Công nghệ tri thức và ứng dụng MỤC LỤC GVHD : GS.TSKH Hoàng Văn Kiếm Trang 1 HVTH : Mã Tuấn Huy Công nghệ tri thức và ứng dụng CHƯƠNG I. TỔNG QUAN VỀ CÔNG NGHỆ TRI THỨC VÀ ỨNG DỤNG 1 Công nghệ tri thức • Công nghệ tri thức (Knowledge Engineering): có thể xem là một nhánh nghiên cứu của trí tuệ nhân tạo, phân tích tri thức lĩnh vực và chuyển nó thành những mô hình tính toán đưa vào máy tính để phục vụ những nhu cầu cần thiết. (John F.Sowa. Knowledge representation: Logical, philosophical, and Computational Foundations. Copyright @2000 by Brooks/Cole. A division of Thomson Learning) • Công nghệ tri thức (Knowledge Engineering): là các phương pháp, kỹ thuật được những kỹ sư tri thức (knowledge engineers) dùng để xây dựng những hệ thống thông minh như: hệ chuyên gia, hệ cơ sở tri thức, hệ hổ trợ quyết định, etc. (Dr Dickson Lukose. Department of Mathematics, Statistics and Computer Science – The University of New England. Dr Rob Kremer Department of Computer Science The University of Calgary Calgary, Alberta, T2N 1N4 Canada. Courses: KNOWLEDGE ENGINEERING, PART A: Knowledge Representation. July 1996) • Công nghệ tri thức là những phương pháp, kỹ thuật dùng để: Tiếp nhận, biểu diễn tri thức. Xây dựng các hệ cơ sở tri thức. Khám phá tri thức. Tham khảo và trích dẫn từ giáo trình “Công nghệ tri thức và ứng dụng” của GS.TSKH Hoàng Văn Kiếm GVHD : GS.TSKH Hoàng Văn Kiếm Trang 2 HVTH : Mã Tuấn Huy Công nghệ tri thức và ứng dụng 2 Vai trò của công nghệ tri thức • Cùng với sự phát triển nhanh chóng, vượt bậc của ngành công nghiệp máy tính, nhu cầu của người dùng đối với máy tính ngày một cao hơn: không chỉ giải quyết những công việc lưu trữ, tính toán bình thường, người dùng còn mong đợi máy tính có khả năng thông minh hơn, có thể giải quyết vấn đề như con người. Và từ đó trí tuệ nhân tạo nói chung và đặc biệt là công nghệ tri thức ra đời và phát triển. • Công nghệ tri thức đóng vai trò hết sức quan trọng trong việc phát triển Công nghệ thông tin, nâng cao sự hữu dụng của máy tính, giúp con người gần gũi với máy tính hơn. • Công nghệ tri thức còn góp phần thúc đẩy nhiều ngành khoa học khác phát triển, khả năng phát triển khoa học dựa trên tri thức liên ngành. GVHD : GS.TSKH Hoàng Văn Kiếm Trang 3 HVTH : Mã Tuấn Huy Công nghệ tri thức và ứng dụng CHƯƠNG II. LOGIC MỜ (FUZZY LOGIC) 3 Tổng quan về Logic mờ (Fuzzy Logic) • Lôgic mờ (tiếng Anh: Fuzzy logic) được phát triển từ lý thuyết tập mờ để thực hiện lập luận một cách xấp xỉ thay vì lập luận chính xác theo lôgic vị từ cổ điển. Lôgic mờ có thể được coi là mặt ứng dụng của lý thuyết tập mờ để xử lý các giá trị trong thế giới thực cho các bài toán phức tạp (Klir 1997). • Người ta hay nhầm lẫn mức độ đúng với xác suất. Tuy nhiên, hai khái niệm này khác hẳn nhau; độ đúng đắn của lôgic mờ biểu diễn độ liên thuộc với các tập được định nghĩa không rõ ràng, chứ không phải khả năng xảy ra một biến cố hay điều kiện nào đó. • Để minh họa sự khác biệt, ta xét tình huống sau: Bảo đang đứng trong một ngôi