BỘ GIÁO DỤC VÀ ĐÀO TẠO
ĐẠI HỌC QUỐC GIA TP. HỒ CHÍ MINH
TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT
KHOA ĐIỆN – ĐIỆN TỬ
BỘ MÔN ĐIỆN TỬ
LUẬN VĂN TỐT NGHIỆP
ĐỀ TÀI:
NGHIÊN CỨU ĐIỀU KHIỂN MỜ
MÔ PHỎNG HỆ THỐNG ĐIỀU KHIỂN MỜ
BẰNG MATLAB
SVTH: NGUYỄN KIM HUY
ĐẬU TRỌNG HIỂN
Lớp: 95KĐĐ
GVHD: NGUYỄN VIỆT HÙNG
TP. HCM
3 – 2000
1
BỘ GIÁO DỤC VÀ ĐÀO TẠO
ĐẠI HỌC QUỐC GIA TP. HỒ CHÍ MINH
TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT
KHOA ĐIỆN – ĐIỆN TỬ
BỘ MÔN ĐIỆN TỬ
LUẬN VĂN TỐT NGHIỆP
LUẬN VĂN TỐT NGHIỆP
ĐỀ TÀI:
NGHIÊN CỨU ĐIỀU KHIỂN MỜ
MÔ PHỎNG HỆ THỐNG ĐIỀU KHIỂN MỜ
BẰNG MATLAB
SVTH: NGUYỄN KIM HUY
ĐẬU TRỌNG HIỂN
Lớp: 95KĐĐ
4. Các bản vẽ:
3

5. Giáo viên hướng dẫn: NGUYỄN VIỆT HÙNG
6. Ngày giao nhiệm vụ:
7. Ngày hồn thành nhiệm vụ: 28/2/2000
Giáo viên hướng dẫn Thông qua bộ
môn
Ngày tháng năm
Chủ nhiệm bộ môn
NGUYỄN VIỆT HÙNG
4
NHẬN XÉT CỦA GIÁO VIÊN HƯỚNG DẪN
oOo
6
NHẬN XÉT CỦA HỘI ĐỒNG CHẤM LUẬN VĂN TỐT NGHIỆP
oOo

khắp nơi trên thế giới. Nhưng có lẽ là do ý nghĩa (fuzzy-mờ) cho nên fuzzy logic đã
không được chú ý nhiều ở tại đất nước đã khai sinh ra nó cho mãi đến thập kỷ cuối (90).
Hiện tại sự chú ý đến fuzzy logic được thể hiện ở những sản phẩm gia dụng gần đây có
sử dụng kỹ thuật fuzzy logic. Trong những năm gần đây, Nhật Bản đã có hơn 1000 bằng
sáng chế về kỹ thuật fuzzy logic, và họ đã thu được hàng tỉ USD trong việc bán các sản
phẩm có sử dụng kỹ thuật fuzzy logic ở khắp nơi trên thế giới.
F
F
Sự kết hợp giữa fuzzy logic với mạng thần kinh và giải thuật di truyền làm cho
việc tạo nên hệ thống tự động nhận dạng là khả thi. Khi được tích hợp với khả năng học
hỏi của mạng thần kinh nhân tạo và giải thuật di truyền, năng lực suy luận của một hệ
thống fuzzy đảm nhận vai trò điều khiển cho các sản phẩm thương mại và các quá trình
cho các hệ thống nhận dạng (hệ thống có thể học hỏi và suy luận).
Trong sự phát triển của khoa học và kỹ thuật, điều khiển tự động đóng một vai trò
quan trọng. Lĩnh vực này có mặt ở khắp mọi nơi, nó có trong các qui trình công nghệ
sản xuất hiện đại và ngay cả trong đời sống hàng ngày. Điều khiển mờ ra đời với cơ sở
lý thuyết là lý thuyết tập mờ (fuzzy set) và logic mờ (fuzzy logic). Ưu điểm cơ bản của
kỹ thuật điều khiển mờ là không cần biết trước đặc tính của đối tượng một cách chính
xác, khác với kỹ thuật điều khiển kinh điển là hồn tồn dựa vào thông tin chính xác tuyệt
đối mà trong nhiều ứng dụng là không cần thiết hoặc không thể có được.
Với những ham muốn tìm hiểu một ngành kỹ thuật điều khiển mới mẻ, chúng em
thực hiện việc nghiên cứu lý thuyết mờ và mô phỏng một hệ thống điều khiển mờ trên
máy tính bằng phần mềm MatLab. Vì thời gian bị hạn chế trong vòng 10 tuần lễ, và
cũng do giới hạn đề tài nên chắc chắn không tránh khỏi những hạn chế và thiếu sót.
Chúng em mong nhận được sự chỉ dẫn góp ý quý báu của các Thầy Cô để đề tài được
hồn thiện hơn.
TP. HCM, tháng 2 năm 2000
Sinh viên thực hiện
NGUYỄN KIM HUY
ĐẬU TRỌNG HIỂN

