BỘ GIÁO DỤC VÀ ĐÀO TẠO VIỆN HÀN LÂM KHOA HỌC VÀ CÔNG NGHỆ VIỆT NAM HỌC VIỆN KHOA HỌC VÀ CÔNG NGHỆ …… ….***………… NGUYỄN TIẾN DUY MỞ RỘNG PHÉP SUY LUẬN XẤP XỈ CỦA ĐẠI SỐ GIA TỬ VÀ ỨNG DỤNG TRONG BÀI TOÁN ĐIỀU KHIỂN Chuyên ngành: Cơ sở toán học cho tin học Mã số: 62 46 01 10 TÓM TẮT LUẬN ÁN TIẾN SĨ TOÁN HỌC HÀ NỘI – 2016 Công trình hoàn thành tại: Học viện Khoa học Công Nghệ Viện Hàn lâm Khoa học Công nghệ Việt Nam Người hướng dẫn khoa học 1: PGS TSKH Nguyễn Cát Hồ Người hướng dẫn khoa học 2: TS Vũ Như Lân Phản biện 1: Phản biện 2: Phản biện 3: Luận án bảo vệ trước Hội đồng chấm luận án tiến sĩ, họp Học viện Khoa học công nghệ - Viện Hàn lâm Khoa học Công nghệ Việt Nam vào hồi … …’, ngày … tháng … năm 2016 Có thể tìm hiểu luận án tại: - Thư viện Học viện Khoa học công nghệ - Thư viện Quốc gia Việt Nam CÁC CÔNG TRÌNH KHOA HỌC CỦA TÁC GIẢ LIÊN QUAN ĐẾN LUẬN ÁN [1] Nguyen Tien Duy, Vu Nhu Lan (2010), “So sánh điều khiển mờ với điều khiển sử dụng đại số gia tử lò nhiệt”, Tạp chí khoa học công nghệ, 48(2), pp 109-121 [2] Cat Ho Nguyen, Nhu Lan Vu, Tien Duy Nguyen, Thiem Pham Van (2014), “Nghiên cứu khả thay điều khiển PI điều khiển mờ điều khiển dựa đại số gia tử cho động chiều”, Tạp chí khoa học công nghệ, 52(1), pp 35-48 [3] Dinko Vukadinović, Mateo Bašić, Cat Ho Nguyen, Nhu Lan Vu, Tien Duy Nguyen (2014), “Hedge-Algebra-Based Voltage Controller for a Self-Excited Induction Generator”, Control Engineering Practice, 30, pp 78-90 [4] Binh Lam Hoang, Fei Luo, Duy Nguyen Tien, Phuong Huy Nguyen (2014), “Dissolved Oxygen Control of the Activated Sludge Wastewater Treatment Process Using Hedge Algebras Control”, The 2014 7th International Congress on Image and Signal Processing, 14-16 October, Daian, China, 1, pp 1298-1303 [5] Vu Nhu Lan, Nguyen Tien Duy (2015), “Điều khiển trượt cho đối tượng lắc ngược có liên kết đàn hồi sử dụng đại số gia tử”, Kỷ yếu Hội nghị Quốc gia lần thứ VIII Nghiên cứu ứng dụng Công