Một số vấn đề tổng quan về điều khiển thông minh

Ths. Hà Mạnh Đào TsKH. Phạm Thợng Cát
Phòng công nghệ tự động hoá- Viện công nghệ thông tin
Tel:04 7564764, Email: ,
(Bài nghiên cứu với sự hỗ trợ của đề tài cấp nhà nớc KC03-13)
Tóm tắt:
Vấn đề điều khiển thông minh hiện đang đợc nghiên cứu, ứng dụng trong nhiều ngành, nhiều lĩnh vực khoa
học kỹ thuật, quân sự, công nghiệp và đời sống cả trong nớc và trên thế giới. Vậy điều khiển thông minh là
gì?Phân mức độ thông minh của các bộ điều khiển nh thế nào? Điều khiển thông minh sử dụng những công nghệ
nào và tình hình nghiên cứu ứng dụng nó ra sao? Trong bài này, chúng tôi đề cập đến một vài nét tổng quan về
điều khiển thông minh với hy vọng đa ra một cách nhìn ban đầu đối với lĩnh vực phức tạp, phong phú và đầy hữu
ích này.

1. Điều khiển thông minh là gì?
Các phơng pháp điều khiển truyền thống đã cho phép giải quyết các hệ thống điều khiển mà
có cấu trúc và tham số hoàn toàn xác định. Nhng với các hệ thống có cấu trúc không rõ ràng,
bất định hoặc các hệ thống có mức độ phi tuyến và phức tạp cao nh: robot không gian,
automonous, mobile robot, mạng giao thông, các hệ thống sản xuất mềm dẻo thì các phơng
pháp truyền thống không thể giải quyết thoả đáng đợc các bài toán này. Để giải quyết các bài
toán có đặc điểm nh vậy, các phơng pháp điều khiển thông minh đã đợc đề xuất, nghiên cứu
và phát triển trong suốt 3 thập kỷ gần đây.
Vậy điều khiển thông minh là gì?
Chúng ta có thể nói điều khiển thông minh là hệ thống điều khiển có những khả năng giống
nh con ngời nh khả năng mềm dẻo, sáng tạo, khả năng khái quát hoá, khả năng thích nghi,
khả năng suy luận và tìm kiếm Hay nói cách khác, hệ thống điều khiển thông minh là hệ thống
điều khiển và trên hệ thống điều khiển đó có cài đặt sự thông minh để hệ thống điều khiển có
khả năng suy diễn, xấp xỉ trên cơ sở dữ liệu đầu vào(môi trờng) và đa ra tác động điều khiển
ở đầu ra.
Theo [1], Phơng trình thiết kế tổng quát của hệ thống điều khiển có thể đợc diễn tả theo công
thức sau:

- Thuật gen
- Lập luận trên cơ sở tình huống(case)
- Hệ chuyên gia
Việc sử dụng các công nghệ này và phối hợp giữa chúng phụ thuộc vào thông tin thu
đợc và môi trờng mà trong đó hệ thống tơng tác là tĩnh hay thay đổi và mức độ thay đổi,
thích nghi có thể xẩy ra. Hình 2 cho chúng ta thấy mối quan hệ giữa thông tin, đặc điểm môi
trờng, các công nghệ đợc sử dụng trong các hệ thống điều khiển thông minh, và mối liên quan
giữa các phơng pháp điều khiển truyền thống với điều khiển thông minh. Trên hình các công
nghệ thông minh khác nhau nằm phù hợp trên các vùng khác nhau của không gian information-
Environment. Trong không gian đó, có thể thấy thấy lập luận trên cơ sở tình huống(case-base
reasoning) là tốt nhất khi dạng cụ thể của tri thức là khó khăn nhng thông tin thu đợc từ các
thực nghiệm là phong phú. Còn đối với các hệ thống mà thông tin thu đợc là dữ liệu cha đợc
xử lý nh dữ liệu từ sensor, dữ liệu đo đạc mà trạng thái môi trờng động thì sử dụng mạng nơ
ron và thuật gen là phù hợp hơn cả.
Hình 2

