ĈҤ,+Ӑ&48Ӕ&*,$73+Ӗ&+Ë0,1+
75ѬӠ1*ĈҤ,+Ӑ&%È&+.+2$
CAO VĂ1.IÊN
1+Ұ1'Ҥ1*9¬Ĉ,ӄ8.+,ӆ1+ӊ3+,78<ӂ1&Ï75ӈ
DÙNG MÔ HÌN+)8==<1+,ӄ8/Ӟ3.ӂ7+Ӧ3*,Ҧ,
7+8Ұ77Ë1+72È10ӄ0
/8Ұ1È17,ӂ16Ƭ
73+Ӗ&+ËMINH - 1Ă022
ĈҤ,+Ӑ&48Ӕ&*,$73. HCM
75ѬӠ1*ĈҤ,+Ӑ&%È&+.+2$
CAO VĂ1.,ÊN
1+Ұ1'Ҥ1*9¬Ĉ,ӄ8.+,ӆ1+ӊ3+,78Yӂ1&Ï75ӈ
'Ô1*0Ð+Î1+)8==<1+,ӄ8 /Ӟ3.ӂ7+Ӧ3*,Ҧ,
7+8Ұ77Ë1+72È10ӄ0
Chuyên ngành: .ӻ7KXұWĈLӅX.KLӇQ 7ӵĈӝQJ+yD
0mVӕFKX\rQQJjQK 62520216
3KҧQELӋQÿӝFOұS: 3*676ĈһQJ;XkQ.LrQ
3KҧQELӋQÿӝFOұS: 3*6767UѭѫQJĈuQK1KѫQ
3KҧQELӋQ:
3*6761JX\ӉQ&Kt1J{Q
3KҧQELӋQ:
3*6761JX\ӉQ7KDQK3KѭѫQJ
3KҧQELӋQ:
3*6761JX\ӉQ4XӕF+ѭQJ
1*ѬӠ, +ѬӞN*'Ү1:
1. GS. TS. Hӗ3KҥP+X\Ánh
LӠ,&$0Ĉ2$1
Nghiên cӭu sinh [LQFDPÿRDQÿk\là công trình nghiên cӭu cӫa bҧn thân nghiên cӭu
sinh. Các kӃt quҧ nghiên cӭu và các kӃt luұn trong luұn án này là trung thӵc, và không
sao chép tӯ bҩt kǤ mӝt nguӗQQjRYjGѭӟi bҩt kǤ hình thӭc nào. ViӋc tham khҧo các
nguӗn tài liӋu ÿmÿѭӧc thӵc hiӋn trích dүn và ghi nguӗn tài liӋu tham khҧo ÿ~QJquy
ÿӏnh.
Nghiên cӭu sinh luұn án
Cao VăQ.Lên
i
TÓM 7Ҳ7/8Ұ1ÁN
HӋ thӕng phi tuyӃn vӟi các yӃu tӕ bҩWÿӏnh và nhiӉXÿӝng rҩWNKyÿӇ [iFÿӏnh
chính xác mô hình toán hӑc cӫa hӋ thӕng ÿһc biӋt ÿӕi vӟi cic hӋ cy ÿһc ttnh trӉ'Rÿy
FiFKѭӟng tiӃp cұQÿLӅu khiӇn thông WKѭӡng dӵa trên mô hình toán hӑc gҫQQKѭNKông
ÿiS ӭQJ ÿѭӧc yêu cҫu. Vì thӃ ngày càng có nhiӅu nghiên cӭu tұp trung vào các mô
hình và các bӝ ÿLӅu khiӇn thông minh ӭng dөng kӻ thuұt tính toán mӅm dӵa trên mҥng
Qѫ-ron nhân tҥo, logic mӡ và các thuұt toán tӕLѭXWLӃn hóa. Trong luұn án này, nghiên
cӭu sinh ÿӅ xuҩt mô hình Fuzzy nhiӅu lӟp kӃt hӧp vӟi giҧi thuұt tiӃn hóa vi sai ÿӇ nhұn
dҥng và ÿLӅu khiӇn hӋ phi tuyӃn. Các nӝi dung chính cӫa luұn án ÿѭӧc tóm tҳWQKѭVDX
ĈӅ xuҩt ÿҫu tiên là mô hình Fuzzy nhiӅu lӟp dùng trong nhұn dҥQJ Yj ÿLӅu
khiӇn hӋ phi tuyӃn. Mô hình Fuzzy nhiӅu lӟp ÿѭӧc tҥo thành bҵng cách kӃt hӧp nhiӅu
mô hình Fuzzy Multi-Input, Single-Output (MISO). Mӛi mô hình Fuzzy MISO nhiӅu
lӟSÿѭӧc tҥo thành bӣi nhiӅu mô hình Fuzzy Takagi-Sugeno (T-S) truyӅn thӕng. Cҩu
trúc và luұt mӡ cӫa mô hình Fuzzy nhiӅu lӟp ÿѭӧc tính toán tӕLѭXEҵng giҧi thuұt tiӃn
hoá vi sai. KӃt quҧ cho thҩy mô hình Fuzzy nhiӅu lӟp có thӇ dùng trong nhұn dҥng mô
hình Multi-Input Multi-Output (MIMO) và tính linh hoҥt cӫa mô hình ÿѭӧc thӇ hiӋn
trong các thí nghiӋm.
ĈӅ xuҩt thӭ hai là giҧi thuұt huҩn luyӋn ghép tҫQJGQJÿӅ huҩn luyӋn mô hình
Fuzzy nhiӅu lӟp mӝt cách tuҫn tӵ. Qua kӃt quҧ thӵc nghiӋm chӭng miQKÿѭӧFSKѭѫQJ
SKiSOjPWăQJ ÿӝ chính xác, giҧm thӡi gian tính toán so vӟLSKѭѫQJSKiSKXҩn luyӋn
thông thѭӡng.
