Header Page 1 of 166.

BỘ GIÁO DỤC VÀ ĐÀO TẠO

TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI
-----------------------------------------

LUẬN VĂN THẠC SĨ KHOA HỌC

ỨNG DỤNG MẠNG NƠRON NHÂN TẠO DỰ BÁO PHỤ TẢI
NGẮN HẠN HỆ THỐNG ĐIỆN MIỀN BẮC

NGÀNH: CÔNG NGHỆ THÔNG TIN
MÃ SỐ:
CHU NGHĨA

Người hướng dẫn khoa học: PGS.TS. NGUYỄN ĐỨC NGHĨA

HÀ NỘI 2007

Footer Page 1 of 166.


Header Page 2 of 166.
1

Mục lục
Danh mục các từ viết tắt ............................................................................. 3
Mở đầu..................................................................................................................... 4
CHƯƠNG I.................................................................................................................. 7
PHụ TảI Hệ THốNG ĐIệN MIềN BắC và bài toán dự báo ...................... 7

...........................................................................................................................52
3.3.4. Kết quả sử dụng mạng Kohonen phân loại ngày .....................................52
3.3.5. Phân tích kết quả phân loại ngày trong tháng 2/2006, tháng 5/2006.......54
CHƯƠNG iV............................................................................................................. 58

Footer Page 2 of 166.


Header Page 3 of 166.
2

ứNG DụNG MạNG NƠRON NHIềU LớP LAN TRUYềN NGƯợC SAI Số Dự
BáO PHụ TảI Ngắn hạn THEO NHIệT Độ MÔI TRƯờNG.......................... 58
4.1 Các khái niệm cơ bản về mạng nơron nhiều lớp lan truyền ngợc sai số (Back
propagation neural network)..................................................................................58
4.1.1 Kiến trúc mạng truyền thẳng. ...................................................................59
4.1.2. Huấn luyện mạng.....................................................................................60
4.1.3. Sử dụng mạng...........................................................................................64
4.1.4. Nghiên cứu sự hội tụ và độ phức tạp của quá trình huấn luyện mạng. ....64
4.1.5. Một số vấn đề về mạng nơron nhiều lớp..................................................67
4.2. ứng dụng mạng nơron nhiều lớp lan truyền ngợc sai số xây dựng bài toán dự
báo phụ tải hệ thống điện.......................................................................................68
4.2.1. Các bớc xây dựng bài toán dự báo phụ tải. ............................................68
4.2.2. Xây dựng cấu trúc phần mềm mô phỏng mạng nơron lan truyền ngợc sai
số ứng dụng trong bài toán dự báo đỉnh và đáy đồ thị phụ tải. ..........................72
4.2.3 Dự báo phụ tải cho 24 giờ trong ngày.......................................................85
CHƯƠNG V .............................................................................................................. 99
Hệ thống phần mềm dự báo phụ tải ngắn hạn cho hệ thống
điện miền bắc..................................................................................................... 99
5.1. Giới thiệu về cơ sở dữ liệu. .............................................................................99

ANN

M¹ng n¬ron nh©n t¹o

DBPT

Dù b¸o phô t¶i

HT§

HÖ thèng ®iÖn

HT§1

Trung t©m §iÒu ®é HÖ thèng ®iÖn miÒn B¾c

MSE

Trung b×nh tæng b×nh ph−¬ng sai sè

SSE

Tæng b×nh ph−¬ng sai sè

CNTT

C«ng nghÖ th«ng tin

§TPT


Mục đích của luận văn là phát triển các phơng pháp để giải bài toán dự
báo phụ tải ngắn hạn. Đối tợng cụ thể của nghiên cứu là dự báo phụ tải cho
24 giờ sau nhằm đa ra các thông số cần thiết cho công tác vận hành và lập
phơng thức điều hành hệ thống điện.
Luận văn bao gồm sáu chơng và hai phụ lục.

Footer Page 5 of 166.


