Nghiên cứu giải thuật tối Ưu tham số Đại số gia tử bằng giải thuật di truyền và Ứng dụng

Nghiên cứu tối ưu tham số Đại số gia tử sử dụng giải thuật di truyền. Phân tích sâu và đề xuất ứng dụng thực tiễn hiệu quả.

Trường ĐH

Đại học Công nghệ Thông tin Truyền Thông - Đại học Thái Nguyên

Tác giả

Luan An

Thể loại

Luận văn

Năm xuất bản

Số trang

80

Thời gian đọc

12 phút

Lượt xem

0

Lượt tải

0

Phí lưu trữ

40 Point

Tóm tắt nội dung

I.Tổng quan về tối ưu tham số Đại số gia tử và GA

Nghiên cứu tập trung vào việc tối ưu hóa tham số cho Mô hình đại số gia tử (ĐSGT). Các mô hình mờ thường gặp thách thức từ việc xác định tham số tối ưu. Điều này ảnh hưởng trực tiếp đến độ chính xác và hiệu quả của hệ thống. Giải thuật di truyền (GA) được áp dụng như một thuật toán tiến hóa mạnh mẽ. Nó giúp giải quyết bài toán tối ưu này. Mục tiêu là tìm ra bộ tham số hiệu quả nhất. Phương pháp này cải thiện khả năng lập luận xấp xỉ của ĐSGT. Kết quả mang lại sự linh hoạt và độ tin cậy cao hơn cho các hệ thống thông minh.

1.1. Giới thiệu bài toán tối ưu hóa tham số

Bài toán xác định tham số là trọng tâm trong các hệ thống mờ. Việc điều chỉnh các tham số ảnh hưởng lớn đến hiệu suất mô hình. Tối ưu hóa tham số là cần thiết. Nó đảm bảo mô hình hoạt động hiệu quả. Các phương pháp truyền thống thường tốn thời gian. Chúng khó xử lý không gian tham số phức tạp. Nhu cầu về một phương pháp tối ưu tự động, hiệu quả là rất lớn.

1.2. Vai trò của Đại số gia tử trong lập luận mờ

Mô hình đại số gia tử cung cấp khuôn khổ ngữ nghĩa định lượng. Nó xử lý thông tin ngôn ngữ một cách chính xác. ĐSGT biểu diễn các khái niệm mờ qua các gia tử. Việc này giúp hệ thống lập luận xấp xỉ. Các tham số trong ĐSGT quyết định chất lượng của sự định lượng này. Tối ưu hóa chúng cải thiện khả năng suy luận.

1.3. Tiềm năng của Giải thuật di truyền

Giải thuật di truyền là một thuật toán tiến hóa dựa trên sinh học. Nó có khả năng tìm kiếm lời giải toàn cục trong không gian phức tạp. GA không yêu cầu đạo hàm của hàm mục tiêu. Điều này làm cho nó phù hợp với nhiều loại bài toán tối ưu. Đặc biệt là các bài toán có nhiều biến số và hàm mục tiêu phi tuyến. GA mang lại tiềm năng lớn trong việc tối ưu hóa tham số của ĐSGT.

II.Khám phá Đại số gia tử Nền tảng lập luận xấp xỉ

Phần này đi sâu vào lý thuyết của Mô hình đại số gia tử. Nó trình bày cấu trúc và các phép toán cơ bản. ĐSGT cho phép biểu diễn ngữ nghĩa của các thuật ngữ ngôn ngữ. Nó cung cấp nền tảng vững chắc cho các phương pháp lập luận xấp xỉ. Hiểu rõ ĐSGT là chìa khóa. Nó giúp thiết kế các hệ thống mờ hiệu quả. Các phép toán trên tập mờ được định nghĩa rõ ràng. Điều này đảm bảo tính nhất quán trong lập luận. Mục tiêu là đạt được sự chính xác cao nhất trong việc xử lý thông tin không chắc chắn.

2.1. Định nghĩa và cấu trúc Đại số gia tử

Đại số gia tử là một Mô hình đại số hình thức. Nó biểu diễn các tập mờ và các phép toán trên chúng. Cấu trúc của ĐSGT bao gồm tập các giá trị ngôn ngữ và các gia tử. Các gia tử này biến đổi ý nghĩa của thuật ngữ gốc. Ví dụ, 'rất', 'hơi', 'khá' là các gia tử. Nó định lượng ngữ nghĩa của các khái niệm mờ.