Do thời gian nghiên cứu thực hiện đề tài chỉ giới hạn trong vòng 10 tuần, đối
tượng nghiên cứu khá mới mẻ đối với chúng em. Vì vậy đề tài này chỉ thực hiện trong
phạm vi như sau:
- Khảo sát lý thuyết logic mờ.
- Xây dựng mô hình vật lý và mô hình tốn học của một hệ thống điều khiển cụ
thể: Hệ thống điều khiển tự động nhiệt độ dùng VXL 8 bit ứng dụng giải thuật logic mờ.
- Mô phỏng mô hình trong MatLab.
III. Mục tiêu nghiên cứu:
Trình bày các kiến thức cơ bản về logic mờ, ứng dụng vào trong kỹ thuật điều
khiển. Xây dựng mô hình điều khiển mờ và mô phỏng hệ thống trên MatLab nhằm giúp
sinh viên có tài liệu để tham khảo, dễ dàng tiếp cận ngành kỹ thuật mới này. Từ đó phát
huy tính sáng tạo của sinh viên ứng dụng điều khiển mờ vào thực tiễn.
12
IV. Nhiệm vụ thực hiện:
Đề tài được thực hiện bởi nhiệm vụ được giao với bố cục như sau:
A: Phần giới thiệu
+ Tựa đề tài
+ Nhiệm vụ luận văn tốt nghiệp
+ Lời mở đầu
+ Nhận xét của giáo viên hướng dẫn
+ Nhận xét của giáo viên phản biện
+ Nhận xét của Hội đồng chấm luận văn tốt nghiệp
+ Cảm tạ
+ Mục lục
B: Phần nội dung
Chương I: Dẫn nhập
Chương II: Lý thuyết điều khiển mờ
Chương III: Mô phỏng hệ thống điều khiển mờ bằng MatLab
Chương IV: Kết luận
C: Phần phụ lục

Sử dụng các hàm liên thuộc để tính độ phụ thuộc của một phần tử x nào đó có hai
cách: tính trực tiếp (nếu
µ
F
(x) ở dạng cơng thức tường minh) hoặc tra bảng (nếu
µ
F
(x) ở
dạng bảng).
Các hàm liên thuộc
µ
F
(x) có dạng “trơn” được gọi là hàm liên thuộc kiểu S. Đối
với hàm liên thuộc kiểu S, do các cơng thức biểu diễn
µ
F
(x) có độ phức tạp lớn nên thời
gian tính độ phụ thuộc cho một phần tử lâu. Trong kỹ thuật điều khiển mờ thơng
thường, các hàm liên thuộc kiểu S thường được thay gần đúng bằng một hàm tuyến tính
từng đoạn.
Một hàm liên thuộc có dạng tuyến tính từng đoạn được gọi là hàm liên thuộc có
mức chuyển đổi tuyến tính.
Hàm liên thuộc
µ
F
(x) như trên với m
1
= m
2
và m

x
1
0
Một tập mờ với ít nhất một phần tử có độ phụ thuộc bằng 1 được gọi là tập mờ
chính tắc tức là H = 1, ngược lại một tập mờ F với H < 1 được gọi là tập mờ khơng
chính tắc.
Miền xác định của tập mờ F (trên cơ sở M), được ký hiệu bởi S là tập con của M
thỏa mãn:
S = { x
∈
M |
µ
F
(x) > 0}
Miền tin cậy của tập mờ F (trên cơ sở M), được ký hiệu bởi T là tập con của M
thỏa mãn:
T = { x
∈
M |
µ
F
(x) = 1}
2. Các phép tốn trên tập mờ:
a. Phép hợp:
Hợp của hai tập mờ A và B có cùng cơ sở M là một tập mờ cũng xác định trên cơ
sở M với hàm liên thuộc:
µ
A
∪
B