nhà có hai phòng thông nhau: phòng bếp và phòng ăn. Trong nhiều trường hợp, trạng thái của Bảo trong tập hợp gồm những thứ “ở trong bếp” hoàn toàn đơn giản: hoặc là anh ta “trong bếp” hoặc “không ở trong bếp”. Nhưng nếu Bảo đứng tại cửa nối giữa hai phòng thì sao? Anh ta có thể được coi là “có phần ở trong bếp”. Việc định lượng trạng thái “một phần” này cho ra một quan hệ liên thuộc đối với một tập mờ. Chẳng hạn, nếu Bảo chỉ thò một ngón chân cái vào phòng ăn, ta có thể nói rằng Bảo ở “trong bếp” đến 99% và ở trong phòng ăn 1%. Một khi anh ta còn đứng ở cửa thì không có một biến cố nào (ví dụ một đồng xu được tung lên) quyết định rằng Bảo hoàn toàn “ở trong bếp” hay hoàn toàn “không ở trong bếp”. Các tập mờ được đặt cơ sở trên các định nghĩa mờ về các tập hợp chứ không phải dựa trên sự ngẫu nhiên. • Lôgic mờ cho phép độ liên thuộc có giá trị trong khoảng đóng 0 và 1, và ở hình thức ngôn từ, các khái niệm không chính xác như “hơi hơi”, “gần như”, “khá là” và “rất”. Cụ thể, nó cho phép quan hệ thành viên không đầy đủ giữa thành viên và tập hợp. Tính chất này có liên quan đến tập mờ và lý thuyết xác suất. Lôgic mờ đã được đưa ra lần đầu vào năm 1965 bởi GS. Lotfi Zadeh tại Đại học California, Berkeley. • Mặc dù được chấp nhận rộng rãi và có nhiều ứng dụng thành công, lôgic mờ vẫn bị phê phán tại một số cộng đồng nghiên cứu. Nó bị phủ nhận bởi một số kỹ sư điều khiển vì khả năng thẩm định và một số lý do khác, và bởi một số nhà thống kê – những người GVHD : GS.TSKH Hoàng Văn Kiếm Trang 4 HVTH : Mã Tuấn Huy Công nghệ tri thức và ứng dụng khẳng định rằng xác suất là mô tả toán học chặt chẽ duy nhất về sự không chắc chắn (uncertainty). Những người phê phán còn lý luận rằng lôgic mờ không thể là một siêu tập của lý thuyết tập hợp thông thường vì các hàm liên thuộc của nó được định nghĩa theo các tập hợp truyền thống. Tham khảo và trích dẫn từ “http://vi.wikipedia.org/wiki/Logic_m %E1%BB%9D” 4 Ứng dụng của Logic mờ • Lôgic mờ có thể được sử dụng để điều khiển các thiết bị gia dụng như máy giặt (cảm nhận kích thước tải và mật độ bột giặt và điều chỉnh các chu kỳ giặt theo đó) và tủ lạnh. • Một ứng dụng cơ bản có thể có đặc điểm là các khoảng con của một biến liên tục. Ví dụ, một đo đạc nhiệt độ cho phanh (anti-lock brake) có thể có một vài hàm liên thuộc riêng biệt xác định các khoảng nhiệt độ cụ thể để điều khiển phanh một cách đúng đắn. Mỗi hàm ánh xạ cùng một số đo nhiệt độ tới một chân giá trị trong khoảng từ 0 đến 1. Sau đó các chân giá trị này có thể được dùng để quyết định các phanh nên được điều khiển như thế nào. Hình 1.2.1: miền chân trị • Trong hình, cold (lạnh), warm (ấm), và hot (nóng) là các hàm ánh xạ một thang nhiệt độ. Một điểm trên thang nhiệt độ có 3 “chân giá trị”, mỗi hàm cho một giá trị. Đối với nhiệt độ cụ thể trong hình, 3 chân giá trị này có thể được giải nghĩa là 3 miêu tả sau về nhiệt độ này: “tương đối lạnh”, “hơi hơi ấm”, và “không nóng”. • Các sản phẩm ứng dụng công nghệ cao trong cuộc sống hiện đại Các