Header Page 6 of 166.
5

Chơng I Phụ tải hệ thống điện miền Bắc và bài toán dự báo:
Trình bày tổng quan về HTĐ miền Bắc. Phát biểu bài toán dự báo phụ tải, nêu
phạm vi, tầm quan trọng của bài toán, các yếu tố ảnh hởng đến phụ tải ngắn
hạn.
Chơng II Tổng quan về mạng nơron nhân tạo: Trình bày các khái
niệm cơ bản về mạng nơron nhân tạo: cơ sở lý thuyết và mô hình mạng.
Chơng III ứng dụng mạng nơron ánh xạ đặc trng tự tổ chức
Kohonen trong bài toán phân loại ngày: Trình bày các khái niệm cơ bản về
mạng nơron ánh xạ đặc trng tự tổ chức Kohonen, đề xuất cấu trúc mạng để
giải quyết bài toán, xây dựng cấu trúc phần mềm và phân tích đánh giá kết
quả đạt đợc.
Chơng IV ứng dụng mạng nơron nhiều lớp lan truyền ngợc sai
số trong bài toán dự báo phụ tải theo nhiệt độ môi trờng: Trình bày các
khái niệm cơ bản về mạng nơron nhiều lớp lan truyền ngợc sai số, đa ra các
bớc xây dựng bài toán, đề xuất cấu trúc mạng, xây dựng cấu trúc phần mềm,
đánh giá kết quả và so sánh với một số phơng pháp đã có.
Chơng V - Hệ thống phần mềm dự báo phụ tải ngắn hạn cho Hệ
thống điện miền Bắc: Giới thiệu về cơ sở dữ liêụ, đặc tả các chức năng của

Giới thiệu chung về HTĐ miền Bắc
Tầm quan trọng của dự báo phụ tải
Những yếu tố ảnh hởng đến phụ tải ngắn hạn
Mục tiêu và phạm vi nghiên cứu dự báo phụ tải
Đặc điểm đồ thị phụ tải HTĐ miền Bắc
Dự báo phụ tải ngắn hạn cho 24h tiếp theo
1.1. Phụ tải Hệ thống điện miền Bắc
1.1.1. Giới thiệu chung về HTĐ miền Bắc
Ranh giới của Hệ thống điện miền Bắc đợc tính từ Hà tĩnh trở ra, là
một vùng có vị trí địa lý tơng đối phức tạp, trải dài và nằm sát bờ biển, có
nhiều đồi núi, có nhiều vùng khí hậu khác nhau, kinh tế các khu vực trên toàn
miền Bắc phát triển không đồng đều dẫn đến công suất phụ tải ở các khu vực
có sự chênh lệch lớn. Phụ tải chủ yếu tập trung ở vùng đồng bằng, các thành
phố lớn có công nghiệp phát triển. Tại những vùng này phụ tải cao điểm và
thấp điểm chênh lệch nhau không lớn lắm Pmin/Pmax khoảng 0.7 do phụ tải
công nghiệp tại các khu vực này phát triển. Đối với những vùng miền núi hoặc
sản xuất nông nghiệp, công nghiệp không phát triển thì Pmin/Pmax khoảng 0.3
do phụ tải vào cao điểm chủ yếu là phụ tải sinh hoạt, điều nay gây khó khăn
rất lớn trong vận hành kinh tế hệ thống điện. Vào thấp điểm của hệ thống ta
không khai thác cao đợc các nguồn điện rẻ tiền còn vào cao điểm của hệ
thống ta phải chạy các nguồn điện đắt tiền để phủ đỉnh, có khi còn phải hạn
chế phụ tải vào cao điểm do nguồn điện không đáp ứng đợc nhu cầu của phụ
tải. Các thành phần cấu thành phụ tải đợc thể hiện ở biều đồ sau:

Footer Page 8 of 166.


Header Page 9 of 166.
8


2004

2005

HTĐ miền Bắc 10.765.767,2 12.251.947,5 14.215.228,6 16.008.894,1 18.057.297,9
Cty I

7.042.600,7 8.125.911,1 9.573.472,8 10.857.462,9 12.292.387,7

Hà Nội

2.777.100,4

Hải Phòng

Footer Page 9 of 166.