Mathematical techni
q
ues
Enviroment
Static
Dynamic,
ada
p
tive
Information
Raw Formal Knowlege
Thông minh sinh học
Thông minh nhân tạo
Tính toán thông minh
Tri thức ngời +
Các đầu vào các
giác quan
Các phần tử thông
tin+dữ liệu sensor
Tính toán
+ sensor
numeric
S
y
mbolic
or
g
anic
hình 3. Trong mô hình này, hệ thống thông minh đợc phân làm 3 cấp: Tính toán thông minh, trí
tuệ nhân tạo và trí tuệ sinh học. Sự thông minh của các hệ sinh học là cơ sở quan trọng nhất để

2.1. Điều khiển thông minh trên cơ sở logic mờ
Trong một hệ thống điều khiển, lý thuyết tập mờ, logíc mờ cho phép ánh xạ không gian
đầu vào tới không gian đầu ra thông qua hệ thống luật(rule). Mỗi luật gồm có 2 phần: Phần IF
là phần giả thiết và phần THEN là phần kết luận. Trong đó các phép toán AND và OR cho phép
kết nối các điều kiện trong phần giả thiết với nhau. Tập hợp các luật trong một hệ thống mờ
hình thành nên cơ chế suy diễn của hệ thống đó. Ví dụ nh luật Ri gồm 2 đầu vào, 1 đầu ra
đợc biểu diễn nh sau:
Ri: IF x is Ai AND y is Bi THEN z is Ci
Ngoài các phép toán AND, OR đợc hiểu theo phép lấy min và max(logic đa trị), còn có các
phép toán NOT, T-NORM, T-CONORM, các quan hệ mờ cũng đợc sử dụng.
Hai hệ thống mờ đợc sử dụng phổ biến:
- Mamnami: đầu ra là tập mờ.
- Sugeno: Đầu ra là hằng số hoặc một hàm nào đó.
abc
a
b
c
bc
ac
ab
Hinh4
Sự kết hợp 3 kỹ thuật tạo các loại bộ
điểu khiển thông minh khác nhau.
[a]: NN
[b]: FS
[c]: GA
[ab]: neuron-fuzzy;fuzzy-neuron
[bc]: Hệ thống mờ tự chỉnh
[ac]: NN tiến hoá
[abc]: Mạng nơ ron- mờ- tiến hoá

phép tính toán ớc lợc các đầu vào và đa ra đáp ứng đầu ra. Quá trình xử lý thông tin với mạng
nơ ron bao gồm phân tích các mẫu sử dụng thông tin học đợc cất dới dạng các trọng liên kết
giữa các nút mạng. Mạng nơ ron có thể đợc học theo các phơng pháp nh: học có giám sát,
học có tín hiệu củng cố hoặc học không giám sát. Cấu trúc mạng nơ ron đợc sử dụng nhiều
nhất trong điều khiển là mạng truyền thẳng đa lớp. Trong cấu trúc mạng này có một lớp nhận dữ
liệu đầu vào, một lớp đầu ra. Giữa 2 lớp này có một hay nhiều lớp trung gian đợc gọi là các lớp
ẩn. Trong các lớp ẩn, mỗi lớp chứa một số các nút nào đó sao cho mạng đủ phức tạp để có thể
biểu diễn đợc quan hệ phi tuyến, phức tạp giữa các đầu vào và đầu ra.
Hình 6 cho chúng ta thấy các cấu trúc học của mạng nơ ron theo kiểu truyền ngợc (BP)
đợc sử dụng phổ biến trong các hệ thống nhận dạng và điều khiển:
- Cấu trúc học tổng quát (a)
- Cấu trúc học chi tiết (b)
- Cấu trúc học phản hồi sai số (c)
- Cấu trúc học gián tiếp (d)
Hiện nay, trong các hệ thống điều khiển phức tạp nh robot, các hệ thống điều khiển
công nghiệp, hệ thống nhận dạng mẫu bộ điều khiển nơ ron thờng dùng là mạng nơ ron với
khả năng mềm dẻo(Flexible Neural Networks), đây là cấu trúc mạng nơ ron mà các hàm truyền
của chúng là các hàm sigmoid nhng có một tham số có thể học, từ đó dạng hàm sigmoid sẽ
chọn đợc tối u đối với mỗi bài toán cụ thể. Dạng hàm sigmoid đơn cực và hai cực có tham số
a có thể đợc học trong quá trình huấn luyện có dạng sau:
Cơ chế su
y
diễn
Cơ sở luật
Defuzzilicat
io
n
fuzzification
Process
)1(


