B ộ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC s ư PHẠM HÀ NỘI 2
•

•

•

•

LÊ XUÂN CHUNG

VÈ MỘT PHƯƠNG PHÁP ĐÁNH GIÁ TRI THỨC
TRONG HỆ C ơ SỞ TRI THỨC MỜ
Chuyên ngành: ЮЮА HỌC MÁY TÍNH
Mã số: 60 48 01 01

Tóm tắt luận văn thạc sĩ máy tính

HẢ N ộ ĩ, 2015


B ộ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC s ư PHẠM HÀ NỘI 2
•

•

•

•

góp của quý Thày, Cô và bạn bè đồng nghiệp.
Tôi xin chân thành cảm ơn!


2

LỜI CAM ĐOAN
Tôi xin cam đoan toàn bộ nội dung trong luận văn này do tôi tự nghiên cứu,
đọc, dịch tài liệu, tổng hợp và thực hiện, đây là công trình nghiên cứu của tôi
dưới sự hướng dẫn khoa học của thầy PGS.TS Lề Bá Dũng. Các số liệu, kết
quả trong luận văn là trung thực, rõ ràng. Trong luận văn tôi có sử dụng một
số tài liệu tham khảo như đã trình bày trong phần tài liệu tham khảo. Tôi xin
chịu trách nhiệm với những nội dung được viết trong luận văn này

Hà Nội, ngày 25 tháng 04 năm 2015
Người viết luận văn

Lê Xuân Chung


3

MỤC LỤC
LỜI CẢM Ơ N .......................................................................................................... 1
LỜI CAM Đ O A N ...................................................................................................2
MỤC L Ụ C ...............................................................................................................3
DANH MỤC CÁC BẢNG.....................................................................................6
DANH MỤC CÁC HÌNH V Ẽ ............................................................................... 7
DANH MỤC CÁC TỪ VIẾT TẮ T.......................................................................8
I. MỞ Đ Ầ U .............................................................................................................9

•

SỞ TRI THỨC MỜ...........................................................................................34
2.1 K iê m t r a t ín h đ à y đ ủ , t o à n v ẹ n t r o n g h ệ c ơ s ở t r i t h ứ c m ờ ... 34

2.1.1 Tằng quan về tri thức mờ................................................................. 34
2.1.2 Hệ cơ sở tri thức................................................................................52
2.1.3 Các vẩn đề trì thứ c........................................................................... 53
2.2 TỐI ư u TRONG HỆ c ơ SỞ TRI THỨC....................................................................54

2.2.1 Luật dư thừa...................................................................................... 57
2.2.2 Luật xung đột..................................................................................... 58
2.2.3 Luật g ộ p .............................................................................................58
2.2.4 Luật tạo ra hình vòng.......................................................................58
2.2.5 Phần điều kiện không cần thiết........................................................59
2.2.6 Luật cụt...............................................................................................59
2.2.7 Thiếu luật............................................................................................60
2.2.8 Luật không đạt...................................................................................61
2.3. KÉT LUẬN CHƯƠNG........................................................................................... 61

CHƯƠNG 3: XÂY DƯNG HÊ CSTT CHO HÊMỜ TRONG ĐIỀU
•

•

•

KHIỂN NHIỆT Đ ộ .......................................................................................... 62
3.1 H ệ t r i t h ứ c m ờ x â y DựNG TỪ CÁC CHUYÊN GIA......................................62
3 .2 H ệ l u ậ t q u a p h ư ơ n g p h á p đ á n h g i á ...........................................................62

7

DANH MỤC CÁC HÌNH VẼ
■

Hình 1.1 Thành phần của một hệ tri thức
Hình 1.2 Định nghĩa hẹp quy trình công nghệ của xử lý tri thức

13
16

Hình 1.3 Định nghĩa rộng của quá trình công nghệ xử lý của tri thức
Hình 1.4 Chẩn đoán tính trạng máy tính