946.066,1

3.079.711

3.486.549

3.879.340,1 4,329.367,2

1.046.325,4 1.155.206,9 1.272.091,1 1.415.610,8


Header Page 10 of 166.
9

Hà Nội

10,89%

13,21%

11,27%

11,6%

Hải Phòng

10,6%

10,41%

10,12%

11,28%

Do điện năng của Quản lý & Tiêu dùng dân c là rất lớn nên chênh lệch
công suất giữa giờ cao điểm và thấp điểm rất lớn (khoảng 2-3 lần) và phụ
thuộc rất nhiều vào thời tiết, gây ảnh hởng lớn đến việc khai thác tối u các
nguồn điện. Phụ tải cao điểm là nhân tố quyết định việc huy động nguồn điện
trong khi đó phụ tải thấp điểm lại giữ vai trò quan trọng trong việc quyết định
phối hợp và điều chỉnh các nguồn điện nhằm đảm bảo vận hành kinh tế. Do đó
việc dự báo chính xác phụ tải có ý nghĩa hết sức quan trọng trong bài toán vận
hành kinh tế hệ thống điện cũng nh cải tạo, thiết kế hệ thống cung cấp điện,
giảm thiểu đợc tổn thất công suất và điện năng. Đặc biệt việc dự báo phụ tải
cao điểm chính xác mang lại lợi ích và hiệu suất sử dụng năng lợng cho

trò đặc biệt quan trọng đối với điều độ viên, những ngời hoạch định kế
hoạch, lên phơng thức vận hành HTĐ.
Trong công tác vận hành, việc lập phơng thức ngày, phơng thức tuần
của Trung tâm Điều độ, hay dự báo phụ tải báo trớc một giờ, một ngày, một
tuần là những công việc tối cần thiết. Những phơng thức vận hành cơ bản
trong ngày nh huy động nguồn, phối hợp nguồn, truyền tải công suất giữa
các miền, giải quyết các công tác sửa chữa trên lới điện và đánh giá mức độ
an toàn HTĐ đều đòi hỏi phải có dự báo phụ tải tơng đối chính xác.

Footer Page 11 of 166.


Header Page 12 of 166.
11

Trong thực tế vận hành HTĐ Việt Nam nói chung và HTĐ miền Bắc
nói riêng, phụ tải cao điểm (phụ tải cao nhất trong ngày Pmax) và thấp điểm
(phụ tải thấp nhất trong ngày Pmin) là hai điểm đặc biệt trong đồ thị phụ tải
ngày và đợc quan tâm nhiều nhất trong vận hành. Phụ tải cao điểm quyết
định việc huy động các nguồn nhiệt điện, tua-bin khí, diesel dự phòng nhằm
đảm bảo đủ nguồn phủ đỉnh và dự phòng nóng, tăng độ an toàn cung cấp điện.
Phụ tải thấp điểm quyết định việc phối hợp và điều chỉnh các nguồn tua-bin
khí, nhiệt điện, thủy điện nhằm đảm bảo vận hành kinh tế, tránh nhà máy thuỷ
điện Hoà Bình vận hành trong vùng công suất không cho phép về kỹ thuật,
trong đó dự báo phụ tải lúc cao điểm Pmax là quan trọng nhất trong ngày. Dự
báo chính xác phụ tải cao điểm có hiệu quả lớn về kinh tế vào mùa lũ khi cần
khai thác tối đa nguồn thủy điện, trong khi nớc các hồ chứa đang xả thì các
nguồn điện khác huy động chỉ nhằm mục đích an toàn, bù điện áp và phủ
đỉnh. Nếu sai số dự báo phụ tải lúc cao điểm giảm 2%, Điều độ Quốc Gia
(ĐĐQG) có thể tiết kiệm đợc khoảng 80 MW nguồn tuabin khí chạy dầu đắt

Đồ thị phụ tải
3500

Công suất

3000
2500
2000
1500
1000
500
0
0 1

2 3 4 5

Th 5

6 7 8

9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

ThGiờ
2

CN

Hình 1.2. Đồ thị phụ tải các ngày đặc trng trong tuần
2. Các ngày đặc biệt trong năm



3

4

5

6

7

Ngy 3/5

8

9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

Giờ
Ngy 1/5

Hình 1.3. Đồ thị phụ tải HTĐ miền Bắc hai ngày 1/5, 3/5
3. Thời tiết trong ngày.
Bao gồm các thông số tự nhiên: nhiệt độ, độ ẩm, tốc độ gió, cờng độ
sáng, trong đó nhiệt độ có ảnh hởng lớn nhất, nhiệt độ tăng thì phụ tải tăng
và ngợc lại vì nớc ta là nớc nhiệt đới. Chỉ có trờng hợp đặc biệt ở miền
Bắc khi nhiệt độ quá lạnh, phụ tải tăng do sử dụng các thiết bị sởi ấm.

Footer Page 14 of 166.