VӅ EjLWRiQÿLӅu khiӇn, luұn án có hai ÿӅ xuҩt giҧi thuұWÿLӅu khiӇn kӃt hӧp giҧi
thuұt tính toán mӅm tӕi ѭXYà giҧi thuұt ÿLӅu khiӇn thích nghi. Ĉҫu tiên là giҧi thuұt
WUѭӧt mӡ thích nghi vӟi hàm thích nghL ÿѭӧc thiӃt kӃ mӟi gӑQ KѫQ Yj Wұn dөng khҧ
QăQJ cӫa các giҧi thuұt tính toán tӕLѭXYjRQKұn dҥng các tham sӕ EDQÿҫu cӫa bӝ ÿLӅu
khiӇn. ĈӅ xuҩt cho bài toán ÿLӅu khiӇn thӭ hai là giҧi thuұt ÿLӅu khiӇn mô hình ngѭӧc
thích nghi áp dөng mô hình Fuzzy nhiӅu lӟp tӕi ѭXEҵng giҧi thuұt tiӃn hóa vi sai kӃt
hӧp vӟi giҧi thuұt ÿLӅu khiӇn trѭӧt mӡ thích nghi. Cҧ hai hѭӟng ÿӅ xuҩt ÿӅu có các ÿһc
ÿLӇm là kӃt hӧp giӳa giҧi thuұt tӕi ѭu vӟi giҧi thuұt ÿLӅu khiӇn thích nghi làPWăQJFKҩt
Oѭӧng bӝ ÿLӅu khiӇn lúc khӣLÿӝng Yjÿҧm bҧo lý thuyӃt әQÿӏnh Lyapunov.
ii
ABSTRACT
Nonlinear systems with uncertainties and disturbances make it difficult to
accurately identify the mathematical model of the system. Therefore, the conventional
control approaches based on the mathematical model almost do not meet the quality
requirements. Therefore, more and more research is focused on intelligent models and
controllers applying soft computing techniques based on artificial neural networks,
fuzzy logic, and evolutionary optimization algorithms. In this thesis, the author
proposes multilayer fuzzy model trained by the differential evolution algorithm to
identify and control the nonlinear system. The main contributions of the thesis are
summarized as follows:
The first contribution is a multilayer Fuzzy model used in the identification and
control nonlinear systems. Multilayer Fuzzy models are created by combining multiple
Fuzzy MISO models. Each multilayer Fuzzy MISO model is made up of many
traditional Takagi-Sugeno Fuzzy models. The structure and laws of the multilayer
Fuzzy model are optimally identified using the differential evolution (DE) algorithm.
The results show that multilayer fuzzy model can be used in MIMO model
identification and the flexibility of the model has been shown in experiments.
The second contribution is a cascade training algorithm, which uses to train a
multi-layered fuzzy model sequentially. The experimental results show that the
method increases accuracy and reduces calculation time compared to conventional
methods.
Regarding the control problem, the author has two contribution that combining
the optimal soft computing algorithm and adaptive control algorithm. The first is a
novel adaptive fuzzy sliding mode algorithm that is the adaptive law has been newly
designed and takes advantage of the ability of optimal computing algorithms to
identify the initial parameters of the controller. The second control problem is an
adaptive inversed model control algorithm that applies the optimal multilayer Fuzzy
model by DE algorithm combined with an adaptive fuzzy control algorithm. Both
proposed controllers have the characteristics of combining optimization algorithm with
an adaptive control algorithm to increase controller quality at startup and guarantee the
system meets Lyapunov's stability theory.
iii
LӠI CҦ0Ѫ1
ĈӇ hoàn thành luұn án này, tôi xin gӱi lӡi cҧPѫQÿӃn GS. TS. Hӗ Phҥm Huy Ánh,
thҫy ÿm Kѭӟng dүn tôi trong suӕt quá trình thӵc hiӋn ÿӅ tài.
Tôi xin gӱi lӡi cҧPѫQÿӃn tҩt cҧ thҫ\F{ .KRDĈLӋn - ĈLӋn tӱĈҥi hӑc Bách Khoa
Tp.HC0ÿmWUX\ӅQÿҥt các kiӃn thӭc nӅn tҧng quý báu tӯ khi tôi hӑc ӣ bұc Cao hӑc
FKR ÿӃn các hӑc phҫn TiӃQ Vƭ QKӡ nhӳng kiӃn thӭc nӅn tҧng này mà tôi mӟi có thӇ
thӵc hiӋQÿѭӧc công viӋc nghiên cӭu. Xin gӱi lӡi cҧP ѫQÿӃn các thҫy cô trong các
Hӝi ÿӗQJÿiQK giá các FKX\rQÿӅ TiӃQVƭluұn án TiӃQVƭFҩp Khoa, nhӳng ý kiӃn phҧn
biӋn và góp ý thұt sӵ ÿmJL~SW{LUҩt nhiӅu trong viӋc chӍnh sӱa và hoàn chӍnh luұn án
cӫa mình.
Xin gӱi lӡi cҧPѫQÿӃQOmQKÿҥo TUѭӡQJĈҥi hӑc Công nghiӋp Tp.HCM, lãnh ÿҥo và
toàn thӇ cán bӝ, giҧng viên Khoa Công nghӋ ĈLӋn tӱ YuÿmFy nhӳng chính sách hӛ trӧ,
tҥo ÿLӅu kiӋn rҩt tӕt cho tôi hӑc tұp và làm viӋc.
&XӕL FQJ[LQFKkQWKjQKFҧPѫQgia ÿuQK và nJѭӡLWKkQOX{QFKia Vҿ PӑL khó NKăn và
là chӛ GӵDYӳQJFKҳFYӅYұWFKҩt YjWLQKWKҫQWURQJVXӕWWKӡLJLDQWKӵFKLӋQYjKRjn
WKjQKOXұQ án.
iv
MӨC LӨC
DANH MӨC BҦNG BIӆU .............................................................................................. xi
DANH MӨC CÁC TӮ VIӂT TҲT ................................................................................ xii
DANH MӨC CÁC KÝ HIӊU ........................................................................................ xiii
0ӢĈҪ8
....................................................................................................................... 1
TË1+&Ҩ37+,ӂ7&Ӫ$Ĉӄ7¬, .................................................................................................. 1
MӨ&ĈË&+1*+,Ç1&Ӭ8 ......................................................................................................... 3
ĈӔ,7ѬӦ1*9¬3+Ҥ09,1*+,Ç1&Ӭ8 ................................................................................... 3
P+ѬѪ1*3+È31*+,Ç1&Ӭ8 ................................................................................................... 4
ĈÏ1**Ï30Ӟ,9ӄ0Һ7.+2$+Ӑ&9¬7+Ӵ&7,ӈ1 ............................................................... 4
BӔ&Ө&&Ӫ$/8Ұ1ÈN............................................................................................................. 6
&+ѬѪ1* GIӞI THIӊU ................................................................................................ 7
1.1.