17
25

Hình 1.5 Biểu diễn mạng ngữ nghĩa
Hình 1.6 Mô hình phát triển mạng ngữ nghĩa
Hình 1.7 Các bước thực hiện phép toán trên mạng ngữ nghĩa
Hình 1.8 Cấu trúc Frame
Hình 1.9 Nhiều mức của khung mô tả quan hệ phức tạp hơn
Hình 1.10 Mối quan hệ giữa O-A-V
Hình 2.1 Hàm phụ thuộc Ha (x) của tập kinh điển А
Hình 2.2 Hàm liên thuộc Ц в ( х ) của tập “mờ” в

27
28
29
30

46
46

Hình 2.12 Những tập mờ thuộc ngôn ngữ biến nhiệt độ
Hình 2.13 Sự mâu thuẫn cú pháp trongluật cơ sở
Hình 3.1 Hiệu đầu vào của hệ tri thức mờ
Hình 3.2 Hệ thống 25 luât, 2 đầu vào, 1 đầu ra, 25 luật
Hình 3.3 Hàm thuộc của các tập mờ đối với biến e(t)
Hình 3.4 Hàm thuộc của các tập mờ đối với biến c(t)
Hình 3.5 Hàm thuộc của các tập mờ đối YỚi biến u
Hình 3.6 Mặt quan hệ vào ra tương ứng với hệ luật
Hình 3.7 Tín hiệu ra tiệm cận với tín hiệu yêu cầu

48
57
65
68
68
69
69
69
73


8

DANH MỤC CÁC TỪ VIẾT TẮT
■

AI

Positive Large
Cực dương lớn
Positive Medium
Cực dương trung bình
Positive Small
Cực dương nhỏ


9

I. MỞ ĐẦU
1. Lí do chon đề tài
Con người giao tiếp bằng ngôn ngữ tự nhiên, mà bản chất của ngôn ngữ tự
nhiên là mơ hồ và không chính xác. Tuy vậy, trong hàu hết tình huống, con
người vẫn hiểu những điều mà người khác muốn nói với mình. Khả năng hiểu
và sử dụng đúng ngôn ngữ tự nhiên, thực chất là hiểu và xử lý đúng thông tin
không chính xác chứa trong đó, có thể coi là thước đo mức độ hiểu biết, thông
minh của con người. Con người cũng luôn mơ ước máy tính, người bạn,
người giúp việc đắc lực của mình, ngày càng thông minh và hiểu biết hơn. Vì
vậy, nhu cầu làm cho máy tính hiểu và xử lý được những thông tin không
chính xác, xấp xỉ, áng chừng là một nhu cầu bức thiết.
Logic mờ ra đời đã cung cấp một công cụ hữu hiệu để nghiên cứu và xây
dựng các hệ thống có khả năng xử lý thông tin không chính xác. Nhờ có logic
mờ mà con người xây dựng được những hệ điều khiển có tính linh động rất
cao. Chúng có thể hoạt động tốt ngay trong điều kiện có nhiều nhiễu hoặc
những tình huống chưa được học trước. Nhờ có logic mờ mà con người xây
dựng được những hệ chuyên gia có khả năng suy luận như những chuyên gia
hàng đầu và có khả năng tự hoàn thiện thông qua việc thu nhận tri thức mới.
Ngôn ngữ là công cụ để con người mô tả các sự vật, hiện tượng trong thế
giới thực và dựa trên nó để tư duy, lập luận đưa ra những nhận định, quyết

Phương pháp đánh giá tri thức trong hệ sơ sở tri thức mờ.
5. Phương pháp nghiền cứu
Phương pháp nghiên cứu chính là tìm hiểu các tài liệu, bài báo về hệ cơ sở
tri thức, logic mờ. Tìm hiểu về các vấn đề tối ưu luật trong hệ cơ sở tri thức từ
đó rút ra được hệ luật mới đáp ứng yêu cầu.
Tìm hiểu hệ tri thức mờ xây dựng từ các chuyên gia


11

II.