8

9

10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

Giờ

26-33

18 26

Hình 1.4. Đồ thị phụ tải ngày hai ngày có nhiệt độ khác
4. Truyền hình trực tiếp các sự kiện thể thao văn hoá
Công suất tiêu thụ vào các giờ tuyền hình trực tiếp bóng đá quốc tế, giải
bóng đá có đội tuyển Việt Nam tham gia tăng đột ngột từ 150 - 200 MW. Các
điều độ viên thờng dự báo phụ tải những ngày này theo kinh nghiệm những
ngày tơng tự trớc đó. Ví dụ: khi dự báo đồ thị phụ tải ngày có truyền hình
trực tiếp Worldcup 2006, ta dựa vào đồ thị phụ tải trong ngày cũng có truyền
hình trực tiếp Worldcup 2006 trớc đó để dự báo.
Đồ thị phụ tải
3500

Công suất

3000
2500
2000
1500

tiếp Worldcup 2006 và ngày bình thờng.

Footer Page 15 of 166.


Header Page 16 of 166.
15

5. Kế hoạch sửa chữa lớn trong ngày có cắt điện.
Trong quá trình thực hiện kế hoạch sửa chữa lớn, nh cắt điện đờng
dây đang vận hành để kéo đờng dây mới, sửa chữa trạm 220Kv, 500Kv phải
cắt tải diện rộng dẫn đến điện năng tiêu thụ vào các ngày này giảm một cách
đáng kể. Dự báo phụ tải những ngày này phải tính toán khấu trừ phụ tải giảm
do ngừng cung cấp điện. Dạng của đồ thị phụ tải trong ngày có cắt điện diện
rộng cũng mang đặc thù riêng, thay đổi tuỳ thuộc vào thời gian, vùng , miền
cắt điện.
Qua quá trình vận hành thực tế và dữ liệu thống kê, các điều độ viên,
các chuyên viên chuyên phân tích về phụ tải hệ thống điện đi đến kết luận:
Nhiệt độ môi trờng, đặc thù của các ngày trong tuần, ngày lễ, ngày tết là các
yếu tố ảnh hởng lớn nhất đến giá trị phụ tải ngày.
1.1.4. Mục tiêu và phạm vi nghiên cứu dự báo phụ tải
Mục tiêu của luận văn
Nghiên cứu áp dụng kỹ thuật mạng nơron để dự báo phụ tải cao điểm
(Pmax), thấp điểm đêm (Pmin) và phụ tải ngày (24 giờ) của HTĐ miền Bắc theo
dữ liệu phụ tải quá khứ, nhiệt độ môi trờng và một số các yếu tố ảnh hởng
khác.
Phạm vi nghiên cứu.
Dự báo luôn giữ vai trò quan trọng trong nhiều lĩnh vực, quyết định kế
hoạch sản xuất, hớng đầu t phát triển trong tơng lai do đó có rất nhiều các
mô hình toán học áp dụng cho dự báo. Cũng nh các dự báo khác, dự báo phụ

yếu ảnh hởng đến phụ tải ngày. Thuật toán áp dụng cho dự báo phụ tải theo
nhiệt độ phải dựa trên dự báo thời tiết ngày hôm sau gồm các thông tin nh:
nhiệt độ cao nhất và thấp nhất trong ngày, nắng hay ma, giông bão ...
1.2. Bài toán dự báo phụ tải
1.2.1. Đặc điểm đồ thị phụ tải HTĐ miền Bắc
Phụ tải của HTĐ miền Bắc có các thành phần điện Quản lý & Tiêu dùng
dân c và Công nghiệp & xây dựng chiếm tỷ trọng lớn. Bảng 1.3 thống kê sản

Footer Page 17 of 166.


Header Page 18 of 166.
17

lợng tiêu thụ của từng ngành trong ba năm 2003 đến 2005. Có thể nhận thấy
rằng, tỉ trọng điện tiêu thụ trong quản lý & tiêu dùng dân c rất lớn làm chế
độ tiêu thụ điện năng xấu đi, hệ số phụ tải giảm, gây nhiều khó khăn cho việc
đảm bảo an toàn cung cấp điện.
Bảng 1.3 Tỉ trọng sản lợng điện tiêu thụ của các thành phần kinh tế
Tiêu dùng