2.2. Các phép toán đại số trên tập mờ

ĐSGT định nghĩa các phép toán cơ bản. Bao gồm phép kết nhập, phép kéo theo mờ và phép hợp thành. Các phép toán này cho phép xử lý quan hệ giữa các tập mờ. Chúng là nền tảng cho việc xây dựng các quy tắc lập luận mờ. Hiểu các phép toán này rất quan trọng. Nó giúp đảm bảo tính logic và độ chính xác của hệ thống.

2.3. Phương pháp lập luận xấp xỉ dựa trên ĐSGT

Phương pháp lập luận xấp xỉ sử dụng Đại số gia tử. Nó biến đổi các tiền đề ngôn ngữ thành kết luận. Quá trình này dựa trên các quy tắc và phép toán mờ. Việc này cho phép hệ thống xử lý thông tin mơ hồ. Nó đưa ra các quyết định gần đúng. Các tham số trong ĐSGT ảnh hưởng trực tiếp đến kết quả lập luận.

III.Giải thuật di truyền Công cụ tối ưu hóa tham số hiệu quả

Phần này tập trung vào Giải thuật di truyền. Đây là một thuật toán tiến hóa mạnh mẽ. Nó được sử dụng để tối ưu hóa tham số. GA mô phỏng quá trình chọn lọc tự nhiên. Nó tìm kiếm lời giải tốt nhất trong không gian rộng lớn. Việc thiết kế hàm mục tiêu là rất quan trọng. Nó định hướng quá trình tìm kiếm của GA. Các bước triển khai GA cần được thực hiện cẩn thận. Nó đảm bảo hiệu quả và tính chính xác. GA là một siêu heuristic hiệu quả cho nhiều bài toán tối ưu phức tạp.

3.1. Nguyên lý hoạt động của thuật toán tiến hóa

Giải thuật di truyền hoạt động dựa trên các nguyên lý tiến hóa. Quần thể ban đầu được tạo ngẫu nhiên. Các cá thể tốt hơn được chọn lọc qua các thế hệ. Các toán tử lai ghép và đột biến tạo ra cá thể mới. Quá trình này lặp lại. Nó giúp tìm kiếm lời giải tối ưu. Đây là một thuật toán tiến hóa linh hoạt và mạnh mẽ.

3.2. Thiết kế hàm mục tiêu cho bài toán tối ưu

Hàm mục tiêu là cốt lõi của bài toán tối ưu sử dụng GA. Nó định lượng mức độ tốt của một bộ tham số. Hàm này thường tính toán sai số hoặc hiệu suất của mô hình. Việc thiết kế hàm mục tiêu chính xác là cần thiết. Nó giúp GA hội tụ về lời giải tối ưu. Hàm mục tiêu phải phản ánh đúng yêu cầu của hệ thống.

3.3. Các bước triển khai Giải thuật di truyền

Triển khai Giải thuật di truyền gồm nhiều bước. Đầu tiên là mã hóa các tham số thành nhiễm sắc thể. Sau đó là khởi tạo quần thể ban đầu. Tiếp theo, đánh giá độ thích nghi bằng hàm mục tiêu. Các toán tử chọn lọc, lai ghép và đột biến được áp dụng. Quá trình lặp lại cho đến khi đạt tiêu chí dừng. Đây là một siêu heuristic yêu cầu điều chỉnh cẩn thận.

IV.Quy trình hiệu chỉnh tham số Đại số gia tử tối ưu

Phần này mô tả chi tiết quy trình hiệu chỉnh tham số của Mô hình đại số gia tử. Nó sử dụng Giải thuật di truyền. Đầu tiên, phân tích ảnh hưởng của từng tham số. Điều này giúp hiểu rõ vai trò của chúng. Sau đó, áp dụng GA để tìm kiếm bộ tham số tối ưu. Kết quả tối ưu hóa tham số được đánh giá kỹ lưỡng. Mục tiêu là cải thiện độ chính xác và hiệu quả. Quy trình này đảm bảo rằng các tham số được chọn là phù hợp nhất. Nó giải quyết tốt bài toán tối ưu đã đặt ra.