NÔI DUNG

Chương 1: Giới thiệu về hệ cơ sở tri thức
1.1 Giói thiêu về hê cơ sở tri thức
•

•

1.1.1 Dữ liệu, thông tin và tri thức
1.1.1.1 D ữ liệu
Dữ liệu là các con số, ký hiệu mà máy tính có thể lưu trữ, biểu diễn, xử lý.
Dữ liệu có thể xem là những ký hiệu hoặc tín hiệu mang tính rời rạc và không
có cấu trúc, ý nghĩa rõ ràng [2,4,8]. Khi dữ liệu được tổ chức lại có cấu trúc
hơn, được xử lý và mang đến cho con người những ý nghĩa, hiểu biết nào đó
thì khi đó nó trở thành thông tin. Nói khác đi, từ dữ liệu và xử lý dữ liệu con
người có được thông tin.
1.1.1.2 Thông tin
Thông tin là những gì con người thu nhận được từ dữ liệu và xử lý dữ liệu

hay thực hành. Nó có thể ẩn hiện, chẳng hạn những kỹ năng hay năng lực thực
hành, hay tường minh như những hiểu biết lý thuyết về một đối tượng; nó có
thể ít nhiều mang tính hình thức hay có tính hệ thống [3,4,9].
Tri thức có 2 dạng tồn tại chính là tri thức hiện và tri thức ẩn:
Tri thức hiện là những tri thức được giải thích và mã hóa dưới dạng văn
bản, tài liệu, âm thanh, phim, ảnh,... thông qua ngôn ngữ có lời hoặc không
lời, nguyên tắc hệ thống, chương trình máy tính, chuẩn mực hay các phương
tiện khác. Đây là những tri thức đã được thể hiện ra ngoài và dễ dàng chuyển
giao, thường được tiếp nhận qua hệ thống giáo dục và đào tạo chính quy.
Tri thức ẩn là những tri thức thu được từ sự trải nghiệm thực tế, dạng tri
thức này thường ẩn trong mỗi cá nhân và rất khó “mã hóa” và chuyển giao,
thường bao gồm: niềm tin, giá trị, kinh nghiệm, bí quyết, kỹ năng...
VD: Trong bóng đá, các cầu thủ chuyên nghiệp có khả năng cảm nhận
bóng rất tốt. Đây là một dạng tri thức ẩn, nó nằm trong mỗi cầu thủ. Nó không


13

thể “mã hóa” thành văn bản, không thể chuyển giao, mà người ta chỉ có thể có
bằng cách tự mình luyện tập.
1.1.2. Các thành phần của hệ cơ sở tri thức
Các thành phần chính của một hệ thống dựa trên tri thức thông thường là:
Cơ sở tri thức, Động cơ suy diễn, Cơ chế giải thích và Giao diện người dùng
như thể hiện trong hình. Một lợi thế của kiến trúc hệ thống dựa trên tri thức là
thường xuyên nhất của các thành phần ngoại trừ các cơ sở tri thức có thể được
miền độc lập. Một vỏ hệ thống chuyên gia tái sử dụng có thể sử dụng cho sự
phát triển của hệ thống mới. Một vỏ hệ thống chuyên gia điển hình có đã là
một động cơ suy luận chức năng và giao diện người dùng, và chỉ có kiến thức
cơ bản cần phải được phát triển (Liebowitz năm 1995; Edman, 2001; Turban,
2007;. Aniba et al, 2008) [5,11,15]

định khác là khả năng để giải thích cho người sử dụng như thế nào và lý do
tại sao hệ thống đến các kết quả nhất định (Abraham, 2005). Nhiều cơ chế
giải thích được mở rộng, ví dụ: cho phép người dùng nhận được giải thích lý
do tại sao câu hỏi được yêu cầu và cung cấp truy cập kiến thức miền sâu cho
người sử dụng. Cơ chế giải thích có thể tạo ra giải thích dựa trên những kiến
thức trong các cơ sở tri thức (Edman, 2001). Vì vậy, cơ chế giải thích mở
rộng các hệ thống dựa trên tri thức, không chỉ để cung cấp ra quyết định hỗ
trợ mà còn cho phép người dùng tìm hiểu bằng cách sử dụng hệ thống.
d. Giao diện người dùng
Giao diện người dùng điều khiển hộp thoại giữa người sử dụng và hệ thống
(Aniba và cộng sự, 2008). Hiện nay phổ biến với chuyên ngành phần mềm