GIӞI THIӊ8Ĉӄ TÀI........................................................................................................ 7
1.2.
TӘNG QUAN TÌNH HÌNH NGHIÊN CӬU ........................................................................... 9
1.2.1.
V͉ OƭQKYc nh̵n d̩ng h͏ th͙ng dùng mô hình logic mͥ ...................................................9
1.2.2.
V͉ OƭQKYFÿL͉u khi͋n dùng mô hình logic mͥ ................................................................12
1.3.
PHҤM VI NGHIÊN CӬU ................................................................................................ 13
1.4.
NӜI DUNG QUYӆN LUҰN ÁN ....................................................................................... 14
&+ѬѪ1* &Ѫ6Ӣ LÝ THUYӂT ................................................................................ 16
2.1.
GIӞI THIӊU................................................................................................................. 16
2.2.
THUҰT TOÁN TIӂN HÓA VI SAI .................................................................................... 16
2.3.
BӜ ĈIӄU KHIӆN T5ѬӦT .............................................................................................. 18
2.4.
MÔ HÌNH FUZZY NHIӄU LӞP TRONG NHҰN DҤNG Hӊ PHI TUYӂN ................................. 20
2.4.1.
Mô hình Fuzzy trong nh̵n d̩ng h͏ phi tuy͇n ..................................................................20
2.4.2.
Mô hình Fuzzy nhi͉u lͣp ..................................................................................................21
2.5.
KӂT LUҰN .................................................................................................................. 24
C+ѬѪ1* NHҰN DҤNG Hӊ PHI TUYӂN DÙNG MÔ HÌNH FUZZY NHIӄU
LӞP
3.1.
..................................................................................................................... 25
GIӞI THIӊU................................................................................................................. 25
v
3.2.
MÔ HÌNH Hӊ BӖ11ѬӞ&ĈÐ,/,Ç1.ӂT ........................................................................ 25
3.2.1.
Thu th̵p dͷ li͏u vào ra ....................................................................................................27
3.2.2.
K͇t qu̫ nh̵n d̩ng mô hình thu̵n ...................................................................................29
3.2.3.
K͇t qu̫ nh̵n d̩QJP{KuQKQJ˱ͫc...................................................................................33
3.3.
MÔ HÌNH PAM SONG SONG ....................................................................................... 38
3.3.1.
Mô hình PAM song song ..................................................................................................38
3.3.2.
Thu th̵p dͷ li͏u vào ± ra .................................................................................................39
3.3.3.
Hṷn luy͏n mô hình thu̵n ± QJ˱ͫc .................................................................................41
3.4.
HUҨN LUYӊN GHÉP TҪNG MÔ HÌNH FUZZY NHIӄU LӞP ӬNG DӨNG NHҰN DҤNG Hӊ PHI
TUYӂ1Ĉ$%,ӂN ...................................................................................................................... 45
3.4.1.
nh̵n d̩ng tham s͙ mô hình Fuzzy nhi͉u lͣp b̹QJSK˱˯QJSKiSJKpSW̯ng ...................45
3.4.2.
Thu th̵p dͷ li͏u................................................................................................................46
3.4.3.
Hṷn luy͏n mô hình..........................................................................................................47
3.4.4.
K͇t qu̫ hṷn luy͏n ...........................................................................................................48
3.5.
KӂT LUҰN .................................................................................................................. 55
&+ѬѪ1* Ĉ,ӄU KHIӆN THÍCH NGHI Hӊ PHI TUYӂN DÙNG MÔ HÌNH
FUZZY NHIӄU LӞP KӂT HӦP GIҦI THUҰT TӔ,Ѭ8 ......................................... 56
4.1.
GIӞI THIӊU................................................................................................................. 56
4.2.
GIҦI THUҰ7Ĉ,ӄU KHIӆ175ѬӦT MӠ NÂNG CAO KӂT HӦP GIҦI THUҰT TӔ,Ѭ8 ............. 57
4.2.1.
Mô hình PAM 1dof thc nghi͏m.......................................................................................61
4.2.2.
K͇t qu̫ ÿL͉u khi͋n ............................................................................................................63
4.3.
GIҦI THUҰ7Ĉ,ӄU KHIӆ11*ѬӦC THÍCH NGHI NÂNG CAO KӂT HӦP GIҦI THUҰT TӔ,Ѭ8 ...
.................................................................................................................................. 72
4.3.1.
Gi̫i thu̵t ÿL͉u khi͋n QJ˱ͫc thích nghi nâng cao k͇t hͫp gi̫i thu̵t t͙L˱X .....................72
4.3.2.
Mô hình Spring-mass-damper ..........................................................................................77
4.3.3.
Mô hình b͛QQ˱ͣc liên k͇t ................................................................................................87
4.4.
KӂT LUҰN .................................................................................................................. 96
&+ѬѪ1* KӂT LUҰN VÀ KIӂN NGHӎ .................................................................. 97
5.1.
KӂT LUҰN .................................................................................................................. 97
5.2.