BA
µµ
µµµµ
µ
nếu
nếu
,
15
Miền xác đònh và miền tin
cậy của một tập mờ.
µ
F
(x)
x
1
0
Miền tin cậy
Miền xác
đònh
Hàm liên thuộc của hợp hai tập mờ có cùng cơ sở.
µ
x
µ
A
(x)
µ
B
(x)
2.
µ

A
∪
B
(x) =
µ
A
(x) +
µ
B
(x) -
µ
A
(x).
µ
B
(x) (Tổng trực tiếp),
a)
b)
c)
Có hai tập mờ A (cơ sở M) và B (cơ sở N). Do hai cơ sở M và N độc lập với nhau
nên hàm liên thuộc
µ
A
(x), x
∈
M của tập mờ A sẽ không phụ thuộc vào N và ngược lại
µ
B
(y), y
∈

A
(x, y)
y
M
×
N
x
µ
B
(x, y)
y
M
×
N
M
×
N
x
µ
A
∪
B
(x, y)
y
Phép hợp hai tập mờ không cùng cơ sở:
a) Hàm liên thuộc của hai tập mờ A, B.
b) Đưa hai tập mờ về chung một cơ sở M
×
N.
c) Hợp hai tập mờ trên cơ sở M

Giao ca hai tp m A v B cú cựng c s M l mt tp m cng xỏc nh trờn c
s M vi hm liờn thuc:
à
A

B
(x) = MIN{
à
A
(x),
à
B
(x)},
Trong cụng thc trờn ký hiu min c vit hoa thnh MIN ch biu hin rng
phộp tớnh ly cc tiu c thc hin trờn tp m. Bn cht phộp tớnh khụng cú gỡ thay
i.
Cú nhiu cụng thc khỏc nhau c dựng tớnh hm liờn thuc
à
A

B
(x) ca giao
hai tp m nh:
1.




=
=

à
A

B
(x) =
à
A
(x)
à
B
(x) (Tớch i s),
Cụng thc trờn cng ỏp dng c cho hp hai tp m khụng cựng c s bng
cỏch a c hai tp m v chung mt c s l tớch ca hai c s ó cho.
Chng hn cú hai tp m A nh ngha trờn c s M v B nh ngha trờn c s N.
Do hai c s M v N c lp vi nhau nờn hm liờn thuc
à
A
(x), x

M ca tp m A s
khụng ph thuc vo N v ngc li
à
B
(y), y

N ca tp m B cng s khụng ph
thuc vo M. Trờn c s mi l tp tớch M
ì
N hm
à

(x)
à
B
(x)
µ
B
(x, y) =
µ
B
(y), với mọi x
∈
M.
c. Phép bù:
Bù của tập mờ A có cơ sở M và hàm liên thuộc
µ
A
(x) là một tập mờ A
C
xác định
trên cùng cơ sở M với hàm liên thuộc:
µ
A
c(x) = 1 -
µ
A
(x).
3. Luật hợp thành mờ:
a. Mệnh đề hợp thành:
Cho hai biến ngơn ngữ
χ

cơ sở.
M
×
N
x
µ
A
∩
B
(x, y)
y
x
1
µ
A
(x)
a)
x
1
µ
A
c(x)
b)
Tập bù A
C
của tập mờ A.
a) Hàm liên thuộc của tập mờ A.
b) Hàm liên thuộc của tập mờ A
C
.