15

giao diện người dùng cho việc thiết kế, cập nhật và sử dụng các hệ thống dựa
trên tri thức (Abraham, 2005).
e. Lợi ích của hệ thống tri thức
Từ một quan điểm về tầm nhìn của tổ chức, có nhiều lí do để thực hiện một
hệ thống dựa trên tri thức. Lí do quan trọng nhất là để cung cấp một cơ chế
bảo vệ hoặc tài liệu kiến thức và kinh nghiệm của một công ty, vì vậy điều
này sẽ không bị mất khi các cá nhân rời bỏ tổ chức. Lí do quan trọng khác để
sử dụng các hệ thống dựa trên tri thức là:
+ Một chuyên gia - Nếu kỹ năng không có sẵn, hiếm hoặc đắt.
+ Một cách để đào tạo công nhân/ nhân viên.
+ Một cách để cải thiện năng xuất, tiết kiệm chi phí và thời gian.
+ Một công cụ cho việc hỗ trợ tạo quyết định.
1.2 Công nghệ của xử lý tri thức
Công nghệ của xử lý tri thức (Knowledge Engineering): là các phương
pháp, kỹ thuật được các kỹ sư tri thức (Knowledge engineers) dùng để xây



18

1.2.1 Thu thập
Nhu cầu tìm kiếm các tri thức từ dữ liệu của một lĩnh vực cụ thể là một nhu
cầu bắt buộc khi xây dựng các hệ cơ sở tri thức. Một số bài toán đã có sẵn tri
thức, tuy nhiên có nhiều lĩnh vực rất khó phát hiện các tri thức. Do vậy cần
phát triển các kỹ thuật cho phép tiếp nhận tri thức từ dữ liệu. Máy học là một
trong các nghiên cứu giúp tạo ra tri thức từ dữ liệu.
Thu thập tri thức là bộ sưu tập, chuyển giao và chuyển đổi tri thức từ các
nguồn tri thức đến một chương trình máy tính. Tri thức có thể được lấy từ các
nguồn như sách vở, cơ sở dữ liệu, hình ảnh ...Tri thức mua lại từ các chuyên
gia của con người đặc biệt, thường được gọi là tri thức mở. Người tương tác
với các chuyên gia để gợi mở tri thức của họ được gọi là một kỹ sư tri thức.
Các yếu tố sau góp phần vào sự khó khăn trong việc mua lại tri thức từ các
chuyên gia và chuyển giao của nó với một máy tính:
- Các chuyên gia có thể không biết làm thế nào để nói lên tri thức của họ.
- Các chuyên gia có thể nói lên tri thức không chính xác.
- Các chuyên gia có thể không có thời gian hoặc không sẵn lòng cộng tác.
- Tính phức tạp của kiểm thử hoặc tinh chỉnh kiến thức là rất cao.
- Phương pháp gợi mở kiến thức có thể được định nghĩa chưa mềm dẻo.
- Các nhà phát triển hệ thống có ý định thu thập tri thức từ một nguồn
nhưng các kiến thức liên quan có thể được tích lũy từ nhiều nguồn khác nhau.
- Tri thức thu thập được có thể không đầy đủ.
- Tri thức thu thập được có thể không tương ứng.
- Những khó khăn để nhận biết kiến thức đặc thù khi nó trộn lẫn với dữ
liệu không liên quan.
- Các chuyên gia có thể thay đổi hành vi của họ khi họ bị quan sát hoặc
được phỏng vấn.

một hệ giải toán thông minh và các hệ chuyên gia. Phương pháp biểu diễn
tri thức thích hợp sẽ tạo nên một hệ thống có giá trị sử dụng cao. Xây dựng
và phát triển các phương pháp biểu diễn tri thức là một hướng nghiên cứu