KIӂN NGHӎ ................................................................................................................. 99
DANH MӨC CÔNG TRÌNH LIÊN QUAN LUҰN ÁN ............................................. 101
TÀI LIӊU THAM KHҦO............................................................................................. 103
PHӨ LӨC
................................................................................................................... 120
vi
DANH MӨC CÁC HÌNH ҦNH
+uQK/ѭXÿӗJLҧLWKXұWWӕLѭX'( ............................................................................18
+uQK0{KuQK)X]]\GQJQKұQGҥQJKӋSKLWX\ӃQ0,62 ...................................20
Hunh 2.3. Mô hình Hierachical Fuzzy««««««««««««««««««...21
Hình 2.4. Mô hình Fuzzy nKLӅXOӟSiSGөQJWURQJQKұQGҥQJ .....................................22
+uQK+jPOLrQWKXӝFQJ}YjRFӫDP{KuQK)X]]\7-6Gҥng tam giác ..................23
Hình 2.6. Hàm liên thuӝc QJ}YjRFӫDP{KuQK)X]]\7-6GҥQJ*DXVV ......................24
+uQK&ҩXWU~FP{KuQKEӗQQѭӟFOLrQNӃWÿ{L ........................................................26
Hình 3'ӳOLӋXKXҩQOX\ӋQP{Kình ..........................................................................28
+uQK'ӳOLӋXÿiQKJLiP{KuQK ..............................................................................28
Hình 0{KuQK)X]]\WURQJQKұQGҥQJKӋEӗQQѭӟF ...............................................29
+uQK.ӃWTXҧKXҩQOX\ӋQQKұQGҥQJQJ}UDEӗQ .................................................30
+uQK.ӃWTXҧÿiQKJLiFKҩWOѭӧQJQKұQGҥQJQJ}UD bӗQ ...................................31
+uQK*LiWUӏKjPPөFWLrXTXDFiFWKӃKӋ ..............................................................31
+uQK.ӃWTXҧQKұQGҥQJP{KuQK)X]]\YӟLngõ ra x4..........................................32
Hình 3.9.ӃWTXҧÿiQKJLiP{KuQK)X]]\YӟLQJ}UD[ ............................................32
HìQK*LiWUӏKjPPөFWLrXNKLKXҩQOX\ӋQP{KuQK)X]]\cho ngõ ra x4 ...........33
Hình .ӃWTXҧKXҩQOX\ӋQP{KuQK)X]]\QJ}UDOjÿLӋQiSEѫP ........................34
+uQK.ӃWTXҧKXҩQOX\ӋQP{KuQK)X]]\QJ}UDOjÿLӋQiSEѫP ........................35
+uQK*LiWUӏKjPPөFWLrXTXDWKӃKӋKXҩQOX\ӋQP{KuQK)X]]\QKLӅXOӟSFKR
ngõ ra u1. .......................................................................................................................35
Hình 3.14. .ӃWTXҧKXҩQOX\ӋQP{KuQK)X]]\QJ} UDOjÿLӋQiSEѫP .....................36
+uQK.ӃWTXҧÿiQKJLiP{KuQK)X]]\QJ}UDOjÿLӋQiSEѫP ..........................37
HìQK*LiWUӏKjPPөFWLrXTXDFiFWKӃKӋKXҩQOX\ӋQP{ KuQK)X]]\QKLӅXOӟS
cho ngõ ra u2 .................................................................................................................37
+uQK+uQKҧQKP{KuQKWKӵFWӃ ............................................................................38
vii
+uQK6ѫÿӗNKӕLP{KuQK3$0VRQJVRQJWKӵFWӃ ...............................................39
+uQK'ӳOLӋXKXҩQOX\ӋQP{KuQK3$0 ..............................................................40
+uQK'ӳOLӋXÿiQKJLimô hình PAM ..................................................................40
Hình 36ѫÿӗP{KuQK)X]]\QKLӅXOӟSQKұQGҥQJKӋ3$0VRQJVRQJ .................41
+uQK.ӃWTXҧOҫQKXҩQOX\ӋQP{KuQK .............................................................42
Hình 3.23. KӃWTXҧ OҫQÿiQKJLiP{KuQK .................................................................43
+uQK+jPPөFWLrXWURQJOҫQKXҩQOX\ӋQ .......................................................43
Hình 3..ӃWTXҧOҫQKXҩQOX\ӋQP{KuQK .............................................................44
+uQK.ӃWTXҧÿiQKJLiWURQJOҫQWKtQJKLӋP ...................................................44
+uQK.ӃWTXҧKjPPөFWLrXWURQJOҫQKXҩQOX\ӋQ ...........................................45
HìQK4XiWUuQKKXҩQOX\ӋQJKpSWҫQJ ..................................................................46
+uQK'ӳOLӋXYjR-UDÿӉ KXҩQOX\ӋQ .....................................................................47
Hình 'ӳOLӋXÿiQKJLiP{KuQK ...........................................................................47
+uQK.ӃWTXҧKXҩQOX\ӋQYjÿiQKJLiFӫDOҫQKXҩQOX\ӋQJKpSWҫQJÿҫXWiên. ....49
Hình 3.32. GiiWUӏKjPPөFWLrXFӫDOҫQKXҩQOX\ӋQJKpSWҫQJÿҫXWLrQ .....................50