4.1. Phân tích ảnh hưởng của các tham số

Trước khi hiệu chỉnh tham số, cần phân tích tác động của chúng. Các tham số trong ĐSGT có thể ảnh hưởng khác nhau. Một số tham số có tác động lớn. Một số khác có ảnh hưởng nhỏ hơn. Việc này giúp tập trung nỗ lực tối ưu hóa tham số. Nó xác định các tham số cần điều chỉnh mạnh mẽ. Phân tích này là bước quan trọng.

4.2. Tối ưu tham số bằng Giải thuật di truyền

Giải thuật di truyền được dùng để tìm kiếm tham số tối ưu. Các tham số của ĐSGT được mã hóa. Chúng trở thành các gen trong nhiễm sắc thể. Hàm mục tiêu đánh giá hiệu suất của ĐSGT. GA iteratively điều chỉnh các tham số. Nó giảm sai số và cải thiện độ chính xác. Quá trình này thực hiện tối ưu hóa tham số một cách tự động.

4.3. Đánh giá hiệu chỉnh tham số đạt được

Sau khi hiệu chỉnh tham số, cần đánh giá hiệu năng. So sánh kết quả của ĐSGT với và không có tham số tối ưu. Các chỉ số như sai số trung bình, độ chính xác được sử dụng. Đánh giá này xác nhận hiệu quả của phương pháp. Nó chứng minh sự cải thiện đáng kể. Việc này đảm bảo tính hợp lệ của quá trình tối ưu hóa tham số.

V.Ứng dụng thực tế Phương pháp lập luận xấp xỉ tối ưu

Phần này trình bày các ứng dụng thực tế của phương pháp. Phương pháp lập luận xấp xỉ dựa trên Đại số gia tử đã được tối ưu hóa tham số bởi Giải thuật di truyền. Các ví dụ bao gồm mô hình điều khiển và dự báo. Chúng cho thấy khả năng của hệ thống. Phương pháp này xử lý thông tin không chắc chắn hiệu quả. Kết quả đánh giá hiệu năng được trình bày. Nó chứng minh sự vượt trội của giải pháp tối ưu. Nó giải quyết các bài toán phức tạp trong nhiều lĩnh vực.

5.1. Mô tả một số bài toán xấp xỉ mô hình mờ

Một số ứng dụng thực tế được chọn để minh họa. Bao gồm các bài toán trong điều khiển tự động. Ví dụ: điều khiển quá trình công nghiệp, hạ độ cao máy bay. Ngoài ra, các bài toán dự báo và nhận dạng cũng được xem xét. Các bài toán này có đặc điểm dữ liệu không hoàn chỉnh hoặc mơ hồ. Đây là môi trường lý tưởng cho phương pháp lập luận xấp xỉ.

5.2. Triển khai phương pháp LLXX với tham số tối ưu

Phương pháp lập luận xấp xỉ (LLXX) được triển khai. Nó sử dụng các tham số của Đại số gia tử đã được tối ưu hóa tham số. Quá trình này đảm bảo mô hình hoạt động hiệu quả. Nó xử lý đầu vào mờ và đưa ra kết quả chính xác. Việc triển khai tuân thủ cấu trúc của ĐSGT. Nó tích hợp kết quả từ Giải thuật di truyền.

5.3. Các ví dụ ứng dụng cụ thể và kết quả

Các ví dụ cụ thể được trình bày chi tiết. Bao gồm mô hình EXI và điều khiển máy bay. Kết quả thực nghiệm cho thấy sự cải thiện đáng kể. So với các phương pháp chưa tối ưu, sai số giảm. Độ chính xác tăng lên. Đây là minh chứng cho hiệu quả của tối ưu hóa tham số. Kết quả này có giá trị trong ứng dụng thực tế.

VI.Đánh giá hiệu năng giải pháp tối ưu tiềm năng phát triển

Phần này tổng kết đánh giá hiệu năng của phương pháp. Giải pháp tối ưu hóa tham số cho Mô hình đại số gia tử bằng Giải thuật di truyền đã được chứng minh hiệu quả. Ưu điểm và hạn chế của phương pháp được phân tích. Các hướng phát triển trong tương lai được đề xuất. Nó mở ra tiềm năng cho các nghiên cứu tiếp theo. Mục tiêu là nâng cao hơn nữa khả năng của hệ thống. Các thuật toán tiến hóa khác có thể được khám phá. Mở rộng ứng dụng thực tế là một mục tiêu quan trọng.