Nghệ thông tin (FAIR), pp 207-218, Hà Nội [6] Nguyen Tien Duy, Vu Nhu Lan (2016), “Application of hedge algebras with the nonlinear semantization and desemantization in the aircraft landing control problem”, Tạp chí khoa học công nghệ - Đại học Thái Nguyên, 151(06), 165 - 171 MỞ ĐẦU Điều khiển mờ kết hợp việc biểu diễn mô hình mờ phát biểu hệ luật dựa logic mờ giải toán suy luận xấp xỉ, phương pháp điều khiển hiệu số đối tượng phi tuyến mà ta khó không xác định rõ mô hình toán học đối tượng Tuy nhiên có hạn chế logic mờ có khả mô tả chặt chẽ hình thức hoá tập mờ ngữ nghĩa ngôn ngữ Trên thực tế, điều quan trọng thiết kế điều khiển mờ dựa tri thức chuyên gia phải sử dụng mối quan hệ thứ tự ngữ nghĩa giá trị ngôn ngữ Thay sử dụng tập mờ, cách biểu diễn khác đại số gia tử (ĐSGT) ĐSGT phát triển để mô hình hoá ngữ nghĩa dựa thứ tự giá trị ngôn ngữ Từ quan hệ thứ tự tự nhiên ngữ nghĩa đó, tác giả (Ho N C., Wechler W - 1990, Ho N C., Wechler W - 1992) xây dựng cấu trúc đại số gọi ĐSGT cho phép tính toán giá trị ngữ nghĩa miền biến ngôn ngữ Giải toán suy luận dựa ĐSGT vượt qua khó khăn logic mờ hướng đến tối ưu (N.C.Ho and V.N.Lan - 2006, N.C.HO, V.N.LAN and L.X.VIET - 2006, N.C Ho, V.N.Lan, L.X.Viet - 2008) Các tác giả (Ho N C., Khang T D., Nam H V., Chau N H - 1999) đưa hàm ngữ nghĩa định lượng Với cách này, lượng hoá giá trị ngữ nghĩa giá trị ngôn ngữ luật cho phép mô tả hệ luật mờ “siêu mặt” không gian thực Từ đó, việc giải toán suy luận xấp xỉ thực phép nội suy “siêu mặt” Tuy nhiên, vấn đề phải kể đến là: 1) Lựa chọn phương pháp nội suy “siêu mặt” để đạt kết suy luận đắn xác nhất? Trong nhiều nghiên cứu trước (N.C.HO, V.N.LAN and L.X.VIET - 2006) – (Ho N C, Lan.V.N AND VIET L.X - 2006), (N.C Ho, V.N Lan, T.D Trung, B.H Le - 2011), (Hai-Le Bui, Duc-Trung Tran and Nhu-Lan Vu - 2011), (N.C.Ho, N.D Anh and V.N Lan - 2011), tác giả kết nhập đầu vào, đưa “siêu mặt” đường không gian 2D sử dụng phép nội suy