+uQK.ӃWTXҧKXҩQOX\ӋQYjÿánh giá mô hình ӣOҫQKXҩQOX\ӋQJKpSWҫQJWKӭ
.......................................................................................................................................50
+uQK*LiWUӏKjPPөFWLrXFӫDOҫQKXҩQOX\ӋQJKpSWҫQJWKӭ ...........................51
+uQK.ӃWTXҧKXҩQOX\ӋQYjÿiQKJLiP{KuQKӣOҫQKXҩQOX\ӋQJKpSWҫQJWKӭ
.......................................................................................................................................52
+uQK*LiWUӏKjPPөFWLrXFӫDOҫQKXҩQOX\ӋQJKpSWҫQJWKӭ ...........................52
HuQK.ӃWTXҧSKѭѫQJSKiSKXҩQOX\ӋQWK{QJWKѭӡQJ ........................................53
+uQK+jPPөFWLrXFӫDSKѭѫQJSKiSKXҩQOX\ӋQWK{QJWKѭӡQJ .......................54
Hình 46ѫÿӗJLҧLWKXұWÿLӅXNKLӇQPӡWhích nghi.....................................................58
+uQK6ѫÿӗNKӕLP{KuQK3$0EұFWӵGR ...........................................................62
+uQK6ѫÿӗP{KuQK)X]]\[ҩS[ӍI[W .................................................................63
viii
Hình 4.46ѫÿӗP{KuQK)X]]\[ҩS[ӍJ[W ................................................................63
+uQK.ӃWTXҧKXҩQOX\ӋQ ........................................................................................64
+uQK.ӃWTXҧÿiQKJLi ............................................................................................64
+uQK0{KuQK)X]]\YjVXUIDFH[ҩS[ӍKjPI[W .................................................65
Hình 4.8. Mô hình Fuzzy YjVXUIDFH[ҩS[ӍKjPJ[W .................................................65
+uQK+jPOLrQWKXӝFYjWѭѫQJTXDQYjRUD FӫDP{KuQK)X]]\WKtFKQJKL ...........66
+uQK6ѫÿӗNKӕLmô hình Fuzzy thích nghi .........................................................66
+uQK+jPOLrQWKXӝFFӫDEӝÿLӅXNKLӇQ)X]]\-PID ............................................67
+uQK6ѫÿӗEӝÿLӅXNKLӇQ)X]]\-PID ..................................................................68
Hình 4.13. So sánh các gLҧLWKXұW$)60&)X]]\-3,'$)Yj3,'O~FNK{QJWҧL .......69
+uQK6RViQKFiFJLҧLWKXұW$)60&)X]]\-PID, AF và 3,'YӟLWҧLJ .........70
+uQK6RViQKFiFJLҧLWKXұW$)60&)X]]\-3,'$)Yj3,'YӟLWҧLJ ........70
+uQK6RViQKFiFJLҧLWKXұW AFSMC, Fuzzy-3,'$)Yj3,'YӟLWҧL 500g ........71
+uQK6ѫÿӗJLҧLWKXұWÿLӅXNKLӇQÿӅ[XҩW ..............................................................73
Hình 4.18. Mô hình Spring-Mass-Damper ....................................................................77
+uQK'ӳOLӋX GQJKXҩQOX\ӋQYjÿiQKJLiP{KuQK .............................................78
+uQK.ӃWTXҧKXҩQOX\ӋQP{KuQK60' ..............................................................79
HuQK.ӃWTXҧÿiQKJLiP{KuQK60' ..................................................................80
+uQK.ӃWTXҧÿLӅXNKLӇQYӟL[1(0) = 0.5 và x2(0) = -0.5 ......................................81
+uQK.ӃWTXҧVRViQKFiFEӝÿLӅXNKLӇQWUrQKӋ60'± 7KtQJKLӋP$ ..............82
+uQK.ӃWTXҧVRViQKFiFEӝÿLӅXNKLӇQWUrQKӋ60'± 7KtQJKLӋP% ..............82
Hình 4..ӃWTXҧVRViQKFiFEӝÿLӅXNKLӇQWUrQKӋSMD ± 7KtQJKLӋP& ..............83
+uQK.ӃWTXҧVRViQKFiFEӝÿLӅXNKLӇQWUrQKӋ60'± 7KtQJKLӋP' ..............83
+uQK.ӃWTXҧVRViQKFiFEӝÿiӅXNKLӇQ WUrQKӋ60'± 7KtQJKLӋP( ...............84
+uQK.ӃWTXҧÿLӅXNKLӇQYӏWUtEҵQJEӝÿLӅXNKLӇQ$,0)&ÿӅ[XҩW ...................86
ix
+uQK.ӃWTXҧ ÿLӅXNKLӇQYӏWUt EҵQJEӝÿLӅXNKLӇQ$,0)&ÿӅ[XҩW ...................87
+uQK0{KuQKEӗQQѭӟFOLrQNӃW ..........................................................................88
+uQK'ӳOLӋXGQJKXҩQ OX\ӋQYà QKұQGҥQJP{KuQK .........................................89
+uQK.ӃWTXҧÿiQKJLiP{KuQK ...........................................................................90
Hình 4.33. So sánh các EӝÿLӅXNKLӇQiSGөQJFKRKӋEӗQQѭӟFOLrQNӃW ± 7KtQJKLӋP
A ....................................................................................................................................91
+uQK6RViQKFiFEӝÿLӅXNKLӇQiSGөQJFKRKӋEӗQQѭӟFOLrQNӃW± 7KtQJKLӋP
B.....................................................................................................................................92
+uQK6RViQKFiFEӝÿiӅXNKLӇQiSGөQJFKRKӋ EӗQQѭӟFOLrQNӃW± 7KtQJKLӋP&
.......................................................................................................................................93