20

quan trọng đối với các nhà nghiên cứu trí tuệ nhân tạo. Suy diễn tự động để
giải quyết các bài toán dựa trên tri thức cũng là một vấn đề rất quan trọng.
Các phương pháp suy diễn tự động vận dụng kiến thức đã biết trong quá
trình lập luận giải quyết vấn đề, trong đó quan trọng nhất là các chiến lược
điều khiển giúp phát sinh các sự kiện mới từ các sự kiện đã có. Xây dựng
và phát triển các phương pháp biểu diễn tri thức là một hướng nghiên cứu
quan trọng cho các nhà nghiên cứu về Trí tuệ nhân tạo.
c. Các loại tri thức
Dựa vào cách thức con người giải quyết vấn đề, các nhà nghiên cứu đã
xây dựng các kỹ thuật để biểu diễn các dạng tri thức khác nhau trên máy
tính. Mặc dù vậy, không một kỹ thuật riêng lẻ nào có thể giải thích đầy đủ
cơ chế tổ chức tri thức trong các chương trình máy tính. Để giải quyết vấn
đề, chúng ta càn chọn dạng biểu diễn thích hợp nhất. Sau đây là các dạng
biểu diễn tri thức thường gặp:
+ Tri thức thủ tục: Mô tả cách thức giải quyết một vấn đề, loại tri thức
này đưa ra giải pháp để thực hiện một công việc nào đó. Các dạng tri thức
thủ tục tiêu biểu thường là các luật, chiến lược ...
+ Tri thức khai báo: Cho biết một vấn đề được thấy như thế nào, loại tri
thức này bao gồm các phát biểu đơn giản, dưới dạng các khẳng định logic
đúng hoặc sai. Tri thức khai báo cũng có thể là một danh sách các khẳng
định nhằm mô tả đầy đủ hơn về đối tượng hay một khái niệm nào đó.
+ Siêu tri thức: mô tả tri thức về tri thức, loại tri thức này giúp lựa chọn
tri thức thích hợp nhất trong số các tri thức khi giải quyết một vấn đề. Các

đèn giao thông là xanh THÌ bạn được đi, NÊU bạn bị cảm cúm Thì đến bác sỹ
khám ... [2,4]


22

Luật là cấu trúc tri thức dùng để liên kết thông tin đã biết với các thông tin
khác giúp đưa ra các suy luận, kết luận từ những thông tin đã biết. Trong hệ
thống dựa trên các luật, người ta thu thập các tri thức lĩnh vực trong một tập
và lưu chúng trong cơ sở tri thức của hệ thống. Hệ thống dùng các luật này
cùng với các thông tin trong bộ nhớ để giải bài toán. Việc xử lý các luật trong
hệ thống dựa trên các luật được quản lý bằng một module gọi là bộ suy diễn.
Ngày nay, các luật dẫn xuất đã trở nên phổ biến và được áp dụng rộng rãi
trong nhiều hệ thống trí tuệ nhân tạo khác nhau. Luật dẫn xuất có thể là một
công cụ mô tả để giải quyết các vấn đề thực tế thay cho các kiểu phân tích vấn
đề truyền thống. Trong trường hợp này, các luật được dùng như là những chỉ
dẫn, nhưng rất hữu ích để trợ giúp cho các quyết định trong quá trình tìm
kiếm, từ đó làm giảm không gian tìm kiếm. Luật dẫn xuất có thể được dùng
để bắt chước hành vi của những chuyên gia. Theo cách này, luật dẫn xuất
không chỉ đơn thuần là một kiểu biểu diễn tri thức trong máy tính mà là một
kiểu biễu diễn các hành vi của con người.
Một cách tổng quát luật dẫn xuất có dạng như sau:
Pi aP2 /\P3

a

P

4 ... Pn -> Q


R6: D л E A К -> С
R7: G л К AF->A
+ Cơ chế suy luận trên các luật sinh
Suy diễn tiến (forward chaining): là lập luận từ các sự kiện, sự việc để rút
ra các kết luận [1,7,8].
Ví dụ: Nếu thấy trời mưa trước khi ra khỏi nhà (sự kiện) thì phải lấy áo
mưa (kết luận).
Trong phương pháp này, người sử dụng cung cấp các sự kiện cho hệ
chuyên gia để hệ thống (máy suy diễn) tìm cách rút ra các kết luận có thể. Kết
luận được xem là những thuộc tính có thể được gán giá trị. Trong số những
kết luận này, có thể có những kết luận làm người sử dụng quan tâm, một số
khác không nói lên điều gì, một số khác có thể vắng mặt.