Hình 6

2.3. Điều khiển thông minh trên cơ sở lý thuyết tiến hoá(thuật gen- GA)
Lý thuyết tiến hoá mà trọng tâm ở đây là dùng thuật gen(GA) cho phép thực hiện tìm kiếm,
tối u hoá trên cơ sở một quần thể xuất phát ban đầu. Thuật gen có u điểm là có khả năng tìm
đợc cực trị tổng quát trong không gian tìm kiếm. Thuật gen thực hiện tiến hoá qua các thế hệ
thông qua các phép toán nh lai tạo, sao chép, đột biến và chọn lọc tự nhiên, các cá thể có mặt
trong thế hệ mới hay không phụ thuộc vào hàm finess của chúng. Hình 7 cho chúng ta thấy một
hệ thống điều khiển sử dụng thuật gen.
u
y
y
Plan
NN
NN
y
d
u
y
a)
b)
c)
d)
y
Most fit
Controller
Plan
Evalution
GA Operations
y
d
u
cách tối nhất. Các hệ thống này thờng có các phần chức năng phức tạp nh: hệ thống cơ
sở tri thức, Cơ chế suy diễn, các khối điều khiển đa chức năng và khối thực hiện các cơ chế
truyền thông- giao tiếp thông qua các giao thức truyền thông mạng, thông qua ngôn ngữ tự
nhiên, hình ảnh Hình 8 cho chúng ta ví dụ về mức độ phức tạp của hệ thống điều khiển
thông minh autonomous có thực hiện các chức năng phản ứng, tơng tác với môi trờng trên
cơ sở các tín hiệu thu đợc từ mạng sensory đầu vào.


đáp ứng đợc mục tiêu điều khiển phức tạp hơn. information
env
ironment
Autonomous
Action selection
inner state
motivation
drive
e
x
pe
ri
e
n
ce
Rule set
sensory input
constraint

y

evalution
results
Hình 9a) Quá trình tối u mạng
nơ ron sử dụng GA
Hình 9b. Quá trình dùng GA cải
tạo hoạt động của hệ mờ

3. Tình hình nghiên cứu về điều khiển thông minh trên thế giới và
trong nớc
Công nghệ thông minh nói chung và điều khiển thông minh nói riêng đợc ứng dụng mạnh
mẽ trong nhiều lĩnh vực quân sự, sản xuất công nghiệp, nghiên cứu và lĩnh vực nghiên cứu
khoảng không , nhất là các nớc Mỹ, Nhật bản, Đức, Hàn Quốc Cụ thể điều khiển thông
minh đợc ứng dụng phổ biến trong các dây truyền sản xuất mềm dẻo, các hệ thống điều khiển
năng lợng thông minh IECS (Intelligent Energy Control System),Các hệ thống điều khiển giao
thông(Trafic Control Intelligent Systems), các hệ thống suy diễn thông minh IIS(Intelligent
Inference Systems), các thiết bị đo lờng thông minh, các cảm biến thông minh và đặc biệt trong
lĩnh vực điều khiển robot, các hệ thống lái xe tự động, các hệ thống nghiên cứu trong khoảng
không vũ trụ, các hệ thống thông minh đối với thơng mại, nhà máy sản xuất, chính phủ
Sự đẩy mạnh nghiên cứu và ứng dụng mạnh mẽ các công nghệ thông minh đó trong lĩnh
vực đo lờng và điều khiển trên thế giới là do một số yếu tố quan trọng sau:
- Mức độ gia tăng các bài toán có độ phức tạp cao, các quá trình sản xuất cần có độ mềm
dẻo cao và đòi hỏi mức độ tối u hơn.
- Công nghệ điện tử và vi điện tử đã tạo ra các chíp nơron, các chíp mờ cho phép đa
nhiều công nghệ thông minh vào lĩnh vực đo và điều khiển. Nhất là lĩnh vực công nghệ nano
hiện nay đã cho phép chế các máy tính mạnh và có kích thớc cực nhỏ càng làm cho lĩnh vực

October 1999
[10] Alexandre Schmid, yusuf Leblebici ;A Charge- Based Artificial Neural Network with
On-Chip Learning Ability; Proceeding of the 5
th
European Congress on Intelligent
Technique & soft computing EUFIT’97, Gemany 1997
[11] David E.Goldberg; Genetic Algorithms in Search, Optimization, and Machine
Learning; Addison Wesley Longman,inc, 1989
[12] C¸c trang WEB ®−îc t×m kiÕm víi côm tõ “inteligent+Control” .