tuyến tính đường để tính toán giá trị suy luận xấp xỉ Việc kết nhập làm suy giảm thông tin mô tả mối quan hệ vào – suy luận xấp xỉ 2) “Siêu mặt” chịu ảnh hưởng tham số mờ ĐSGT biến ngôn ngữ vào – Việc xác định tham số mờ cách đắn làm cho kết suy luận xấp xỉ xác - Mục đích nghiên cứu  Đề xuất phép nội suy trực tiếp không gian 3D để tính toán giá trị suy luận xấp xỉ toán có đầu vào đầu theo ĐSGT  Đề xuất phép ngữ nghĩa hoá giải nghĩa, áp dụng cho suy luận xấp xỉ theo tiếp cận ĐSGT giúp mô tả hệ thống với thực tế nhằm nâng cao độ xác suy luận xấp xỉ   Áp dụng đề xuất số toán điều khiển tiêu biểu Sử dụng GA để tối ưu hoá đồng thời tham số mờ ĐSGT phép ngữ nghĩa hoá, giải nghĩa cho chất lượng điều khiển tốt số toán điều khiển CHƯƠNG NHỮNG KIẾN THỨC CƠ SỞ 1.1 Suy luận xấp xỉ dựa lí thuyết tập mờ 1.1.1 Mô hình mờ đa điều kiện Mô hình mờ đa điều kiện cho dạng luật sau: R1: If 𝑋1 = 𝐴11 𝑎𝑛𝑑 𝑋2 = 𝐴21 𝑎𝑛𝑑 … 𝑎𝑛𝑑 𝑋𝑛 = 𝐴𝑛1 then 𝑌 = 𝐵1 R2: If 𝑋1 = 𝐴12 𝑎𝑛𝑑 𝑋2 = 𝐴22 𝑎𝑛𝑑 … 𝑎𝑛𝑑 𝑋𝑛 = 𝐴𝑛2 then 𝑌 = 𝐵2 … Rn: If 𝑋1 = 𝐴1𝑚 𝑎𝑛𝑑 𝑋2 = 𝐴2𝑚 𝑎𝑛𝑑 … 𝑎𝑛𝑑 𝑋𝑛 = 𝐴𝑛𝑚 then 𝑌 = 𝐵𝑝 Với 𝑋1 , 𝑋2 , , 𝑋𝑛 𝑌 biến ngôn ngữ, biến ngôn ngữ 𝑋𝑖 thuộc không gian 𝑈𝑖 biến ngôn ngữ 𝑌 thuộc không gian 𝑉; 𝐴𝑖𝑗 , 𝐵𝑘 (𝑖 = 𝑛, 𝑗 = 𝑚, 𝑘 = 𝑝) giá trị ngôn ngữ biểu diễn tập mờ thuộc không gian tương ứng (N.C.HO, V.N.LAN and L.X.VIET - 2006) – (N.C Ho, V.N Lan, L.X Viet - 2008), (N.C Ho, V.N Lan, T.D Trung, B.H Le 2011) – (B.H Le, N.C Ho, V.N Lan, N.C H - 2015) Cho giá trị ngôn ngữ đầu vào 𝐴01 , 𝐴02 , … , 𝐴0𝑛 giá trị mờ ứng với biến ngôn ngữ 𝑋1 , 𝑋2 , , 𝑋𝑛 (hoặc giá trị rõ 𝑥01 , 𝑥02 , … , 𝑥0𝑛 ), việc giải toán suy luận xấp xỉ mờ đa điều kiện xác định đầu 𝑌 = 𝑅′ 1.1.2 Mô hình mờ Sugeno Mô hình mờ kiểu Sugeno (Timothy J Ross - 2004) tiêu biểu có thành phần đầu vào 𝑥1 , 𝑥2 thành phần đầu 𝑦 Dạng hệ luật mô hình cho sau: R1: If 𝑥1 = 𝐴11 𝑎𝑛𝑑 𝑥2 = 𝐴12 then 𝑦1 = 𝑓1 (𝑥1 , 𝑥2 ) R2: If 𝑥1 = 𝐴21 𝑎𝑛𝑑 𝑥2 = 𝐴22 then 𝑦2 = 𝑓2 (𝑥1 , 𝑥2 ) … Rn: If 𝑥1 = 𝐴𝑛1 𝑎𝑛𝑑 𝑥2 = 𝐴𝑛2 then 𝑦𝑛 = 𝑓𝑛 (𝑥1 , 𝑥2 ) Thông thường 𝑓𝑖 (𝑥1 , 𝑥2 ) đa thức theo đầu vào 𝑥1 , 𝑥2 hàm bất kỳ, tuỳ thuộc vào mô tả đầu hệ thống Khi 𝑓𝑖 (𝑥1 , 𝑥2 ) số gọi mô hình Sugeno bậc không, sử dụng để thiết kế điều khiển cho hệ thống lò nhiệt hệ thống SEIG LA 1.1.3 Bộ điều khiển mờ dựa hệ luật 1.1.3.1 Cấu trúc điều khiển mờ Một điều khiển mờ gồm khối sau: - Fuzzification: Từ giá trị đầu vào rõ [𝑥0𝑖 ], thành phần tính toán độ thoả mãn để vector [𝜇𝑖∗ ] - Rule – base: Cơ sở tri thức gồm luật có cấu trúc “If … then …” mô tả mối quan hệ biến vào – - Inference mechanism: Bộ suy diễn dựa hệ luật thực theo quy tắc hợp thành Defuzzification: Từ tập mờ đầu 𝑅′, thành phần tính toán giá trị rõ 𝑢0 để điều khiển đối tượng Rulse – Base 𝒙 𝝁 fuzzification 𝒖 𝑹′ inference mechanism defuzzification Hình 1 Sơ đồ cấu trúc điều khiển mờ 1.1.3.2 Phương pháp thiết kế điều khiển mờ dựa luật Quá trình thiết kế điều khiển mờ thường thực theo bước: 1) Định nghĩa biến ngôn ngữ vào – 2) Định nghĩa tập mờ cho biến ngôn ngữ 3) Xây dựng hệ luật điều khiển 4) Chọn quy tắc hợp thành 5) Chọn nguyên lý giải mờ 1.2 Suy luận xấp xỉ dựa đại số gia tử ĐSGT (Ho N C., Wechler W - 1990, Ho N C., Wechler W - 1992) coi cấu trúc toán học có thứ tự tập hợp hạng từ ngôn ngữ, quan hệ thứ tự quy định ngữ nghĩa hạng từ ngôn ngữ tập hợp Việc lượng hoá giá trị ngữ nghĩa hạng từ ngôn ngữ thông qua hàm định lượng cho phép mô tả đầy đủ trình suy luận xấp xỉ 1.2.1 Kiến thức sở đại số gia tử Định nghĩa 1: Đại số gia tử biến ngôn ngữ 𝒳 thành phần 𝒜𝒳 = (𝑋, 𝐺, 𝐶, 𝐻, ≤), 𝑋 tập hạng từ 𝒳; ≤ biểu thị mối quan hệ thứ tự ngữ nghĩa hạng từ 𝑋; 𝐺 = {𝑐 − , 𝑐 + }, 𝑐 − ≤ 𝑐 +, phần tử sinh; 𝐶 = {𝟎, 𝑾, 𝟏} tập hằng, với 𝟎 ≤ 𝑐 − ≤ 𝑾 ≤ 𝑐 + ≤ 𝟏, để phần tử có ngữ nghĩa nhỏ nhất, phần tử trung hoà phần tử có ngữ nghĩa lớn nhất; Tập gia tử 𝐻 = 𝐻 − ∪ 𝐻 +, với 𝐻 − = {ℎ𝑗 : 1 ≤ 𝑗 ≤ 𝑞} tập gia tử âm, 𝐻 + = {ℎ𝑗 : ≤ 𝑗 ≤ 𝑝} gia tử dương Có thể thấy tập 𝑋 bao gồm hạng từ ngôn ngữ có thứ tự biến ngôn ngữ 𝒳 sinh