Công nghiệp

Nông lâm

Thơng

dân c

& xây dựng


44,31%

45,91

1,42

4,38

3,98

Năm

Khác

Đồ thị phụ tải ngày của HTĐ miền Bắc đợc xây dựng theo giá trị phụ tải
24h trong ngày. Trên hình 1.6 là đồ thị hai ngày làm việc bình thờng vào
mùa đông và mùa hè. Đồ thị phụ tải biến đổi theo từng giờ, phụ tải cao nhất
trong ngày (Pmax) lớn hơn rất nhiều so với phụ tải thấp nhất trong ngày (Pmin).
Cao điểm tra thờng xảy ra 10h-11h, cao điểm chiều thờng xảy ra 18h-19h.
Thấp điểm thờng xảy ra vào ban đêm trong khoảng 3h-4h vào mùa hè, 2h-3h
vào mùa đông. Đồ thị của những ngày mùa hè thờng đồng đều hơn mùa
đông, chứng tỏ sản lợng điện sinh hoạt tiêu thụ rất lớn so với các ngành khác.

Footer Page 18 of 166.


Header Page 19 of 166.
18


9

14/12/2005

10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

G iờ

11/07/2006

Hình 1.6. ĐTPT hai ngày làm việc vào mùa đông và mùa hè
Trong quá trình vận hành của điều độ, phụ tải cao điểm (Pmax) và phụ tải
thấp điểm (Pmin) là hai điểm quan trọng nhất trong ngày. Phụ tải cao điểm và
thấp điểm quyết định huy động nguồn và điều chỉnh phối hợp nguồn thuỷ
điện, nhiệt điện, diesel
Vào thời điểm cao điểm
Điều độ Quốc Gia phải huy động các nguồn điện đắt tiền nh các nhà
máy diesel, tua bin khí cho việc khởi động và nâng công suất, trong trờng
hợp sự cố thiếu nguồn, điều độ viên cần phải dự báo công suất thiếu để chuẩn
bị trớc phơng án cắt tải sau đó phối hợp với các điều độ miền phân bổ các
công suất cần phải cắt cho các Điều độ lới điện phân phối. Cắt tải có chuẩn
bị trớc sẽ ít gây thiệt hại về kinh tế hơn cắt tải do rơ le tần số thấp tác động.
Đặc biệt rất đảm bảo an toàn đối với các nhà máy sản xuất công nghiệp nặng.
Vào giờ thấp điểm. (phụ tải thờng thấp hơn giờ cao điểm 2-3 lần)
Cần điều chỉnh cắt giảm các nguồn điện đắt tiền nh nguồn tua bin khí
chạy dầu, nhiệt điện sao cho thoả mãn chỉ tiêu kinh tế.
Nếu dự báo càng chính xác Pmin, Pmax, thì có thể huy động và điều chỉnh
nguồn hợp lý, dẫn đến vận hành hệ thống an toàn, hiệu quả và kinh tế hơn.

Footer Page 19 of 166.

Header Page 21 of 166.
20

Đ ồ th ị p h ụ tả i
3500
3000

Công suất

2500
2000
1500
1000
500
0
0

1

2

3

4

5

6

7

(1.1)

Pn(i): là phụ tải quy chuẩn hoá của giờ thứ i.
Dựa vào công thức trên ta tính đợc giá trị phụ tải quy chuẩn hoá của
24h trong ngày, đồ thị này còn đợc gọi là véctơ ĐTPT.
Đặt véctơ ĐTPT là P, ta có:
P = [p1 , p2, , pi , , p24]T

(1.2)

Pn(i) =[Pn(1), Pn(2), ,Pn(i), , Pn(24)]T

(1.3)

Với Pn(i) là phụ tải đợc quy chuẩn hoá của giờ thứ i.

Footer Page 21 of 166.


Header Page 22 of 166.
21

Hình 1.8 là ĐTPT ngày đợc chuẩn hoá theo biến i và Pn(i). ĐTPT đã
đợc quy chuẩn vẫn giữ nguyên dạng biến thiên ban đầu, các giá trị đợc quy
chuẩn nằm trong khoảng từ 0 ữ1, với Pnmax=1, Pnmin= 0.
Đ ồ th ị p h ụ tả i
1 .0
0 .9