Hình 4.36 So sánh FiFEӝÿLӅXNKLӇQiSGөQJFKRKӋ EӗQQѭӟFOLrQNӃW± 7KtQJKLӋPD
.......................................................................................................................................93
+uQK6RViQKFiFEӝÿLӅXNKLӇQiSGөQJFKRKӋEӗQQѭӟFOLrQNӃW± 7KtQJKLӋP(
.......................................................................................................................................94
Hình 4.36RViQKFiFWUѭӡQJKӧSÿLӅXNKLӇQtrong 50s ± 7KtQJKLӋP$%&'( .94
+uQK6RViQKFiFJLҧLWKXұWÿLӅXNKLӇQ ................................................................95
x
DA1+0Ө&%Ҧ1*%,ӆ8
%ҧQJéQJKƭDYұWOêYjWK{QJVӕP{KuQKtKӵFQJKLӋP ........................................27
%ҧQJ7KDPVӕFӫDFiFJLҧLWKXұWWӕLѭX ................................................................49
%ҧQJ%ҧQJVRViQK NӃWTXҧKXҩQOX\ӋQJKpSWҫQJYjSKѭѫQJSKiSWh{QJWKѭӡQJ
.......................................................................................................................................54
%ҧQJ/XұWPӡFӫDKjPWKtFKQJKL..........................................................................61
%ҧQJ'DQKViFKFiFWKLӃWEӏGQJWURQJFҩXKuQK3$0EұFWӵGR......................62
%ҧQJ*LiWUӏQJ}UDFӫDEӝÿLӅXNKLӇQ ....................................................................67
%ҧQJ/XұWPӡFӫDEӝÿLӅXNKLӇQ)X]]\-PID .........................................................68
%ҧQJ&iFWKDPVӕVӱGөQJWURQJJLҧLWKXұW'(GQJYӟLKӋ60'........................80
%ҧQJ.ӃWTXҧVRViQKFiFEӝÿLӅXNKLӇQiSGөQJWUrQKӋ60' ...........................85
%ҧQJ6RViQKFKҩWOѭӧQJFiFJLҧLWKXұWÿLӅXNKLӇQiSGөQJOrQKӋ60' ..............87
%ҧQJ 7K{QJVӕ YұWOêFӫDP{KuQKEӗQQѭӟFOLrQNӃWGQJWURQJP{SKӓQJ .......88
%ҧQJ6RViQKFKҩWOѭӧQJÿLӅXNKLӇQYӟLWLrXFKXҭQEuQKSKѭѫQJVDLVӕ ................95
xi
DANH MӨ&&È&7Ӯ 9,ӂ7 7Ҳ7
DE
Differential evolution
TiӃn hóa vi sai
GA
Genetic algorithm
Giҧi thuұt di truyӅn
MIMO
Multiple-input and multiple-output
NhiӅu ngõ vào và nhiӅu ngõ ra
SISO
Single-input and single-output
Mӝt ngõ vào và mӝt ngõ ra
MISO
Multiple -input and single-output
NhiӅu ngõ vào và mӝt ngõ ra
MSE
Mean Squared Error
Trung bình bình phѭѫQJsai sӕ
PSO
Particle Swarm Optimization
Tӕi ѭXbҫy ÿàn
SMC
Sliding mode controller
Bӝ ÿLӅu khiӇn trѭӧt
SMD
Spring-Mass-Damper
Lò xo ± Xe ± giҧm chҩn
PID
Proportional Integral Derivative
Bӝ ÿLӅu khiӇn PID
AF
Adaptive Fuzzy
Mӡ thích nghi
IAF
Inverse Adaptive Fuzzy
Mô hình mӡ ngѭӧc thích nghi
IF
Inverse Fuzzy
Mô hình mӡ ngѭӧc
PAM
Pneumatic Artificial Muscles
CѫNKí nén nhân tҥo
NARX
Nonlinear Autoregressive Exogenous
Mô hình hәi qui NARX
ABC
Artificial Bee Colony
Giҧi thuұt bҫy ong
RBFN
Radial Basis Function Network
Mҥng chӭc năQJcѫVӣ xuyên tâm
AFSMC
Adaptive Fuzzy Sliding Mode Controller Bӝ ÿLӅu khiӇn trѭӧt mӡ thích nghi
xii
'$1+0Ө&&È&.é+,ӊ8
CR
+ӋVӕODLJKpS
F
+ӋVӕÿӝWELӃQ
NP
KíFKWKѭӟFTXҫQWKӇ
GEN
6ӕWKӃKӋKXҩQOX\ӋQ
s
MһWWUѭӧW
wi
Ĉӝÿúng cӫDOXұWPӡ
zi
TrӑQJVӕQJõ ra cӫDOXұWPӡ
C
HӋVӕGүQOѭXQJõ ra
1
TӍVӕGòng chҧ\bӇYӟL bӇ
2
TӍVӕGòng chҧy bӇ2 vӟLEӇ3
uFSMC
1J}UDEӝÿLӅXNKLӇQtrѭӧWPӡ
uAFSMC
1J}UDEӝÿLӅXNKLӇQtrѭӧWPӡ thích nghi
usw
1J}UDEӝÿLӅXNKLӇQÿҧPEҧRWính әQÿӏQK
uifm
Ngõ ra EӝÿLӅXNKLӇQngѭӧF tӕLѭX
uPID
1J}UDEӝÿLӅXNKLӇQ3,'
uaf
Ngõ UDEӝÿLӅXNKLӇQmӡWӕLѭX
A1
DiӋn tích tiӃt diӋn bӗn 1
A2
DiӋn tích tiӃt diӋn bӗn 2
b1
DiӋn tích tiӃt diӋn van xҧ 1
b2
DiӋn tích tiӃt diӋn van xҧ 2
Gc
HӋ sӕ bѫP
xiii
0ӢĈҪ8
7tQKFҩSWKLӃWFӫDÿӅWjL
HӋ thӕng phi tuyӃn vӟi các yӃu tӕ bҩWÿӏnh và nhiӉXÿӝng rҩWNKyÿӇ [iFÿӏnh chính
xác mô hình toán hӑc cӫa hӋ thӕng+ѫQQӳa sӵ phát triӇn không ngӯng cӫa khoa hӑc
công nghӋ ljm xuҩt hiӋn ciFÿӕLWѭӧng ÿLӅu khiӇn cy ÿӝ phӭc tҥp ngjy cjQJWăQJ [1],
[2]. Yêu cҫu thӵc tiӉQÿһt ra lj phҧLÿiӅu khiӇn cic hӋ thӕng ÿӝng ngjy cjng phӭc tҥp,
WURQJÿLӅu kiӋn cic yӃu tӕ bҩWÿӏnh ngjy cjQJJLDWăQJFNJQJQKѭ\rXFҫu chҩt Oѭӧng
ngjy cjng cao. 'RÿyFiFKѭӟng tiӃp cұQÿLӅu khiӇn thông thѭӡng dӵa trên mô hình
toán hӑc gҫQQKѭNhông ÿiSӭQJÿѭӧc yêu cҫu. Vì thӃ ngày càng có nhiӅu nghiên cӭu
tұp trung vào các mô hình và các bӝ ÿLӅu khiӇn thông minh ӭng dөng kӻ thuұt tính
toán mӅm dӵa trên mҥng Qѫ-ron nhân tҥo, logic mӡ và các thuұt toán tӕi ѭXtiӃn KyDÿӇ
nhұn dҥng YjÿLӅu khiӇn các hӋ phi tuyӃn [3]±[11].