hệ thống con của ô tô và các phương tiện giao thông khác, chẳng hạn các hệ thống con như ABS và quản lý hơi (ví dụ Tokyo monorail). GVHD : GS.TSKH Hoàng Văn Kiếm Trang 5 HVTH : Mã Tuấn Huy Công nghệ tri thức và ứng dụng Máy điều hòa nhiệt độ Phần mềm MASSIVE dùng trong các tập phim Chúa nhẫn (Lord of the Rings), phần mềm đã giúp trình diễn những đội quân lớn, tạo các chuyển động một cách ngẫu nhiên nhưng vẫn có thứ tự Camera Xử lý ảnh số (Digital image processing), chẳng hạn như phát hiện biên (edge detection) Nồi cơm điện Máy rửa bát Thang máy Máy giặt và các thiết bị gia dụng khác Trí tuệ nhân tạo trong trò chơi điện tử Các bộ lọc ngôn ngữ tại các bảng tin (message board) và phòng chat để lọc bỏ các đoạn văn bản khiếm nhã Nhận dạng mẫu trong Cảm nhận từ xa (Remote Sensing) Gambit System trong Final Fantasy XII Phần mềm dự đoán tăng giảm tỉ giá chứng khoán Phần mềm nhận dạng chữ biết Phần mềm nhận dạng dấu vân tay, cảm ứng nhiệt V.V… Tham khảo và trích dẫn từ “http://vi.wikipedia.org/wiki/Logic_m %E1%BB%9D” GVHD : GS.TSKH Hoàng Văn Kiếm Trang 6 HVTH : Mã Tuấn Huy Công nghệ tri thức và ứng dụng CHƯƠNG III. HỆ THỐNG MỜ 5 Các khái niệm cơ bản 1Tập rõ và hàm thành viên Tập rõ crisp set) là tập hợp truyền thống theo quan điểm của Cantor (crisp set). Gọi A là một tập hợp rõ, một phần tử x có thể có x Î A hoặc x Ï A, Có thể sử dụng hàm c để mô tả khái niệm thuộc về. Nếu x Î A, c (x) = 1, nguợc lại nếu x Ï A, c (x) = 0. Hàm c được gọi là hàm đặc trưng của tập hợp A. Hình 3.1.1.1: miền chân trị tập rõ 2Tập mờ và hàm thành viên Khác với tập rõ, khái niệm thuộc về được mở rộng nhằm phản ánh mức độ x là phần tử của tập mờ A. Một tập mờ fuzzy set): A được đặc trưng bằng hàm thành viên m và cho x là một phần tử m (x) phản ánh mức độ x thuộc về A. Ví dụ: Cho tập mờ Young Lan 16 tuổi, µ(Lan)=1, Hùng 25 tuổi, µ(Hùng)=0.5 Hình 3.1.1.2: miền chân trị tập mờ GVHD : GS.TSKH Hoàng Văn Kiếm Trang 7 HVTH : Mã Tuấn Huy Công nghệ tri thức và ứng dụng Hình 3.1.1: tập rõ và tập mờ 3Các dạng của hàm thành viên a Dạng S tăng µ (x)=S(x, α, β, γ ) = 0 nếu x <= α 2(x- α )/(γ - α ) nếu α < x <= β 1 -[2(x- α )/(γ - α )] nếu β < x < γ 1 nếu x >= γ GVHD : GS.TSKH Hoàng Văn Kiếm Trang 8 HVTH : Mã Tuấn Huy Công nghệ tri thức và ứng dụng Hình 3.1.3.1: Hàm S tăng b Dạng S giảm m (x)=1- S(x, a, b, g ) Hình 3.1.3.2: Hàm S giảm c Dạng hình chuông GVHD : GS.TSKH Hoàng Văn Kiếm Trang 9 HVTH : Mã Tuấn Huy Công nghệ tri thức và ứng dụng Hình 3.1.3.2: Hàm hình chuông 6 Các phép toán trên tập mờ Cho ba tập mờ A, B, C với m A(x), m B(x),m C(x) 1Phép giao C=A ∩ B: µ C(x) = min(µ A(x), µ B(x)) Hình 3.2.1.1: Phép giao 2Phép hội C=A∪ B : µ C(x) = max(µ A(x), µ B(x)) GVHD : GS.TSKH Hoàng Văn Kiếm Trang 10 HVTH : Mã Tuấn Huy […]… ỏnh giỏ mc ỳng ca cỏc tc trong tp v tr E vi khỏi nim nhanh Hm ny cú tớnh ch quan v do kinh nghim hay do thc nghim b./ Xột tp m trung-bỡnh vi hm thnh viờn xỏc nh nh sau: Hỡnh 3.3.1.2: biu minh ha thỡ tp Trung Bỡnh = { 0.3,1,0.5,0 } 2Hm thnh viờn trong khụng