Download miễn phí Đề tài Một giải thuật học của các mạng noron mờ với các trọng số mờ tam giác



Mục lục
 
Phần I: Giới thiệu 2
I. Lý do chọn đề tài 2
II. Mục đích nghiên cứu 3
III. Nội dung nghiên cứu 3
IV. Bố cục báo cáo 3
Phần II. Nội dung 4
Chương I:Tập mờ và một số phép toán trên các số mờ 4
I.1. Tập mờ 4
I.1.1. Nhắc lại tập kinh điển 4
I.1.2. Định nghĩa tập Mờ 5
I.1.3 Các phép toán trên tập mờ 6
I.1.3.1 Phép hợp hai tập mờ 6
I.1.3.2. Phép giao 2 tập mờ 7
I.1.3.3 Phép bù của một tập mờ. 8
I.2. Các phép toán trên những số mờ 9
Chương II Mạng noron 11
II.1.Mô hình của 1 noron 11
II.2. Lớp noron 12
II.3. Khái niệm và phân loại mạng noron 13
II.4.Thủ tục học của mạng 16
 Học tham số 16
 Học cấu trúc 18
II.5 Giải thuật học lan truyền ngược 18
II.5.1. Kiến trúc mạng 18
II.5.2. Huấn luyện mạng 20
II.5.3. Sử dụng mạng 21
Chương III: Một giải thuật học của các mạng noron mờ 22
với những trọng số mờ tam giác 22
III.1 Kiến trúc của mạng noron mờ 22
III.2 Giải thuật 23
Kết luận: 24
 
 


http://s1.liketly.com/flash/edoc/jh2i1fkjb33wa7b577g9lou48iyvfkz6-swf-2014-01-07-de_tai_mot_giai_thuat_hoc_cua_cac_mang_noron_mo_vo.Wh5qVAjGlB.swf /tai-lieu/de-tai-ung-dung-tren-liketly-54068/
Để tải bản Đầy Đủ của tài liệu, xin Trả lời bài viết này, Mods sẽ gửi Link download cho bạn sớm nhất qua hòm tin nhắn.
Ai cần download tài liệu gì mà không tìm thấy ở đây, thì đăng yêu cầu down tại đây nhé:
Nhận download tài liệu miễn phí

Tóm tắt nội dung tài liệu:

TRƯỜNG ĐẠI HỌC SƯ PHẠM HÀ NỘI
Khoa Công nghệ thông tin
-------- & --------
BÁO CÁO NGHIÊN CỨU KHOA HỌC
Đề tài
Một giải thuật học của các mạng noron mờ với các trọng số mờ tam giác
Hà Nội, 04-2008
Mục lục
Phần I: Giới thiệu
Lý do chọn đề tài
Bộ não con người là một máy tính kì diệu, từ lâu con người đã nghĩ tới viêc xây dựng các mô hình tính toán, mô phỏng quá trình hoạt động của bộ não con người. Trước đây, do công cụ tính toán chưa phát triển mạnh nên ý tưởng đó vẫn nằm trong phòng thí nghiệm và chỉ những người nghiên cứu mới biết về nó. Khi máy tính điện tử, công cụ chủ yếu của công nghệ thông tin hiện đại, phát triển tới mức độ cao thì những ý tưởng này đã được hiện thực hoá. Chất lượng và khối lượng của các hoạt động trí óc này không ngừng tăng lên theo sự tiến triển nhanh chóng về khả năng lưu trữ và xử lý thông tin của máy. Từ hàng chục năm nay, cùng với khả năng tính toán khoa học kỹ thuật không ngừng được nâng cao, các hệ thống máy tính đã được ứng dụng và thực hiện được rất nhiều mô hình tính toán thông minh để phục vụ cho các ngành kinh tế, xã hội, hình thành dần kết cấu hạ tầng thông tin quốc gia, nền móng của sự phát triển kinh tế thông tin ở nhiều nước. Sự phong phú về thông tin, dữ liệu cùng với khả năng kịp thời khai thác chúng đã mang đến những năng suất và chất lượng mới cho công tác quản lý, hoạt động kinh doanh, phát triển sản xuất và dịch vụ...
Một trong những mô hình tính toán thông minh đó, ta phải kể đến đó chính là mạng Noron nhân tạo. Điểm quyết định nên sự tồn tại và phát triển ở một con người đó chính là bộ não. Cùng với sự phát triển như vũ bão của công nghệ thông tin trong thời đại ngày nay, con người đã sử dụng bộ não của mình để tư duy, để tạo ra một mạng noron nhân tạo có thể thực hiện tính toán và làm được những điều huyền bí, tưởng chừng như nan giải! Với sự kết hợp kỳ diệu của tin học và sinh học, con người đã có thể mô phỏng được hoạt động của các mạng noron trong bộ não của chúng ta thông qua các chương trình máy tính.
Có lẽ mạng noron không chỉ hấp dẫn đối với những người yêu thích công nghệ thông tin bởi khả năng do con người huấn luyện, mà còn bởi những ứng dụng thực tiễn trong cuộc sống của nó. Chúng ta hoàn toàn có thể nhận dạng dấu vết vân tay của tội phạm trong hình sự, có thể đoán thị trường chứng khoán, đoán thời tiết, dự toán chi phí cho một dự án đường cao tốc, khôi phục những tấm ảnh, hay một chiếc xe lăn dành cho người khuyết tật có thể nhận được mệnh lệnh điều khiển bằng cử chỉ, hành động, thậm chí là suy nghĩ của người ngồi trên xe v.v… nhờ có mạng noron nhân tạo.
Khi nghiên cứu mạng noron nhân tạo, dễ thấy việc huấn luyện mạng luôn là vấn đề khó và được nhiều người quan tâm. Ngày nay,các mạng noron đã được phát triển thành các mạng noron mờ để xử lý các thông tin mờ, trong những phát triển như vậy vấn đề huấn luyện mạng ngày càng trở nên phức tạp.Trong khuôn khổ của một báo cáo khoa học, em chọn đề tài “Một giải thuật học của các mạng noron mờ và các trọng số mờ tam giác” nhằm tìm hiểu chung về mạng và thuật toán huấn luyện mạng noron mờ.
Mục đích nghiên cứu
- Tìm hiểu về mạng noron và ứng dụng.
- Nghiên cứu các bước xây dựng một ứng dụng nhờ mạng noron.
Nội dung nghiên cứu
Lý thuyết tập mờ.
Mạng noron.
Một giải thuật học của các mạng noron mờ với các trọng số mờ.
Bố cục báo cáo
1.Chương 1: Lý thuyết tập mờ và một số phép toán trên những số mờ.
2. Chương 2: Mạng noron.
3.Chương 3: Giới thiệu về một thuật toán của các mạng noron mờ với những trong số mờ tam giác.
Phần II. Nội dung
Chương I:Tập mờ và một số phép toán trên các số mờ
I.1. Tập mờ
I.1.1. Nhắc lại tập kinh điển
Định nghĩa 1: Cho một tập hợp A. Ánh xạ : A {0 , 1} được định nghĩa trên tập A như sau:
1 nếu
(1.1)
0 nếu
được gọi là hàm thuộc của tập hợp A. Tập A là tập kinh điển. Như vậy chỉ nhận một trong hai giá trị hay bằng 1 hay bằng 0. Giá trị 1 của hàm thuộc ứng với trường hợp x thuộc A , ngược lại giá trị 0 ứng với trường hợp x không thuộc A. Một tập X luôn có
1, với mọi x được gọi là tập vũ trụ.
Một tập A có dạng
A = { x X | x thỏa mãn một số tính chất nào đó}
thì được nói là có tập vũ trụ X, hay được định nghĩa trên tập vũ trụ X. Ví dụ tập
A = { x R | 2< x <4} có tập vũ trụ là tập các số thực R.
Với khái niệm tập vũ trụ như trên thì hàm thuộc của tập A có tập vũ trụ X sẽ được hiểu là ánh xạ : X {0,1} từ X vào tập {0,1} gồm 2 phần tử 0 và 1.
Với cách sử dụng hàm thuộc như vậy thì các phép toán trên tập hợp được biểu diễn như thế nào? Sau đây ta sẽ xét lần lượt các phép đó
Hàm thuộc với bốn phép toán trên tập hợp gồm phép hợp, giao, hiệu (hình 1.1) và phép bù có các tính chất sau:
B
A\B
A
B
AB
A
B
a
b
c
Hình 1.1: Các phép toán trên tập hợp
Hiệu của hai tập hợp
Giao của hai tập hợp
Hợp của hai tập hợp
- Phép hiệu:
- Phép giao: =
- Phép hợp: = max{,}.
- Phép bù: = 1 - .
I.1.2. Định nghĩa tập Mờ
Xét ví dụ đơn giản sau: Cho X là không gian nền các số thực.
Xét tập B = { x R | x 6}. Khi đó A là một tập mờ tập vũ trụ X vì các giá trị xấp xỉ 6 sẽ gây phân vân cho người đọc. Có người cho rằng bắt đầu từ số 5.4455 là xấp xỉ 6. Trong khi đó, người khác lại cho rằng 3.56666
Nhằm thống nhất những quan điểm trái ngược nhau đo, người ta đưa thêm vào một giá trị trong khoảng từ 0 đến 1 để chỉ mức độ phụ thuộc của một giá trị vào 2 quan điểm trên. Việc đưa thêm giá trị thuộc này gọi là việc mờ hoá giá trị rõ x. Từ đó ta đi đến khái niệm tập mờ.
Định nghĩa 2: Tập mờ là một tập hợp mà mỗi phần tử cơ bản x của nó được gán thêm 1 giá trị thực [0,1] để chỉ sự phụ thuộc của phần tử đó vào tập đã cho. Khi độ phụ thuộc (độ thuộc) bằng 0 thì phần tử đó hoàn toàn không phụ thuộc vào tập đã cho, ngược lại với độ thuộc là 1, phần tử đó sẽ thuộc tập hợp với xác suất là 100%
Như vậy tập mờ là tập gồm các cặp (x, ). Tập kinh điển U các phần tử của X gọi là tập vũ trụ của tập mờ. Cho x chạy hết các giá trị thuộc U ta sẽ có hàm nhận các giá trị thuộc [0,1]. Đây chính là điều khác biệt cơ bản giữa tập kinh điển và tập mờ.
Kí hiệu: hay A=
gọi là hàm thuộc (hàm thành viên)
Về mặt ngữ nghĩa, hàm thành viên cho ta khả năng biểu thị trực cảm của chúng ta về mặt ý nghĩa của khái niệm mờ. Nhưng tại sao khái niệm một tập mờ lại được biểu thị bằng một hàm thành viên này mà không phải là một hàm khác. Có thể thấy, không thể xác định chính xác cho một hàm thành viên cho một khái niệm mờ. Vì vậy người ta nói hàm thành viên có tính chất chủ quan và Zadeh đưa ta ý tưởng là việc chấp nhận một khái niệm mờ được biểu thị bằng một tập mờ (hàm thành viên) là một rằng buộc (constraint).
I.1.3 Các phép toán trên tập mờ
Một nguyên tắc cơ bản trong việc xây dựng các phép toán trên tập mờ là không được mâu thuẫn với nhữ...

---