có thể xem đầy đủ, chi tiết và đúng định dạng tài liệu, bạn vui lòng tải tài liệu. Hy vọng tài liệu Mạng nơron RBF và phương pháp lập luận xấp xỉ dựa trên đại số gia tử giải một số bài toán mô hình mờ sẽ giúp ích cho bạn.
    #1
  7. Đang tải dữ liệu...

    Chia sẻ link hay nhận ngay tiền thưởng
    Vui lòng Tải xuống để xem tài liệu đầy đủ.

    Gửi bình luận

    ♥ Tải tài liệu

social Thư Viện Tài Liệu
Tài liệu mới

Từ khóa được tìm kiếm

Nobody landed on this page from a search engine, yet!

Quyền viết bài

  • Bạn Không thể gửi Chủ đề mới
  • Bạn Không thể Gửi trả lời
  • Bạn Không thể Gửi file đính kèm
  • Bạn Không thể Sửa bài viết của mình
  •  
DMCA.com Protection Status