)


µ
B
(y) chỉ ra rằng mệnh đề hợp thành là một tập mà mỗi phụ thuộc
là một giá trị (
µ
A
(x
0
),
µ
B
(y)), tức là mỗi phụ thuộc là một tập mờ. Mô tả mệnh đề hợp
thành p
⇒
q và các mệnh đề điều khiển p, kết luận q có quan hệ sau:
p q p
⇒
q
0 0 1
0 1 1
1 0 0
1 1 1
nói cách khác: mệnh đề hợp thành p
⇒
q có giá trị logic của ~p
∨
q, trong đó ~ chỉ phép

(x, y) cho mệnh đề hợp thành A
⇒
B như:
1.
µ
A
⇒
B
(x, y) = MAX{MIN{
µ
A
(x),
µ
B
(y)},1 -
µ
A
(x)} công thức Zadeh,
2.
µ
A
⇒
B
(x, y) = MIN{1, 1 -
µ
A
(x) +
µ
B
(y)} công thức Lukasiewicz,

(y)} công thức MAX-MIN,
19
2.
µ
A
⇒
B
(x, y) =
µ
A
(x).
µ
B
(y) công thức MAX-PROD,
Các công thức trên cho mệnh đề hợp thành A
⇒
B được gọi là quy tắc hợp thành.
c. Luật hợp thành mờ:
* Luật hợp thành một điều kiện:
Luật hợp thành MAX-MIN:
Luật hợp thành MAX-MIN là tên gọi mô hình (ma trận) R của mệnh đề hợp thành
A
⇒
B khi hàm liên thuộc
µ
A
⇒
B
(x, y) của nó được xây dựng trên quy tắc MAX-MIN.
Trước tiên hai hàm liên thuộc

)
trong đó chỉ có một phần tử a
i
duy nhất có chỉ số i là chỉ số của x
0
trong X có giá trị
bằng 1, các phần tử còn lại đều bằng 0. Hàm liên thuộc:
= (l
1
, l
2
, , l
n
) với
∑
=
=
n
i
kiik
ral
1
Để tránh sử dụng thuật tốn nhân ma trận của đại số tuyến tính cho việc tính
µ
B’
(y)
và cũng để tăng tốc độ xử lý, phép tính nhân ma trận được thay bởi luật max-min của
Zadeh với max (phép lấy cực đại) thay vào vị trí phép nhân và min (phép lấy cực tiểu)
thay vào vị trí phép cộng như sau
( )

. Như vậy, ma trận R sẽ có n hàng và m
cột.
Để rút ngắn thời gian tính và cũng để mở rộng công thức trên cho trường hợp đầu
vào là giá trị mờ, phép nhân ma trận a
T
.R cũng được thay bằng luật max-min của Zadeh
như đã làm cho luật hợp thành MAX-MIN.
20
Thuật tốn xây dựng R:
Phương pháp xây dựng R cho mệnh đề hợp thành một điều kiện R: A
⇒
B, theo
MAX-MIN hay MAX-PROD, để xác định hàm liên thuộc cho giá trị mờ B’ đầu ra hồn
tồn có thể mở rộng tương tự cho một mệnh đề hợp thành bất kỳ nào khác dạng:
NẾU
χ
= A thì
γ
= B,
trong đó ma trận hay luật hợp thành R không nhất thiết phải là một ma trận vuông. Số
chiều của R phụ thuộc vào số điểm lấy mẫu của
µ
A
(x) và
µ
B
(y) khi rời rạc các hàm liên
thuộc tập mờ A và B.
Chẳng hạn với n điểm mẫu x
1








=
nmn
m
mnRnR
mRR
rr
rr
yxyx
yxyx
R
),( ),(

),( ),(
1
111
1
111
µµ
µµ
Hàm liên thuộc

m
)
cũng được tính theo công thức trên và
( )
kii
ni
k
ral ,minmax
1 ≤≤
=
, k = 1, 2, , m,
trong đó a là vector gồm các giá trị rời rạc của các hàm liên thuộc
µ
A’
(x) của A’ tại các
điểm
x
∈
X = {x
1
, x
2
, , x
n
}, tức là
a
T
= (
µ
A’