Công suất

10 11 12

CN 14/05/2006

13 14 15 16 17 18 19 20 21 22 23 24

G iờ

T2 15/05/2006

Hình 1.8. ĐTPT hai ngày (CN,T2) của Cty điện lực I đã chuẩn hoá.
1.2.2.2 Đỉnh và đáy của đồ thị phụ tải.
Hai giá trị phụ tải đặc biệt trong ngày mà đợc các kỹ s vận hành cũng
nh ngời làm phơng thức ngày quan tâm nhiều nhất đó là, phụ tải cao điểm
và phụ tải thấp điểm. Đây cũng chính là mục tiêu quan trọng hàng đầu trong
bài toán dự báo phụ tải điện. Tính kinh tế, hiệu quả, phơng thức vận hành,
cũng nh hớng đầu t phát triển trong tơng lai của HTĐ phụ thuộc rất lớn
vào việc dự báo và độ chính xác của việc dự báo hai giá trị này. Có nhiều
phơng pháp có thể áp dụng để dự báo Pmax và Pmin. nh dự báo theo phơng
pháp ngoại suy theo thời gian, phơng pháp hồi quy tuyến tính Trong luận
văn này chúng ta chỉ nghiên cứu phơng pháp DBPT sử dụng mạng nơron
nhân tạo.
Sau khi đã xác định đợc hai giá trị quan trọng nhất Pmax và Pmin trên
ĐTPT thì các giá trị phụ tải khác trong ngày sẽ đợc xác định theo mối quan
hệ của chúng. Vậy nếu biết đợc dạng đồ thị phụ tải quy chuẩn, tức là các giá

Footer Page 22 of 166.


Header Page 23 of 166.

23

CHƯƠNG II
Tổng quan Về MạNG NƠRON NHÂN TạO
Mạng nơron nhân tạo là một lĩnh vực đợc đề xuất và nghiên cứu vào
cuối thập kỷ 1800 khi ngời ta cố gắng mô tả hoạt động của trí tuệ con ngời.
ý tởng này bắt đầu đợc áp dụng cho các mô hình tính toán từ mạng
Perceptron và đến nay đã có nhiều ứng dụng trong thực tế, đặc biệt là trong
lĩnh vực dự báo, nhận dạng, điều khiển Ví dụ, mạng nơron nhân tạo có thể
sử dụng để nhận dạng ký tự thông qua khả năng học từ kinh nghiệm hoặc từ
tập mẫu, trong khi các phơng pháp truyền thống phải tiêu tốn nhiều thời gian
cho việc làm mảnh ký tự, khả năng nhận dạng sẽ không cao khi chất lợng
quét của scanner tồi hoặc bản thân ký tự đợc lấy từ văn bản mờ hoặc có
nhiều nét đứt. Cách tiếp cận mạng nơron nhân tạo có ý nghĩa thực tiễn rất lớn
cho phép tạo ra các thiết bị có thể kết hợp khả năng song song cao của bộ não
với tốc độ tính toán cao của máy tính.
2.1. Lịch sử phát triển của mạng nơron nhân tạo
Trí tuệ nhân tạo (Artificial Intelligence) hay tạo cho máy móc khả năng
suy luận, phán đoán và cảm nhận nh con ngời là một trong những tham
vọng to lớn của loài ngời. Tham vọng này đã có từ lâu và cùng với sự ra đời
của máy tính, con ngời từng bớc đa kiến thức của mình vào máy, biến
chúng trở thành những công cụ thực sự có trí tuệ. Mạng nơron nhân tạo là một
bộ phận của ngành khoa học trí tuệ nhân tạo, là lĩnh vực tin học nghiên cứu
ứng dụng máy tính điện tử thông minh hoạt động theo cơ chế mô phỏng t
duy của con ngời. Mạng nơron nhân tạo có cấu trúc tơng tự nh bộ não tuy
nhiên số nơron trong mạng nơron nhân tạo là hữu hạn tuỳ thuộc vào nhu cầu
thực tế của bài toán, còn đối với bộ não con ngời số nơron lên tới xấp xỉ 15 tỉ
nơron. Mạng nơron có khả năng học và tái tạo lại những gì đã đợc dạy, chính

Footer Page 24 of 166.

Cognitron (1975) là một mạng nơron đa tầng thời kỳ đầu với một thuật
toán huấn luyện. Các chiến lợc thần kinh khác nhau sẽ khác nhau về cấu trúc
thực sự của mạng và các phơng pháp thiết lập trọng số cho các kết nối. Mỗi
dạng có các u điểm và nhợc điểm riêng. Mạng có thể lan truyền thông tin
chỉ theo một hớng, hoặc thông tin có thể đợc đẩy đi đẩy lại cho đến khi tại
một nút xuất hiện sự tự kích hoạt và mạng sẽ dừng tại một trạng thái kết thúc.

Footer Page 25 of 166.