6.1. So sánh hiệu quả phương pháp đã tối ưu

Kết quả đánh giá hiệu năng cho thấy hiệu quả vượt trội. Phương pháp lập luận xấp xỉ với tham số tối ưu đạt độ chính xác cao hơn. Sai số giảm đáng kể. So sánh với các phương pháp không sử dụng tối ưu hóa tham số. Điều này chứng minh giá trị của việc áp dụng Giải thuật di truyền. Nó cải thiện đáng kể chất lượng hệ thống.

6.2. Ưu điểm và hạn chế của giải pháp

Ưu điểm của giải pháp bao gồm khả năng tự động hiệu chỉnh tham số. Nó đạt hiệu suất cao cho các bài toán tối ưu phức tạp. Mô hình đại số gia tử cung cấp nền tảng vững chắc. Tuy nhiên, hạn chế có thể là chi phí tính toán. Đặc biệt là với không gian tham số rất lớn. Việc lựa chọn hàm mục tiêu cũng có thể phức tạp.

6.3. Hướng phát triển và nghiên cứu tiếp theo

Nghiên cứu có thể mở rộng theo nhiều hướng. Khám phá các thuật toán tiến hóa khác. Ví dụ: thuật toán bầy đàn, thuật toán tối ưu hóa chim sẻ. Áp dụng phương pháp cho các ứng dụng thực tế mới. Phát triển các kỹ thuật tối ưu hóa tham số lai ghép. Nó kết hợp GA với các phương pháp khác. Điều này hứa hẹn nâng cao hiệu suất hơn nữa.

Xem trước tài liệu
Tải đầy đủ để xem toàn bộ nội dung
Nghiên cứu giải thuật tối Ưu tham số Đại số gia tử bằng giải thuật di truyền và Ứng dụng

Tải xuống file đầy đủ để xem toàn bộ nội dung

Tải đầy đủ (80 trang)

Trích đoạn nội dung luận án

Tải xuống để đọc toàn bộ

LỜI CAM ĐOAN: Tôi xin cam đoan kết quả đạt được trong luận văn là sản phẩm của cá nhân. Trong toàn bộ nội đung luận văn, những điều được trình bảy là của cá nhân hoặc là tổng hợp từ nhiều nguồn tài liệu khác nhau. Tắt cả các tải liệu tham khảo đó đều cô xuất xứ rõ ràng và được trích đẫn hợp pháp. Tôi xin chịu trách nhiệm và mọi hình thức kỹ luật theo quy định cho lời cam đoan của mình.

Thái Nguyễn, ngày - tháng năm 2016 'Học viên Nguyễn Hữu Lân LOICAMON Trước tiên em xin chân thành cảm on thầy giáo TS Nguyễn Duy Minh đã nhiệt tỉnh, tận tâm hướng dẫn và chỉ bão cho em hoàn thành luận văn tốt nghiệp này. Em xin bày tô lòng biết ơn tới các thầy cô giáo trong trường Đại học Công nghệ thông tin Truyền thông - Đại học Thái Nguyên và các thầy cô giáo ở Viên Công nghệ thông tin da ging day, trang bi cho em những kiến thức quý bầu trong suốt quá trình học tập và nghiên cứu tại trường. Em xin trân trọng cảm ơn các thành viên trong Gia đình, những người luôn đành cho tác giả những tỉnh cảm nông ấm, sẽ chia và đặc biệt là động. viên khích lệ giúp em vượt qua được những giây phút chán nin abit trong thời gian em theo học.

Luận án cũng là món quả tỉnh thần mà tác giả trân trọng gửi tặng đến các thành viên trong Gia đình. Em cũng xin gửi lời căm ơn tới bạn bè, những người luôn cổ vũ, quan tâm và giúp đỡ em trong suốt thời gian học tập và làm luận văn. "Mặc dù đã hết sức nỗ lực, song đo thời gian và kinh nghiệm nghiên cứu. khoa học còn hạn chế nên không thể tránh khỏi những thiếu sót.