tác động gia tử ℎ ∈ 𝐻 lên phần tử sinh 𝑐 ∈ 𝐺, ký hiệu 𝐻(𝐺) phần tử 𝐶 𝑋 = 𝐻(𝐺) ∪ 𝐶 Các thành phần 𝒜𝒳 có số tính chất sau: - ℎ ∈ 𝐻, 𝑥 ∈ 𝑋: ℎ𝑥 ≤ 𝑥 ℎ𝑥 ≥ 𝑥 - Nếu ℎ ∈ 𝐻, ℎ𝑥 = 𝑥 𝑥 phần tử cố định Ta có 𝐻(𝑥) = {𝑥|𝑥 ∈ 𝐶} - ℎ ∈ 𝐻 − ℎ𝑐 + ≤ 𝑐 + , ℎ𝑐 − ≥ 𝑐 − ; ℎ ∈ 𝐻 + ℎ𝑐 + ≥ 𝑐 + , ℎ𝑐 − ≤ 𝑐 − - ℎ, 𝑘 ∈ 𝐻 + , ℎ ≥ 𝑘 ℎ𝑐 + ≥ 𝑘𝑐 + (hoặc ℎ𝑐 − ≤ 𝑘𝑐 −) ℎ, 𝑘 ∈ 𝐻 − , ℎ ≥ 𝑘 ℎ𝑐 + ≤ 𝑘𝑐 + (hoặc ℎ𝑐 − ≥ 𝑘𝑐 −) ℎ, 𝑘 ∈ 𝐻, 𝑥 ∈ 𝑋, ℎ gọi dương 𝑘 ℎ𝑘𝑥 < 𝑘𝑥 < 𝑥 (hoặc 𝑥 < 𝑘𝑥 < ℎ𝑘𝑥), ℎ gọi âm 𝑘 𝑘𝑥 < ℎ𝑘𝑥 < 𝑥 (hoặc 𝑥 < ℎ𝑘𝑥 < 𝑘𝑥) Định nghĩa 2: Hàm 𝑠𝑔𝑛: 𝑋 → {−1, 0, 1} Với 𝑘, ℎ ∈ 𝐻, 𝑐 ∈ 𝐺, 𝑥 ∈ 𝑋: 1) 𝑠𝑔𝑛(𝑐 + ) = +1 𝑠𝑔𝑛(𝑐 − ) = −1 2) {ℎ ∈ 𝐻 + |𝑠𝑔𝑛(ℎ) = +1} {ℎ ∈ 𝐻 − |𝑠𝑔𝑛(ℎ) = −1} 3) 𝑠𝑔𝑛(ℎ𝑐 + ) = +𝑠𝑔𝑛(𝑐 + ) ℎ𝑐 + ≥ 𝑐 + 𝑠𝑔𝑛(ℎ𝑐 − ) = +𝑠𝑔𝑛(𝑐 − ) ℎ𝑐 − ≤ 𝑐 − 𝑠𝑔𝑛(ℎ𝑐 + ) = −𝑠𝑔𝑛(𝑐 + ) ℎ𝑐 + ≤ 𝑐 + 𝑠𝑔𝑛(ℎ𝑐 − ) = −𝑠𝑔𝑛(𝑐 − ) ℎ𝑐 − ≥ 𝑐 − Hay 𝑠𝑔𝑛(ℎ𝑐) = 𝑠𝑔𝑛(ℎ)𝑠𝑔𝑛(𝑐) 4) 𝑠𝑔𝑛(𝑘ℎ𝑥) = +𝑠𝑔𝑛(ℎ𝑥) 𝑘 dương ℎ (𝑠𝑔𝑛(𝑘, ℎ) = +1) 𝑠𝑔𝑛(𝑘ℎ𝑥) = −𝑠𝑔𝑛(ℎ𝑥) 𝑘 âm ℎ (𝑠𝑔𝑛(𝑘, ℎ) = −1) 5) 𝑠𝑔𝑛(𝑘ℎ𝑥) = 𝑘ℎ𝑥 = ℎ𝑥 Độ đo tính mờ Kích thước tập 𝐻(𝑥) biểu diễn cho độ đo tính mờ 𝑓𝑚 khái niệm 𝑥 ∈ 𝑋 “bán kính” 𝐻(𝑥) tính toán cách đệ quy từ độ đo tính mờ phần tử sinh 𝑓𝑚(𝑐 − ), 𝑓𝑚(𝑐 + ) độ đo tính mờ gia tử (ℎ), ℎ ∈ 𝐻 Chúng gọi tham số mờ 𝑋 Độ đo tính mờ 𝑥 ∈ 𝑋, ký hiệu 𝑓𝑚(𝑥) định nghĩa sau: Định nghĩa 3: Cho 𝒜𝒳 = (𝑋, 𝐺, 𝐶, 𝐻, ≤) Hàm 𝑓𝑚: 𝑋 → [0, 1] gọi hàm độ đo tính mờ 𝑥 ∈ 𝑋 nếu: (1.1) 1) 𝑓𝑚(𝑐 − ) + 𝑓𝑚(𝑐 + ) = 1, ∑ℎ∈𝐻 𝑓𝑚(ℎ𝑥) = 𝑓𝑚(𝑥), ∀𝑥 ∈ 𝑋 2) 𝑓𝑚(𝑥) = với ∀𝑥, 𝐻(𝑥) = {𝑥}, 𝑓𝑚(0) = 𝑓𝑚(𝑊) = (1.2) 𝑓𝑚(1) = - 3) ∀𝑥, 𝑦 ∈ 𝑋, ℎ ∈ 𝐻, 𝑓𝑚(ℎ𝑥) 𝑓𝑚(𝑥) = 𝑓𝑚(ℎ𝑦) , 𝑓𝑚(𝑦) tỷ lệ không phụ thuộc vào 𝑥, 𝑦 đặc trưng cho độ đo tính mờ gia tử ℎ, ký hiệu 𝜇(ℎ) Ta có tính chất 𝑓𝑚(𝑥) 𝜇(ℎ) sau: Mệnh đề 1: Cho 𝑓𝑚 hàm độ đo tính mờ 𝑋 Với 𝑥 ∈ 𝑋, 𝑥 = ℎ𝑛 ℎ𝑛−1 … ℎ1 𝑐, ℎ𝑗 ∈ 𝐻, 𝑐 ∈ 𝐺 Ta có: (1.3) 1) 𝑓𝑚(ℎ𝑥) = 𝜇(ℎ)𝑓𝑚(𝑥) 2) ∑−𝑞[...]