TRƯỜNG ĐẠI HỌC KỸ THUẬT TP. HCM
KHOA ĐIỆN ĐIỆN TỬ
BỘ MÔN ĐIỀU KHIỂN TỰ ĐỘNG
LUẬN VĂN TỐT NGHIỆP
ĐỀ TÀI :
ỨNG DỤNG NEUROFUZZY
TRONG ĐIỀU KHIỂN NHIỆT
ĐỘ THÔNG QUA KIT AT89C52
GVHD : LÊ TUẤN ANH
SVTH : LÊ PHƯỚC THÀNH
MSSV : 49600822
NIÊN KHÓA 1996 - 2001
ng dụng NeuroFuzzy trong điều khiển nhiệt độ GVHD : Lê Tuấn Anh
LỜI CẢM ƠN
Xin chân thành cảm ơn tất cả các thầy cô trong trường ĐH Kỹ Thuật đã dạy dỗ
cho đến ngày hôm nay, đặc biệt là các thầy cô trong bộ môn Điều Khiển Tự
Động.
Xin chân thành cảm ơn văn phòng bộ môn, đặc biệt là cô Ngọc đã tạo điều
kiện giúp đỡ trong suốt quá trình thực hiện luận văn tốt nghiệp.
Xin chân thành cảm ơn thầy Lê Tuấn Anh, người đã gợi ý và hướng dẫn thực
hiện luận văn tốt nghiệp.
Và xin cảm ơn tất cả những người đã gián tiếp tạo điều kiện thuận lợi trong
quá trình làm luận văn tốt nghiệp.
Dù đã cố rất gắng nhưng vẫn không tránh khỏi sai sót, xin được học hỏi những
lời chỉ dẫn. Xin cảm ơn rất nhiều.
Người thực hiện
Lê Phước Thành
Ngày 08/01/2001 SVTH : Lê Phước Thành Trang 2
ng dụng NeuroFuzzy trong điều khiển nhiệt độ GVHD : Lê Tuấn Anh
LỜI TỰA
Đề tài này được thực hiện trong khuôn khổ một môn học do trường ĐH Kỹ

MỤC LỤC
Phần 1. Giới thiệu...................................................9
Chương 1. Giới thiệu đề tài.....................................................10
1. Nhiệm vụ của đề tài..................................................................................11
2. Thực hiện...................................................................................................11
Phần 2. Lý thuyết.................................................12
Chương 1. Logic mờ.................................................................13
1. Sơ lược về logic mờ....................................................................................13
1.1. Quá trình phát triển của logic mờ......................................................13
1.2. Cơ sở toán học của logic mờ..............................................................13
1.3. Logic mờ là logic của con người........................................................16
1.4. So sánh logic mờ với lý thuyết xác suất thống kê.............................16
2. Các khái niệm dùng trong logic mờ.........................................................17
2.1. Tập hợp mờ và độ phụ thuộc.............................................................17
2.2. Hàm phụ thuộc...................................................................................18
2.3. Biến ngôn ngữ....................................................................................18
2.4. Luật mờ..............................................................................................19
3. Tính toán mờ..............................................................................................19
3.1. Mờ hóa...............................................................................................19
3.2. Tính luật mờ.......................................................................................19
3.3. Suy luận mờ.......................................................................................20
3.4. Giải mờ..............................................................................................21
Chương 2. Mạng Neuron.........................................................23
1. Sơ lược về mạng neuron............................................................................23
1.1. Quá trình phát triển............................................................................23
1.2. Mạng neuron là gì ?...........................................................................24
1.3. Cấu trúc của não................................................................................24
2. Mô hình hóa mạng neuron.......................................................................26
2.1. Yêu cầu khi lập mô hình một neuron.................................................26
2.2. Lập mô hình neuron...........................................................................26

2.1. Cấu tạo chân......................................................................................56
2.2. Sơ đồ khối..........................................................................................57
2.3. Mô tả chức năng các chân.................................................................57
2.4. Các thanh ghi chức năng....................................................................59
2.5. Bộ nhớ dữ liệu...................................................................................61
2.6. Đặc tính bộ dao động.........................................................................62
Ngày 08/01/2001 SVTH : Lê Phước Thành Trang 5
ng dụng NeuroFuzzy trong điều khiển nhiệt độ GVHD : Lê Tuấn Anh
2.7. Chế độ lười........................................................................................62
2.8. Chế độ hạ nguồn................................................................................62
2.9. Trạng thái của một số chân trong chế độ hạ nguồn và chế độ lười...62
2.10. Các thông số kỹ thuật......................................................................63
Chương 5. ADC ICL7109CPL.................................................67
1. Sơ lược các phương pháp biến đổi AD.....................................................67
1.1. Biến đổi AD dùng bộ biến đổi DA....................................................67
1.2. Bộ biến đổi Flash AD........................................................................70
1.3. Bộ biến đổi AD theo hàm dốc dạng lên xuống..................................71
1.4. Bộ biến đổi AD dùng chuyển đổi áp sang tần số...............................71
1.5. Bộ biến đổi AD theo tích phân hai độ dốc.........................................71
2. ICL7109CPL..............................................................................................72
2.1. Cấu tạo chân......................................................................................73
2.2. Mô tả chức năng các chân.................................................................73
2.3. Quá trình biến đổi AD.......................................................................75
2.4. Lựa chọn giá trò..................................................................................76
2.5. Giao tiếp trực tiếp với ICL7109CPL..................................................77
Chương 6. MAX232.................................................................78
1. Chuẩn RS-232-C........................................................................................78
1.1. Các đầu nối........................................................................................80
1.2. Mô tả chân.........................................................................................80
2. MAX232 và họ IC dùng biến đổi TTL⇔RS-232-C.................................81

8. Khối bàn phím.........................................................................................108
8.1. Chương trình con GET_KEY............................................................109
8.2. Chương trình con IN_HEX...............................................................111
9. Truyền thông nối tiếp.............................................................................112
10. Khối mạch công suất.............................................................................114
11. Nguồn cung cấp......................................................................................115
12. Cách cân chỉnh mạch............................................................................115
13. Xử lý 16-bit trên vi điều khiển 8-bit.....................................................118
13.1 Chương trình con cộng 16-bit..........................................................119
13.2. Chương trình con đổi dấu một số...................................................119
13.3. Chương trình con nhân số 16-bit cho số 8-bit.................................119
13.4. Chương trình con chia số 16-bit cho số 8-bit..................................120
Chương 2. Hệ thống...............................................................122
1. Thiết kế hệ mờ........................................................................................122
Ngày 08/01/2001 SVTH : Lê Phước Thành Trang 7
ng dụng NeuroFuzzy trong điều khiển nhiệt độ GVHD : Lê Tuấn Anh
1.1. Các nguyên tắc trong thiết kế..........................................................122
1.2. Thiết kế hệ mờ cho điều khiển nhiệt độ..........................................125
1.3. Thiết kế hệ luật................................................................................126
1.4. Tính luật và giải mờ.........................................................................127
2. Thiết kế hệ NeuroFuzzy.........................................................................127
2.1. Tập dữ liệu học................................................................................127
2.2. Thay đổi hệ mờ................................................................................127
Chương 3. Phần mềm............................................................129
1. Pha hoạt động..........................................................................................129
1.1. Khuôn dạng luật của hệ...................................................................130
1.2. Giải thuật điều khiển.......................................................................130
1.3. Xử lý mờ..........................................................................................131
1.4. Tính độ phụ thuộc............................................................................132
1.5. Giải mờ theo CoM...........................................................................136