Em rất mong. nhận được sự góp ý của các thây cô và bạn bè đồng nghiệp để hiểu biết của. mình ngày một hoàn thiện hơn _Xim chân thành cảm ơn! Thái Nguyên, ngà tháng - năm 2016 'Học viên Nguyễn Hữu Lân MỤC LỤC LOICAM DOAN LOICAMON. DANH MỤC CÁC CHỮ VIET TAT DANH MỤC CÁC HÌNH.

DANH MUC CAC BANG MO DAU. CAC KIEN THUC LIEN QUAN. Tập mỡ va các phép toán trên tập mỡ. Các phép toán đại số trên tập mờ.

Các phép toán kết nhập 1. Phếp kếo theo mỡ. Phếp hợp thành các quan hệ mờ. Biến ngôn ngữ, 10 1.

Mô hình mờ. Bài toán tối ưu và giải thuật di truyền. Bài toần tối uu. Giải thuật di truyền.

Kết luận chương 1 27 CHUONG 2. GIAI THUAT TOI UU CAC THAM SO 28 DAI SO GIA TU CHO PHUONG PHÁP LẬP LUAN XAP Xi. Đại số giatử của biển ngôn ngữ. Biến ngôn ngữ.

Đại số gia tử của biến ngôn ngữ. Các tính chất cơ bản của ĐSGT tuyến tính. Cac ham do trong dai sé gia tử tuyến tính. Phuong phap lập luận xấp xi dựa trên đại số gia tử.

Phương pháp lập luận tối ưu dựa trên ĐSGT 2. Phân tích ảnh hưởng của các tham số trong việc định lượng, 2. Hệ tham số của phương pháp nội suy gia ti. Tối ưu các tham số của đại số gia tử bằng giải thuật di truyền.

Phương pháp lập luận xắp xi dựa trên ĐSGT với tham số tối ưu. Kết luận chương 2 CHUONG 3. UNG DUNG PHƯƠNG PHÁP LẬP LUẬN XÁP XỈ. 'VỚI THAM SỐ DAI SO GIA TU TOI UU.

Mô tả một số bài toán xấp xi mô hình mờ. Ứng dụng phương pháp LLXX đựa trên ĐSGT với tham số tối ưu. Phương pháp LLXX dựa trên đại số gia tử. Phương pháp LLXX đựa trên đại số gia tử với tham số tối ưu 3.

Kết luận chương 3 KÉT LUẬN. TÀI LIỀU THAM KHẢO. DANH MỤC CÁC CHU VIET TAT Viet tit Tiếng Anh. Tiếng Việt owa | Ordered Weighted Lớp toán tử trùng bình trọng số.

Averaging có thứ tự GA Genetic Algorithm | Giai thuật di truyền HA-IRM¢- Hedge Algebras-based < ĐSGT Đại số gia tử Interpolative Reasoning Method Semantization Associate SAM Mô hình ngữ nghĩa định lượng, Memory Fuz y Associative : FAM 3 Bộ nhớ kết hợp mờ Memory Optimization Parameters ' Thuậttoántỗi ưu tham số Đại OPHAGAR, 7) of Hedge Algebras sé4 gia tit cM Control Model | Mé inh cia bai toan ứng dung Fuz y Multiple FMCR wee phương pháp lập luận mờ Conditional Reasoning aR Hedge Algebras phương pháp lập luận xắp xỉ Reasoning mở dựa trên ĐSGT DANH MỤC CAC HIN: Hình 1.1: Tập mờ hình thang Hình 3. Đường cong thực nghiệm của mô hình EXI Hình 3. Paraboll quan hệ giữah và v Hình 3. Hàm thuộc của các tập mờ của biến h Hình 3.

Hàm thuộc của các tập mỡ của biển v Hình 3. Hàm thuộc của các tập mỡ của biển f. Đường cong ngữ nghĩa định lượng - Trường hợp 1 Hình 3. Đường cong ngữ nghĩa định lượng - Trường hợp 2 Hình 3.

Kết quả xắp xỉ EX: Hình 3. Đường cong ngữ nghĩa định lượng. Đường cong ngữ nghĩa định lượng với phép tích hợp có trong sốó8 Hình 3. Quỹ đạo hạ độ cao của mô hình máy bay 68 DANH MUC CAC BANG Bảng 2.