Tӯ khi Zadeh giӟi thiӋu vӅ mô hình Fuzzy QăP [12]ÿmFyUҩt nhiӅu nghiên cӭu
WURQJOƭQKvӵc này. Mô hình Fuzzy ÿѭӧc áp dөng trong rҩt nhiӅXOƭQKYӵc nKѭ\Kӑc,
kӻ thuât, tài chính, thӕng kê,... [13]±[15]. Trong chuyên ngành ÿLӅu khiӇn thông minh,
giҧi thuұt mӡ ÿm ӭng dөnJ WKjQK F{QJ WURQJ ÿLӅu khiên, nhұn dҥng, phân lӟp, phân
QKyP«[14], [16]±[20].
HiӋn tҥi, có rҩt nhiӅu nghiên cӭu vӅ OƭQKYӵc nhұn dҥng vӟLÿӫ các cách tiӃp cұn tӯ
NLQK ÿLӇn tӟi nhӳng cách ӭng dөng giҧi thuұt thông minh, nKѭ Pҥng thҫn kinh Qѫron[21], hay mô hình Fuzzy [4], [22]. Mӝt trong nhӳng vҩQÿӅ cӫDOƭQKYӵc nhұn dҥng
thông minh chính là mô hình phi tuyӃn nhiӅu ngõ vào, nhiӅu ngõ ra bӣi vì sӵ phӭc tҥp
và nhiӅu yӃu tӕ không chҳc chҳn. Ĉһc biӋt khi áp dөng mô hình Fuzzy trong nhұn
dҥng, ÿӕi vӟi các bài toán yêu cҫu ÿӝ phӭc tҥp cao, nhiӅu ngõ vào thì sӕ lѭӧng luұt mӡ
phҧi nhiӅu, tӯ ÿó làm tăQJ khӕi lѭӧng tính toán cӫa hӋ thӕng. Ĉó là mӝt trong các
ÿLӇm yӃu cӫa mô hình Fuzzy truyӅn thӕng khi áp dөng vào nhұn dҥng các hӋ MIMO
[23]±[25]. ĈӇ khҳc phөc các nhѭӧc ÿLӇm ÿó, rҩt nhiӅu phѭѫQJSKáp ÿѭӧc ÿѭDUDEӣi
các nhà khoa hӑc nhѭ trong các bài báo [24], [26]±[29] sӱ dөng mô hình Hierarchical
mӡ ÿӇ giҧm sӕ lѭӧng luұt mӡ, nhѭQJYүn còn nhiӅu hҥn chӃ. Tӯ ÿó, nghiên cӭu sinh
1
có ý tѭӣng ÿѭD UD Pӝt cҩu trúc mӡ mӟi có khҧ năQJ ӭng dөng trong bài toán nhұn
dҥng và ÿLӅu khiӇn hӋ thӕng.
Mô hình MIMO phi tuyӃn rҩWNKyÿӇ nhұn nhұn dҥng dӵa vào các quan hӋ toán hӑc.
ĈӇ khҳc phөFQKѭӧFÿLӇPÿyFNJQJQKѭOӧi dөng khҧ QăQJWtQKWRiQFӫa máy tính, các
công cө tính toán tӕLѭXQKѭ*$362 ÿmÿѭӧc áp dөng trong viӋc nhұn dҥng các mô
hình nhұn dҥQJWK{QJPLQKQKѭPҥng Qѫ-ron hay mô hình Fuzzy [30]±[34]. Tuy nhiên
các giҧi thuұW*$362ÿӅu có nhӳng thӃ mҥnh và hҥn chӃ QKѭ thuұt toán PSO [35],
[36] thì ÿѫQJLҧn, dӉ lұp trình, nhѭQJGӉ bӏ rѫLYjRFӵc trӏ cөc bӝ, GA [37]±[39] cho
kӃt quҧ toàn cөc tӕWQKѭQJPҩt nhiӅu thӡi gian tính toán. Trong nhӳQJQăPJҫQÿk\
logic mӡ, mҥng Qѫ-ron nhân tҥo và thuұt toán tӕLѭXWLӃn hyDOjFiFSKѭѫQJSKiSEә
sung cho nhau trong viӋc thiӃt kӃ và thӵc thi các bӝ ÿLӅu khiӇn thông minh nhҵm phát
huy các ѭXÿLӇm và giҧm thiӇu khuyӃWÿLӇm cӫa tӯQJSKѭѫQJSKiS. GҫQÿây, giҧi thuұt
DE [40] ÿѭӧc R. Storn và K. Price phát triên năPÿã trӣ nên phә biӃQWURQJOƭQK
vӵc tính toán tӕL ѭX Giҧi thuұt DE cho kӃt quҧ tӕL ѭX Woàn cөc và có thӡi gian tính
WRiQtWKѫQVRYӟi GA và ÿѭDUDFác kӃt quҧ tìm kiӅm toàn cөc tӕt hѫQPSO [41]±[43].
Vì thӃ trong luұn án này, nghiên cӭu sinh chӑn giҧi thuұt DE áp dөng cho viӋc tӕLѭX
mô hình Fuzzy ӭng dөng cho bài toán nhұn dҥng mô hình MIMO phi tuyӃn.
Giҧi thuұt ÿLӅu khiӇn hӋ phi tuyӃn gҫn ÿây tұp trung vào các bài toán ÿLӅu khiӇn thích
nghi ӭng dөng mô hình Fuzzy, nѫ-ron [44]±[49]. Tuy nhiên các giҧi thuұt thích nghi
hiӋn nay ÿӅu chѭDTXDQ tâm ÿӃn giai ÿRҥn khӣi ÿӝng, các tham sӕ khӣi tҥo ban ÿҫu
ÿӅu ÿѭӧc khӣi tҥo ngүu nhiên.
Cùng vӟi sӵ tiӃn bӝ cӫa khoa hӑc kӻ thuât, phҫn cӭng ngày càng phát triӇn, các giҧi
thuұt ÿLӅu khiӇn ӭng dөng các giҧi thuұt tính toán tӕi ѭXcNJng ÿѭӧc quan tâm nghiên
cӭu ngày mӝt nhiӅu [21], [50]±[55], ÿһc biӋt là ӭng dөng mô hình Fuzzy, 1ѫ-ron vào
trong các bài toán ÿLӅu khiӇn kӃt hӧp các giҧi thuұt tӕi ѭX[56]±[63]. Tuy nhiên, hҥn
chӃ cӫa các cách tiӃp cұn này ӣ khâu chӭng minh әn ÿӏnh cӫa hӋ thӕng, chӍ có thӇ
chӭng minh qua khҧo sát thӵc nghiӋm, hoһc trên môi trѭӡng lý tѭӣng.