1
GIỚI THIỆU ĐỀ TÀI
GIỚI THIỆU ĐỀ TÀI
Từ xưa đến nay, nhiệt độ luôn hiện hữu quanh ta và đã trở thành một trong
những yếu tố của sự sống.
Tuy nhiên con người ở mỗi thời điểm khác nhau đều có cách nhận thức và xử
lý nhiệt độ khác nhau.
Thời xa xưa, con người không hề có khái niệm về nhiệt độ mặc dù họ biết
nóng, lạnh.
Sau đó, con người có khái niệm về sự tồn tại của nhiệt độ, tìm cách đo nó và
so sánh giữa các loại nhiệt độ khác nhau. Tuy nhiên, họ vẫn cam chòu và tìm
cách chung sống với nhiệt độ : nếu nóng quá thì tìm chỗ tránh nóng ở dưới gốc
cây, bên bờ suối chẳng hạn.
Đến một lúc nào đó, con người nảy sinh ra ý đònh điều khiển nhiệt độ, bắt nó
phải phục vụ cho mục đích của mình. Ví như trong sinh hoạt hằng ngày, người
ta nhận ra rằng nhiệt độ lý tưởng cho mội trường sống là 25°C. Thế thì bằng
mọi cách phải tạo ra được nhiệt độ 25°C và máy điều hòa nhiệt độ ra đời.
Hay trong nghành công nghiệp, điều khiển nhiệt độ là một vấn đề rất quan
trọng. Trong ngành luyện kim, cần phải đạt đến một nhiệt độ nào đó để kim
loại nóng chảy, và cũng cần đạt một nhiệt độ nào đó để ủ kim loại nhằm đạt
được tốt các đặc tính cơ học như độ bền, độ dẻo, độ chống gỉ sét, … . Trong
ngành thực phẩm, cần duy trì một nhiệt độ nào đó để nướng bánh, để nấu, để
bảo quản, … .
Từ đó, điều khiển nhiệt độ trở thành một lónh vực của điều khiển tự động. Và
theo đà phát triển của các học thuyết về điều khiển tự động, kết quả của quá
trình điều khiển nhiệt độ ngày càng một tốt hơn.
Ngày 08/01/2001 SVTH : Lê Phước Thành Trang 11
ng dụng NeuroFuzzy trong điều khiển nhiệt độ GVHD : Lê Tuấn Anh
Trước đây, con người điều khiển nhiệt độ bằng phương pháp PID rất tốt.
Năm 1965, lý thuyết mờ ra đời đem lại nhiều thuận lợi hơn trong điều khiển tự

LOGIC MỜ
1. SƠ LƯC VỀ LOGIC MỜ
1.1. Quá trình phát triển của logic mờ
Logic mờ được công bố lần đầu tiên tại Mỹ vào năm 1965. Cha đẻ của nó là
Lotfi Zadeh, giáo sư về lý thuyết hệ thống tại trường đại học Berkeley, bang
California. Kể từ đó, logic mờ đã có nhiều phát triển qua các chặng đường
sau : phát minh ở Mỹ, áp dụng ở Châu Âu và đưa vào các sản phẩm thương
mại ở Nhật.
1.1.1. Ứng dụng công nghiệp đầu tiên ở Châu u
Ứng dụng đầu tiên của logic mờ vào công nghiệp được thực hiện ở Châu u,
khoảng sau năm 1970. Tại trường Queen Mary ở Luân Đôn – Anh, Ebrahim
Mamdani dùng logic mờ để điều khiển một máy hơi nước mà trước đây ông ấy
không thể điều khiển được bằng các kỹ thuật cổ điển. Và tại Đức, Hans
Zimmermann dùng logic mờ cho các hệ ra quyết đònh. Liên tiếp sau đó, logic
mờ được áp dụng vào các lónh vực khác như điều khiển lò xi măng, … nhưng
vẫn không được chấp nhận rộng rãi trong công nghiệp. Có một số ít ứng dụng
dùng nó nhưng dấu đi cụm từ logic mờ mà thay bằng các từ ngữ như “logic đa
giá trò” hay “logic liên tục”.
Kể từ năm 1980, logic mờ đạt được nhiều thành công trong các ứng dụng ra
quyết đònh và phân tích dữ liệu ở Châu u. Nhiều kỹ thuật logic mờ cao cấp
được nghiên cứu và phát triển trong lónh vực này.
1.1.2. Nhật Bản vươn lên dẫn đầu
Ngày 08/01/2001 SVTH : Lê Phước Thành Trang 14
ng dụng NeuroFuzzy trong điều khiển nhiệt độ GVHD : Lê Tuấn Anh
Cảm hứng từ những ứng dụng của Châu u, các công ty của Nhật bắt đầu
dùng logic mờ vào kỹ thuật điều khiển từ năm 1980. Nhưng do các phần cứng
chuẩn tính toán theo giải thuật logic mờ rất kém nên hầu hết các ứng dụng đều
dùng các phần cứng chuyên về logic mờ. Một trong những ứng dụng dùng
logic mờ đầu tiên tại đây là nhà máy xử lý nước của Fuji Electric vào năm
1983, hệ thống xe điện ngầm của Hitachi vào năm 1987.