Các giá trị ngôn ngữ của các biển Health va Age Bang 2. Ví dụ về tính âm đươnggiữa các gia tử Bang 2.3: So sánh các giá trị định lượng ngữ nghĩa Bảng 3. Mô hình EXI của Cao - Kandel Bảng 3. Các kết quả xắp xi EXI tốt nhất của Cao- Kandel [12] Bảng 3.Miền giá trị của các biến ngôn ngữ.

Mô hinh mé (FAM) Bảng 3. Mô hình mờ EX: được định lượng theo trường hợp 1 Bảng 3. Mô hình mờ EXI được định lượng - Trường hợp 2. Bảng chuyển đổi ngôn ngữ.

Mô hình ngữ nghĩa định lượng SAM Bang 3. Tông hợp kết quả điều khiên mô hình máy bay hạ độ cao.10: Mô hình ngữ nghĩa định lượng (bảng SAM).Các điểm trong mô hình SAM qua phép tích hợp theo trọng số. Sai số của phương pháp lập luận. MỠĐẢU Lý thự tập mờ và logic mờ duoc L.

Zadeh đề xuất vào giữa thập niên 60 của thế kỷ trước. Kể từ khi ra đời, lý thu) tập mỡ và ứng đụng của tập mờ đã được phát triển liên tục với mục đích xây đựng các phương pháp lập luận xi để mô hình hóa quá trình suy luận của con người. Cho đến nay phương pháp lập luận xấp xi mờ đã được quan tâm nghiên cứu trên cả phương, diện lý thuyết và ứng đụng trong nhiễu lĩnh vực rất khác nhau, đã đạt được nhiều thành tựu ứng đụng, đặc biệt là các ứng đụng trong các hệ chuyên gia mỡ, điều khiễn mở [9]. [10] Tuy nhiên, phương pháp lập luận của con người là v: đề phức tạp và không có cấu trúc.

Vì vị kế từ khilý thuyết tập mờ ra đời cho đến nay, vẫn. chưa cô một cơ sở lý thuy hình thức chặt chẽ theo nghĩa tiên đề hoá cho logic mỡ và lập luận mỡ. Dé dap ing phần nào đối với nhu cầu xây đựng 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 đụ ta hoàn.

toàn có thể cảm nhận được rằng, “rể” là nhỏ hơn “già”, hoặc “than luôn lớn. Xuất phát từ quan hệ ngữ nghĩa đó các tác giả đã phát triên lý thuyết đại sé gia tt (SGT). Với việc định lượng các từ ngôn ngữ như đã đề cập, một số phương pháp lập luận xấp xi đựa trên đại số gia tử ra đời nhằm mục đích giải quyết các bài toán xấp xi mô hình mờ, các bài toán được ứng đụng nhiều trong tự nhiên, kỹ thuật [2] [9] [10], phương pháp này được gọi là phương pháp lập luận sắp xi dựa trên ĐSGT (HA-TRMd - Hedge Algebras-based Interpolative Reasoning Method). 2 Tuy nhiên phương pháp lập luận xắp xi dựa trên ĐSGT từ trước đến nay cô 2 yếutố cơ bản ảnh hưởng đến kết quả lập luận, đó là định lượng các giá trị ngôn ngữ của ĐSGT trong mô hình mỡ và nội suy trên siêu mặt cho bởi mô tình mờ.

Vì vậy, để hiệu quả hơn khi giải quyết bài toán xấp xi mô hình mờ bằng phương pháp lập luận xấp xỉ đựa trên DSGT ching ta cin nghiên cứu vấn để sau: - Các luật trong mô hình mờ được cho bởi các chuyên gia, khi biểu điễn. các gi trị ngôn ngữ sang các tập mờ hoặc sang các nhãn ngôn ngữ trong đại số gia tử cô sự sai lệch nhất định. - Các tham số của hàm định lượng ngữ nghĩa trong ĐSGT được xác định một cách trực giác. Các tham số này cô sự ảnh hưởng rất lớn đến các giá trị định lượng ngữ nghĩa của BSGT, vi vay cần có một cơ chế xác định các tham.

số đồ sao cho việc lập luận thu được kết quả mong muồn nhất. Vì lý do đó, tac giả nghiên cứu giải thuật tối ưu xác định các tham số của ĐSGT bằng giải thuật di truyền, chứ không chọn một cách trực giác như trước nữa. Phương pháp này được cài đặt thử nghiệm trên một số bài toán xắp xỉ mô. tình mờ, các kết quả sẽ được đánh giá và so sánh với các phương pháp lập luận xấp xi khác đã được công bổ.