gian cỏc bin liờn tc Chng hn nh cỏc tp m Nhanh v Trung bỡnh trờn cú th nh ngha nh l cỏc hm à nhanh (x) = (x/100)2 Trong phn sau ch xột cỏc hm… return f GVHD : GS.TSKH Hong Vn Kim HVTH : Mó Tun Huy Trang 22 Cụng ngh tri thc v ng dng CHNG V KT QU T C Do thi gian cú hn nờn chng trỡnh cũn khỏ n gin v hn ch Tuy nhiờn ó ỏp dng thnh cụng logic m (Fuzzy Logic) trong vic tớnh thi gian hot ng ca mỏy git da trờn bn v du m Hỡnh 5.1: Giao din ban u Hỡnh 5.2: Thi gian cn tỡm GVHD : GS.TSKH Hong Vn Kim HVTH : Mó Tun Huy Trang 23 Cụng ngh tri thc v ng dng… Web: http://www.nsl.hcmus.edu.vn/greenstone/collect/thesiskh/import/CNTT/DoThanhViNg an/dothanhvingan.htm http://tailieu.vn/tag/tai-lieu /logic% 20m%E1%BB%9D.html http://k43tdh2.com/forum /forumdisplay.php?181 -Logic- m-amp-mng-n-ron http://vi.wikipedia.org/wiki /Logic_ m%E1%BB%9D http://hanamhome.net/showthread.php?t=1217&page=1 GVHD : GS.TSKH Hong Vn Kim HVTH : Mó Tun Huy Trang 24 … HVTH : Mó Tun Huy Trang 12 Cụng ngh tri thc v ng dng 8 X lý bi toỏn m Hỡnh 3.4.1: s x lớ bi toỏn m Tham kho v trớch dn t giỏo trỡnh Cụng ngh tri thc v ng dng ca GS.TSKH Hong Vn Kim CHNG IV 9 NG DNG LOGIC M TRONG BI TON MY GIT Gii thiu bi toỏn Ngy nay cựng vi s phỏt trin vt bc ca khoa hc cụng ngh, vic cho la cỏc sn phm in mỏy gia dng thụng minh ngy cng ph bin v giỏ thnh ngy cng thp (Theo s liu kho sỏt… vic la chn ch git da trờn cht liu qun ỏo, bn p dng logic m, ta cú th t ng húa quỏ trỡnh ny nh vo cỏc cm bin t ng xỏc nh cht liu, bn, khi lng qun ỏo cn git t ú xỏc nh c thi gian hon tt quỏ trỡnh git gim hao phớ in nng, nc, bt git (nc git) 10 B iu khin m Giỏ tr u vo gm 2 tham s: 2 giỏ tr ny c o thụng qua cỏc cm bin quang Dirtiness ( bn): c o qua trong ca nc Greasy (du m): c xỏc nh bi thi gian bo… GS.TSKH Hong Vn Kim HVTH : Mó Tun Huy Trang 17 Cụng ngh tri thc v ng dng GVHD : GS.TSKH Hong Vn Kim HVTH : Mó Tun Huy Trang 18 Cụng ngh tri thc v ng dng Hỡnh 4.3.2.1: s v cỏc hm thnh viờn Cỏc lut ỏp dng trong bi toỏn mỏy git R1 : If Dirtiness_Large And Greasy_Large Then Wash_Time_Verylong R2: If Dirtiness_Medium And Greasy_Large Then Wash_Time_Long R3: If Dirtiness_Small And Greasy_Large Then Wash_Time_Long. và ứng dụng 8 Xử lý bài toán mờ Hình 3.4.1: sơ đồ xử lí bài toán mờ Tham khảo và trích dẫn từ giáo trình “Công nghệ tri thức và ứng dụng của GS.TSKH Hoàng Văn Kiếm CHƯƠNG IV. ỨNG DỤNG LOGIC MỜ. “http://vi.wikipedia.org/wiki /Logic_ m %E1%BB%9D” 4 Ứng dụng của Logic mờ • Lôgic mờ có thể được sử dụng để điều khiển các thiết bị gia dụng như máy giặt (cảm nhận kích thước tải và mật độ bột giặt và điều chỉnh. Huy Công nghệ tri thức và ứng dụng CHƯƠNG II. LOGIC MỜ (FUZZY LOGIC) 3 Tổng quan về Logic mờ (Fuzzy Logic) • Lôgic mờ (tiếng Anh: Fuzzy logic) được phát triển từ lý thuyết tập mờ để thực hiện lập luận
– Xem thêm –
Xem thêm: ỨNG DỤNG LOGIC MỜ TRONG BÀI TOÁN MÁY GIẶT, ỨNG DỤNG LOGIC MỜ TRONG BÀI TOÁN MÁY GIẶT, ỨNG DỤNG LOGIC MỜ TRONG BÀI TOÁN MÁY GIẶT, 11 Giải quyết bài toán
Source: https://bem2.vn
Category: Ứng dụng hay