trong những công ty cạnh tranh với Châu u và Châu Á. Tuy nhiên có nhiều
Ngày 08/01/2001 SVTH : Lê Phước Thành Trang 15
ng dụng NeuroFuzzy trong điều khiển nhiệt độ GVHD : Lê Tuấn Anh
tranh cãi về khả năng chiến thắng của Mỹ trong lónh vực này bởi nhiều lý do.
Thứ nhất, những ứng dụng được thực hiện tại Nhật là những sản phẩm mà các
nhà sản xuất của Mỹ không cạnh tranh với Nhật. Cơ bản là không có một nhà
sản xuất điện tử giải trí nào của Mỹ có mặt trên thò trường thế giới; việc dùng
logic mờ trong camcorder, camera, hifi chỉ là nhằm tăng thêm khả năng cạnh
tranh giữa các công ty Nhật mà thôi. Châu u, các ứng dụng logic mờ chủ
yếu tập trung vào tự động hóa công nghiệp do giá lao động cao. Trong các lónh
vực khác, như là ngành chế tạo ôtô, Mỹ phải đối mặt với các đối thủ đến từ
Châu u và Nhật. Và các nhà sản xuất Mỹ trong lónh vực này buộc phải dùng
kỹ thuật thiết kế logic mờ.
Điều này tạo ra nhiều phân khúc thò trường cho Mỹ, như là dùng logic mờ
trong các hệ ra quyết đònh, bộ nhớ, bộ điều khiển đóa cứng, cũng như các giải
thuật nén dùng cho âm thanh và hình ảnh. Và các ứng dụng trong truyền thông
như loại bỏ tiếng ồn, tìm đường trong mạng, hay nhận dạng tiếng nói cũng thu
được nhiều kết quả từ logic mờ.
1.2. Cơ sở toán học của logic mờ
Logic mờ và xác xuất thông kê đều nó về sự không chắn chắn. Tuy nhiên
mỗi lónh vực đònh nghóa một khái niệm khác nhau về đối tượng.
1.2.1. Sự không chắc chắn theo thống kê : liên quan đến sự xuất hiện của một
sự kiện chắc chắn. Xét phát biểu sau :
Xác suất trúng đích là 0,8
Bản thân của sự kiện này (trúng đích) đã được đònh nghóa rõ ràng. Sự không
chắc chắn ở đây là có trúng đích hay không, và được đònh lượng bởi mức độ
xác suất (trong trường hợp này là 0,8). Loại phát biểu này có thể được xử lý và
kết hợp với các phát biểu khác bằng phương pháp thống kê, như là xác suất có
điều kiện chẳng hạn.
1.2.2. Sự không chắc chắn trong ngữ nghóa : liên quan đến ngôn ngữ của con

hay tiền sự không, … từ đó kết hợp lại đưa ra một quyết đònh công bằng.
1.3. Logic mờ là logic của con người
Trong thực tế, ta không đònh nghóa một luật cho một trường hợp mà đònh nghóa
một số luật cho các trường hợp nhất đònh. Khi đó những luật này là những
điểm rời rạc của một tập các trường hợp liên tục và con người xấp xỉ chúng.
Gặp một tình huống cụ thể, con người sẽ kết hợp những luật mô tả các tình
huống tương tự. Sự xấp xỉ này dựa trên sự linh hoạt của các từ ngữ cấu tạo nên
luật, cũng như sự trừu tượng và sự suy nghó dựa trên sự linh hoạt trong logic
của con người.
Để thực thi logic của con người trong kỹ thuật cần phải có một mô hình toán
học của nó. Từ đó logic mờ ra đời như một mô hình toán học cho phép mô tả
các quá trình quyết đònh và ước lượng của con người theo dạng giải thuật. Dó
nhiên cũng có giới hạn, đó là logic mờ không thể bắt chước trí tưởng tượng và
khả năng sáng tạo của con người. Tuy nhiên, logic mờ cho phép ta rút ra kết
luận khi gặp những tình huống không có mô tả trong luật nhưng có sự tương
đương. Vì vậy, nếu ta mô tả những mong muốn của mình đối với hệ thống
trong những trường hợp cụ thể vào luật thì logic mờ sẽ tạo ra giải pháp dựa
trên tất cả những mong muốn đó.
Ngày 08/01/2001 SVTH : Lê Phước Thành Trang 17
ng dụng NeuroFuzzy trong điều khiển nhiệt độ GVHD : Lê Tuấn Anh
1.4. So sánh logic mờ với lý thuyết xác suất thống kê
Không thể làm phép so sánh giữa hai lónh vực này bởi vì sự không chắc chắn
theo thống kê và sự không chắc chắn theo ngữ vựng có bản chất khác nhau.
Mỗi lónh vực có một đối tượng phục vụ của riêng nó, được con người tạo ra
nhằm phục vụ cho mục đích của con người.
2. CÁC KHÁI NIỆM DÙNG TRONG LOGIC MỜ
2.1. Tập hợp mờ và độ phụ thuộc
Nếu như con người không có một giá trò ngưỡng xác đònh cho “lạnh” hay
“nóng” thì làm sao có thể ước lượng nó ?
Thực ra thì người ta sẽ làm một phép so sánh giữa giá trò nhiệt độ hiện tại với