CAC KIEN THUC LIEN QUAN 1. Tập mờ và các phép toán trên tập mở. Tập mo (fuzzy set) Cho tập vũ trụ U (còn gọi là không gian tham chiếu), một tập con thông, thường 4 (ập rõ) của U có thể được đặc trưng bởi ham sug nh sav: w= 1 xed 4,0) Ệ xeA 'Ví dụ 1. Cho tập run xo X4 x9, 4= xa, xạ, x5}.

Khi d6 sam) = 1, as)= 0, aes)= 1 Gọi A là phần bù của tập 4, ta có ⁄4 ¬4 = Ø, ⁄4 L4 thìx ¢ A, ta viết /A(%)= , ¿1; (x) = 0. Dé ding ta c6, nếu 4, 3 là hai tập con cia U, thi hàm đặc trưng cia céc tip ANB, AUB dutge xác định: 1, xe4n8 ——. xeAn# và 4, c-Ít: z(3)= x48 Mas 0, xe4UB "Tập hợp thông thường 4 CU có một ranh giới rắt rõ ràng. Chẳng han, 4 1à tập những người có tuôi đưới 19 là một tập thông thường.

Mỗi người (phần. tử) chỉ cô hai khả năng: hoặc là phần tử của 4 hoặc không Định nghĩa 1. Cho U là vũ ru cde đối tượng. Tâp mờ 4 trên U là tập các cấp có thứ tự (x, gaG), với pu) 1a haem từ U vào [0,1] gán cho mỗi phẩm tử x thuộc U giá tripu(x) phan dh mite độ của x thuộc vào tập mờ 4.

4 ‘Néu yu(x) = 0 thi ta n6i x hoàn toàn không thuộc vào tập 4, ngoài ra nếu ,4@G)P 1 thì ta nối x thuộc hoàn toàn vào 4. Trong Định nghĩa 1.1, hàm /r còn dutge goi 1a him thude (membership fiction).

Nội dung được bảo vệ bản quyền — Tải xuống đầy đủ

Từ khóa và chủ đề nghiên cứu


Câu hỏi thường gặp

Luận án "Nghiên cứu giải thuật tối Ưu tham số Đại số gia tử bằng giải thuật di truyền và Ứng dụng" nghiên cứu về vấn đề gì?

Nghiên cứu tối ưu tham số Đại số gia tử sử dụng giải thuật di truyền. Phân tích sâu và đề xuất ứng dụng thực tiễn hiệu quả.

Luận án "Nghiên cứu giải thuật tối Ưu tham số Đại số gia tử bằng giải thuật di truyền và Ứng dụng" được bảo vệ tại trường nào?

Luận án này được bảo vệ tại Đại học Công nghệ Thông tin Truyền Thông - Đại học Thái Nguyên. Năm bảo vệ: 2016.

Luận án "Nghiên cứu giải thuật tối Ưu tham số Đại số gia tử bằng giải thuật di truyền và Ứng dụng" thuộc chuyên ngành gì?

Luận án "Nghiên cứu giải thuật tối Ưu tham số Đại số gia tử bằng giải thuật di truyền và Ứng dụng" thuộc chuyên ngành Công nghệ thông tin. Danh mục: Khoa Học Giáo Dục.

Luận án "Nghiên cứu giải thuật tối Ưu tham số Đại số gia tử bằng giải thuật di truyền và Ứng dụng" có bao nhiêu trang?

Luận án "Nghiên cứu giải thuật tối Ưu tham số Đại số gia tử bằng giải thuật di truyền và Ứng dụng" có 80 trang. Bạn có thể xem trước một phần tài liệu ngay trên trang web trước khi tải về.

Cách tải luận án "Nghiên cứu giải thuật tối Ưu tham số Đại số gia tử bằng giải thuật di truyền và Ứng dụng" về máy như thế nào?

Để tải luận án về máy, bạn nhấn nút "Tải xuống ngay" trên trang này, sau đó hoàn tất thanh toán phí lưu trữ. File sẽ được tải xuống ngay sau khi thanh toán thành công. Hỗ trợ qua Zalo: 0559 297 239.

Luận án liên quan

Chia sẻ tài liệu: Facebook Twitter