A
= (
µ
A
(x
1
),
µ
A
(x
2
), ,
µ
A
(x
n
)) và
µ
T
B
= (
µ
B
(y
1
),
µ
A
(y
2

VÀ VÀ
χ
d
= A
d
thì
γ
= B
bao gồm d biến ngôn ngữ đầu vào
χ
1
,
χ
2
, ,
χ
d
và một biến đầu ra
γ
cũng được mô hình
hóa giống như việc mô hình hóa mệnh đề hợp thành có một điều kiện, trong đó liên kết
VÀ giữa các mệnh đề (hay giá trị mờ) được thực hiện bằng phép giao các tập mờ A
1
, A
2
,
, A
d
với nhau. Kết quả của phép giao sẽ là độ thỏa mãn H của luật. Các bước xây dựng
luật hợp thành R như sau:

i
, i = 1, , d là một trong các điểm mẫu miền xác định của
µ
Ai
(x
i
) thì
H = MIN{
µ
A1
(c
1
),
µ
A2
(c
2
), ,
µ
Ad
(c
d
)}
- Lập R gồm các hàm liên thuộc giá trị mờ đầu ra cho từng vector các giá trị đầu
vào theo nguyên tắc:
µ
B’
(y) = MIN{H,
µ
B

γ
= B
2
, hoặc

22
R
p
: NẾU
χ
= A
p
thì
γ
= B
p
trong đó các giá trị mờ A
1
, A
2
, , A
p
có cùng cơ sở X và B
1
, B
2
, , B
p
có cùng cơ sở Y.
Gọi hàm liên thuộc của A

1
, y
2
, , y
m
,
2. xác định các vector µ
Ak
(x) và µ
Bk
(y) với k = 1, 2, , p theo
µ
T
Ak
= (
µ
Ak
(x
1
),
µ
Ak
(x
2
), ,
µ
Ak
(x
n
))

Bk
= (r
k
ij
), i = 1, , n và j = 1, , n,
4. Xác định luật hợp thành R = (max{(r
k
ij
), k = 1, , p}).
Từng mệnh đề nên được mô hình hóa thống nhất theo một quy tắc chung, ví dụ
hoặc theo quy tắc MAX-MIN hoặc theo MAX-PROD Khi đó các luật điều khiển R
k
sẽ có một tên chung là luật hợp thành MAX-MIN hay luật hợp thành MAX-PROD. Tên
chung này sẽ là tên gọi của luật hợp thành chung R.
4. Giải mờ:
Bộ điều khiển mờ cho dù với một hoặc nhiều luật điều khiển (mệnh đề hợp thành)
cũng chưa thể áp dụng được trong điều khiển đối tượng, vì đầu ra luôn là một giá trị mờ
B’. Một bộ điều khiển mờ hồn chỉnh cần phải có thêm khâu giải mờ (quá trình rõ hóa
tập mờ đầu ra B’).
Giải mờ là quá trình xác định một giá trị rõ y’ nào đó có thể chấp nhận được từ
hàm liên thuộc
µ
B’
(y) của giá trị mờ B’ (tập mờ). Có hai phương pháp giải mờ chủ yếu
là phương pháp cực đại và phương pháp điểm trọng tâm, trong đó cơ sở của tập mờ B’
được ký hiệu thống nhất là Y.
a. Phương pháp cực đại:
Giải mờ theo phương pháp cực đại gồm hai bước:
- xác định miền chứa giá trị rõ y’. Giá trị rõ y’ là giá trị mà tại đó hàm liên
thuộc đạt giá trị cực đại (độ cao H của tập mờ B’), tức là miền:

và luật R
2
được gọi là luật quyết định. Vậy luật điều khiển quyết
định là luật R
k
, k
∈
{1, 2, , p} mà giá trị mờ đầu ra của nó có độ cao lớn nhất, tức là
bằng độ cao H của B’.
Để thực hiện bước hai có ba ngun lý:
- ngun lý trung bình,
- ngun lý cận trái và
- ngun lý cận phải.
Nếu ký hiệu
)(inf
1
yy
Gy∈
=
và
)(sup
2
yy
Gy∈
=
thì y
1
chính là điểm cận trái và y
2
là điểm cận phải của G.

y
2
H
Giá trò rõ y’ không phụ
thuộc vào đáp ứng vào
của luật điều khiển quyết
đònh.
y’
µ
B’
B
1
B
2
y
H
Giá trò rõ y’ phụ thuộc
tuyến tính với đáp ứng
vào của luật điều khiển
quyết đònh
y’
µ
B’
B
1
B
2
y
H
* Ngun lý cận phải:

B
2
y
H
Giá trò rõ y’ là hoành độ
của điểm trọng tâm.
B
1
B
2
y’
µ
B’
y
S