trong tập hợp mờ. Việc dùng các tập hợp mờ được đònh nghóa bởi các hàm phụ
thuộc trong biểu thức logic được gọi là logic mờ. Ví dụ như biểu thức “nhiệt độ
rất nóng” đối với giá trò 85°C sẽ cho kết quả là true với mức độ phụ thuộc
bằng 0,85.
2.3. Biến ngôn ngữ
Là phần chủ đạo trong các hệ thống dùng logic mờ. đây, các thành phần
ngôn ngữ mô tả cùng một ngữ cảnh được kết hợp lại. Ví dụ như trong trường
hợp mô tả nhiệt độ nói trên, không chỉ có “rất nóng” mà còn “hơi nóng”,
“trung bình”, “hơi lạnh” và “rất lạnh” đều mô tả nhiệt độ. Chúng được gọi là
các tập ngôn ngữ, mang một khoảng giá trò nào đó của biến ngôn ngữ và được
vẽ trên cùng một đồ thò :
Ngày 08/01/2001 SVTH : Lê Phước Thành Trang 19
ng dụng NeuroFuzzy trong điều khiển nhiệt độ GVHD : Lê Tuấn Anh
2.4. Luật mờ
Các luật trong hệ logic mờ mô tả tri thức của hệ. Chúng dùng các biến ngôn
ngữ như là từ vụng để mô tả các tầng điều khiển trong hệ. Việc giải thích các
luật mờ cũng là việc trình bày cách tính các khái niệm ngôn ngữ.
3. TÍNH TOÁN MỜ
Baogồm ba bước chính như sau :
3.1. Mờ hóa
Mờ hóa có nghóa là dùng những hàm phụ thuộc của các biến ngôn ngữ để tính
mức độ phụ thuộc cho từng tập mờ đối với một giá trò cụ thể của đầu vào.
Ví dụ nhiệt độ hiện tại đo được là 80°C thì kết quả của phép mờ hóa là :
Rất lạnh có độ phụ thuộc bằng 0,00.
Hơi lạnh có độ phụ thuộc bằng 0,00.
Trung bình có độ phụ thuộc bằng 0,00.
Hơi nóng có độ phụ thuộc bằng 0,20.
Rất nóng có độ phụ thuộc bằng 0,80.
Về mặt ngôn ngữ, nhiệt độ là 80°C được xem như là hầu như rất nóng, chỉ một
ít hơi nóng.

tập mờ đầu vào và liên từ kết hợp chúng để tạo ra độ phụ thuộc chung cho các
đầu vào, và cũng là kết quả của riêng luật đó.
Xét luật sau :
If nhiệt độ = rất lạnh And thay đổi = đang giảm Then nút bấm = 1
Cho rằng rất lạnh có độ phụ thuộc là 0,6 và đang giảm có độ phụ thuộc là 0,4.
Liên từ đang sử dụng là AND và dùng phép lấy min cho nó thì độ phụ thuộc
chung của đầu vào cho luật này là min(0,6;0,4) = 0,4. Vậy tập mờ ra nút bấm
có độ phụ thuộc là 0,4.
Thông thường người ta tính AND bằng phép lấy min và OR bằng phép lấy
max, điều này nhằm làm giản đơn các phép tính trong các ứng dụng điều khiển
nhỏ. Tổng quát hóa thì ta có các toán tử sau đây để biểu diễn mối quan hệ
giữa các điều kiện trong phần IF :
Min – Max :
1,0),(max)(min)1(
..1
..1
=+−=
=
=
λµλµλµ
i
ni
i
ni
Min – Avg :
1,0,)(min)1(
1
..1
=