... để giải bài toán suy luận xấp xỉ đối với những bài toán điều khiển có 2 đầu vào, 1 đầu ra Đề xuất phép ngữ nghĩa hoá và giải nghĩa Đưa ra lược đồ bộ điều khiển mới Giải thuật di truyền và ứng dụng trong tối ưu hoá các tham số của bộ điều khiển theo lược đồ đã đưa ra 3 CHƯƠNG 3 MỘT SỐ ỨNG DỤNG TRONG ĐIỀU KHIỂN Trong chương này, nội dung trình bày ứng dụng các đề xuất mới trong chương 1 và chương 2 giải... ưu tham số cho các bộ suy luận xấp xỉ: Bộ chỉnh định tham số cho bộ điều khiển PI, bộ điều khiển cho đối tượng lò nhiệt và bộ điều khiển mờ trượt cho đối tượng con lắc ngược Kết luận của luận án Với mục đích đặt ra, luận án đã đạt được một số kết quả chính và những đóng góp mới như sau: 1) Đưa ra phép nội suy ngữ nghĩa trực tiếp trong không gian 3D (𝑅3) để tính toán giá trị suy luận xấp xỉ và thực... giải quyết các bài toán ứng dụng Cụ thể đó là: - Ứng dụng đề xuất sử dụng phép nội suy 3D thiết kế bộ điều khiển động cơ; bộ chỉnh định hệ số 𝐾𝑃 , 𝐾𝐼 cho bộ điều khiển PI kinh điển; Bộ điều khiển cho hệ thống điều khiển điện áp cho hệ thống máy phát tự kích – SEIG - Ứng dụng đề xuất sử dụng phép ngữ nghĩa hoá và giải nghĩa, đó là: Bộ điều khiển ổn định nhiệt độ cho lò nhiệt và bộ điều khiển cho đối... lý trượt - Tối ưu tham số cho các bộ suy luận xấp xỉ theo tiếp cận ĐSGT: bộ chỉnh định tham số cho bộ điều khiển PI, bộ điều khiển cho đối tượng lò nhiệt và bộ điều khiển mờ trượt cho đối tượng con lắc ngược 3.1 Bộ suy luận xấp xỉ với phương pháp nội suy tuyến tính trên mặt 3D 3.1.1 Bài toán điều khiển ổn định tốc độ động cơ 3.1.1.1 Giới thiệu bài toán Mô hình của hệ thống điều khiển động cơ DC như trên... 1) Bộ điều khiển PI Bộ điều khiển PI kinh điển được mô tả bởi: 𝑡 𝐾 𝑢(𝑡) = 𝐾𝑃 𝑒(𝑡) + 𝑇𝑃 ‫׬‬0 𝑒(𝑡)𝑑𝑡 (3.3) 𝐼 ∗ (t) Trong đó: 𝑒(𝑡) = 𝑢𝑑𝑐 − 𝑢𝑑𝑐 (t) là sai lệch của tín hiệu điều khiển và ∗ (t) 𝑢(𝑡) = 𝑖𝑠𝑞 là tín hiệu điều khiển ở đầu ra của bộ điều khiển Trong (3.3) các hệ số 𝐾𝑃 = 0.02, 𝑇𝐼 = 0.1 là hệ số tỉ lệ và hằng số thời gian của bộ điều khiển 2) Bộ điều khiển FLC - Biến ngôn ngữ vào là 𝐿𝑒 và 𝐿𝑐𝑒, biến... SEIG và thuật toán điều khiển IFRO Mô hình cơ bản của hệ thống SEIG và thuật toán điều khiển IRFO được chỉ ra trong Hình 3 5 Để đánh giá hiệu quả của các bộ điều khiển, nhóm nghiên cứu thiết kế ba bộ điều khiển điện áp khác nhau (Voltage controller), đó là bộ 15 điều khiển PI kinh điển, bộ điều khiển logic mờ kiểu Sugeno (FLC) và bộ điều khiển theo tiếp cận ĐSGT (HAC) 3.1.3.2 Các bộ điều khiển 1) Bộ điều. .. 3 14 Đáp ứng đầu ra khi mô phỏng với các bộ điều khiển Tổng sai lệch điều khiển theo công thức (3.1) đối với bộ điều khiển HAC, HACs và OP_HACs và các thiết lập mô phỏng trên được: 𝑔𝐻𝐴𝐶 = 47.4140; 𝑔𝐻𝐴𝐶𝑠 = 42.5936; 𝑔𝑂𝑃_𝐻𝐴𝐶𝑠 = 40.0244 3.3.3 Tối ưu hoá tham số bộ điều khiển con lắc ngược 3.3.3.1 Tối ưu hoá tham số mờ của đại số gia tử Bộ điều khiển có các đầu vào là 𝑥1 , 𝑥2 và đầu ra 𝑢 Tương ứng ta có... số bài toán ứng dụng: - Ứng dụng đề xuất sử dụng phép nội suy 3D thiết kế bộ điều khiển động cơ; bộ chỉnh định hệ số 𝐾𝑃 , 𝐾𝐼 cho bộ điều khiển PI kinh điển; Bộ điều khiển cho hệ thống điều khiển điện áp cho hệ thống máy phát tự kích – SEIG - Ứng dụng đề xuất sử dụng phép ngữ nghĩa hoá và giải nghĩa cho: Bộ điều khiển ổn định nhiệt độ cho lò nhiệt và bộ điều khiển cho đối tượng con lắc ngược có liên kết... pha và góc lệch 𝒙𝟏 (𝒕) 1 100 24 a) Tốc độ của góc lệch 𝑥2 (𝑡) b) Lực điều khiển 𝑢(𝑡) Hình 3 16 Tốc độ biến thiên của góc lệnh 𝒙𝟐 (𝒕) và lực điều khiển 𝒖(𝒕) Tính toán tổng sai lệch góc lệch 𝑥1 tính toán theo (3.9) được: 𝑒𝑟𝑟𝑂𝑃_𝐻𝐴𝐶 = 2.6284 Ghi chú: 𝑒𝑟𝑟𝐹𝐿𝐶 = 4.1431 và 𝑒𝑟𝑟𝐻𝐴𝐶 = 3.4533 Kết luận Chương 3 Trong chương này, nội dung trình bày ứng dụng các đề xuất mới với một số bài toán ứng dụng: - Ứng dụng. .. điều khiển về giá trị biến thiên thực của biến điều khiển 10 2.3 Giải thuật di truyền Nội dung của chương là nghiên cứu ứng dụng GA để tối ưu hoá các tham số của bộ điều khiển ĐSGT sao cho chất lượng điều khiển là tốt nhất 2.3.1 Các bước thực hiện GA Holland đưa ra GA với các bước cần thiết để thực hiện ứng dụng GA trong tối ưu và đã được rất nhiều nhà khoa học áp dụng (Holland - 1975) 2.3.2 Các phép