−−








=
∏∏
=
−
=
γµµµ
γγ
n
i
i
n
i
i
Tùy theo giá trò của γ hay λ mà ta có các trường hợp đặc biệt sau :
Min-Max, λ = 0 : MIN lấy nhỏ nhất (minimum), tương ứng với AND,
Min-Max, λ = 1 : MAX lấy lớn nhất (maximum), tương ứng với OR.
Min-Avg, λ = 1 : AVG lấy trung bình (average).
Gamma, γ = 0 : PROD lấy tích (product).

zz
z
+
=
Cực đại đầu tiên (LoM):
z* = z1
Cực đại cuối cùng (RoM):
z* = z2
Phương pháp trọng tâm (CoG – Center
of Gravity hay CoA – Center of Area) :
thường dùng trong các ứng dụng, được
biểu diễn qua biểu thức
Ngày 08/01/2001 SVTH : Lê Phước Thành Trang 22
µ
z
z*
µ
z
z*
µ
z
z1 z2 z
z2z1
ng dụng NeuroFuzzy trong điều khiển nhiệt độ GVHD : Lê Tuấn Anh
∫
∫
=
dzz
zdzz
z

zz
z
µ
µ
Phương pháp trọng tâm diện tích lớn nhất : tính theo phương pháp trọng
tâm nhưng áp dụng trong trường hợp có ít nhất vùng trên tập nền ra, tính
trên vùng có diện tích lớn nhất.
Có rất nhiều phương pháp giải mờ (hiện còn đang tiếp tục nghiên cứu), tuy
nhiên trong thực tế thường chỉ dùng phương pháp trọng tâm, trung bình theo
trọng số hay trung bình các cực đại. Phương pháp trọng tâm hay phương pháp
trung bình theo trọng số cho kết quả mang tính chất thỏa hiệp các tập mờ ra,
thường dùng trong các ứng dụng điều khiển. Trong khi phương pháp trung bình
các cực đại cho kết quả mang tính dung hòa các tập mờ ra, thường dùng trong
các ứng dụng nhận dạng và phân loại.
Ngày 08/01/2001 SVTH : Lê Phước Thành Trang 23
µ
z
z1 z2 z3
µ2
µ3
µ1
µ
z
z1 z2
ng dụng NeuroFuzzy trong điều khiển nhiệt độ GVHD : Lê Tuấn Anh
2
2
MẠNG NEURON
MẠNG NEURON
1. SƠ LƯC VỀ MẠNG NEURON

1.2. Mạng neuron là gì ?
Đònh nghóa : hệ neuron nhân tạo, hoặc mạng neuron, là hệ vật lý có thể thu
nhận, lưu trữ và sử dụng tri thức của con người.
Sự phát triển của các công trình nghiên cứu về tính toán theo mô hình mạng
neuron đã được thúc đẩy bằng sự nhận đònh là trí óc con người tính toán theo
cách khác hẳn so với máy tính. Từ đó con người đưa ra mạng neuron nhằm
hiểu những lời giải của trí óc về các lónh vực như nhận dạng hình ảnh, tiếng
nói và áp dụng những lónh vực đó vào máy tính. Sau nhiều nghiên cứu, người
ta đưa ra nhận xét sau :
- Điều quan trọng chính là cách xử lý song song chứ không phải tốc độ tính
toán của bộ não.
- Mặc dù chưa hiểu cách mô tả các ý tưởng của bộ não nên chưa thể bắt
chước hoàn toàn, nhưng ta có thể thấy rằng bộ não sử dụng những phần tử
tính toán có tốc độ chậm nhưng được liên kết với nhau.
1.3. Cấu trúc của não
Hiện tại, người ta vẫn chưa thể hiểu “tâm trí là gì ?” và “sự suy nghó bắt nguồn
từ đâu ?”. Tuy vậy, ta vẫn có thể hiểu các hoạt động của bộ não ở cấp thấp :
Bộ não con người chứa khoảng 10
10
phần tử cơ bản gọi là neuron. Mỗi neuron
được kết nối với khoảng 10
4
neuron khác. Qua đó, bộ não là một cấu trúc có
năng suất cao mặc dù neuron là phần tử tính toán rất chậm so với các cổng
logic silicon : trong IC sự kiện xảy ra với tỷ lệ 10
-10
giây trong khi sự kiện xảy
ra trên neuron theo tỷ lệ 10
-3
giây.