2
Tӯ các vҩn ÿӅ trên, nghiên cӭu sinh sӁ phát triӇn giҧi thuұt ÿLӅu khiӇn dӵa trên mô
hình Fuzzy mӟi ÿѭӧc ÿӅ xuҩt, kӃt hӧp vӟi các giҧi thuұt tính toán mӅm và ÿѭDUDÿѭӧc
ít nhҩt mӝt cách chӭng minh tính әn ÿӏnh cӫa hӋ thӕng ÿLӅu khiӇn dӵa trên lý thuyӃt
әn ÿӏnh Lyapunov trong quyӇn luұn án này. Tóm lҥLÿӇQâng cao chҩWOѭӧQJnhұQGҥQJ
và ÿiӅXNKLӇQFác hӋShi tuyӃQShӭFWҥSsӱGөQJ logic mӡWKì viӋFFҧLWKLӋQ cҩu trúc
cӫDKӋPӡFó ý nghƭD Yô cùng quan trӑQJ. Do ÿó viӋFQJKLên cӭX FҧLWKLӋQFҩXWUúc
cӫa mô hình Fuzzy trong nhұQGҥQg và ÿLӅXNKLӇQKӋSKLWX\ӃQFó nhiӅu ý nghƭDWURQJ
khoa hӑFvà thӵFWLӉQ
0өFÿtFK nghiêQFӭX
Nghiên cӭu cҩX trúc logic mӡ và ÿӅ xuҩW các mô hình Fuzzy cҧL WLӃQ trong lƭQh vӵF
nhұQGҥQJYà mô hình Fuzzy cҧL tiӃQWURQJÿLӅXNKLӇQ. Sau ÿó áp dөQJmô hình Fuzzy
cҧLWiӃQvào bài toán nhұQ dҥQJYà ÿLӅXNhiӇQKӋ phi tuyӃn kӃWKӧS giҧLWKXұWWính toán
mӅP.
ĈӕLWѭӧQJYjSKҥPYLngKLrQFӭX
x ĈӕL WѭӧQJ ÿѭӧF Vӱ GөQJ ÿӇ P{ SKӓQJ, ÿiQK JLi FKҩW OѭӧQJ Yj KLӋX TXҧ FӫD FiF
WKXұW WRiQ FiF P{ KuQK ÿӅ [XҩW Oj hӋ EӗQ QѭӟF OLên kӃW KӋ [H-lò xo. ĈӕL WѭӧQJ
nghiên cӭXÿѭӧFFKӑQOà các ÿӕL tѭӧQJhay ÿѭӧFVӱGөQJtrong các công bӕOLên
quan gҫQ ÿây. ViӋF FKӑQ Fác ÿӕL WѭӧQJ Qày cNJQJ QKҵP PөF ÿtFK Vo sánh chҩW
lѭӧQJJLҧLWKXұW cӫDQJKLrQFӭXVLQK ÿӅ[XҩW vӟLFác công bӕOLên quan.
x Ĉӕi WѭӧQJ WKӵF QJKLӋP ÿѭӧF Vӱ GөQJ ÿӇ NLӇP FKӭQJ WtQK KLӋX TXҧ cӫD Eӝ ÿLӅX
khiӇn ÿӅ[XҩW là hӋ tay máy song song PAM 2-DOF và KӋEӗn QѭӟF OLrQNӃW Ĉây
là ÿӕLWѭӧQJVӱGөQJFѫFҩXFKҩSKành mӟLÿѭӧFSKát triӇQJҫQÿây. ĈӕLWѭӧQJWKӇ
hiӋQÿҫ\ÿӫFác ÿһFtính cӫDKӋ cѫphi tuyӃQcó trӉ rҩW phù hӧSYӟLluұQán.
x CiF KӋ SKi tuyӃQ 6,62 Yj 0IMO dùng trong m{ SKӓQJ và NLӇP FKӭQJ WKӵF
nghiӋP SKҧL thXӝFOӟSFiFÿӕLWѭӧQJSKLWX\ӃQFyWKӇ ÿLӅX NKLӇQәQÿӏQKYjEӅQ
YӳQJkhi GQJEӝÿLӅXNKLӇQ3,'
3
x PhҥP YL QJKLên cӭX liên quan các bài toán ÿLӅX NKLӇQ chӍ GӯQJ OҥL ӣ KӋ MISO,
NCS chѭa thӵF KLӋQ ÿӫ Fác thӵF QJKLӋP OLên quan hӋ MIMO ÿӇ Fó thӇ ÿѭD Yào
trong luұQán.
3KѭѫQJSKiSQJKLrQFӭX
3KѭѫQg pháp nghLrQFӭX ÿѭӧFáp GөQJÿӇWKӵFKLӋQOXұn án là phân ttFKOêWKX\Ӄt, mô
phӓQJWUrQ máy tíQKYjNLӇPFKӭQJÿLӅXNKLӇQtrên mô hình WKӵFQJKLӋP
x Phân tíFK Oê WKX\ӃW 1JKLrQ FӭX FiF Oê WKX\ӃW OLrQ TXDQ ÿӃQ Qӝi dung lXұQ iQ ÿm
F{QJEӕWUrQFiFWҥSFKtKӝLQJKӏNhoa KӑFFKuyên ngành. Trên cѫVӣÿó ÿӅ[XҩW
mô hình Fuzzy cҧLWLӃQ ÿӇQâng cao hiӋu quҧcӫDmô hình Fuzzy ӭQJGөQJ trong
nhұQdҥQJYà ÿLӅXNKLӇQ hӋSKLWuyӃQ
x Mô phӓQJWUên máy tính: Xây dӵQJmô hình cҧLWLӃQÿӅ[XҩW trong luұQán, áp dөQJ
vào nhұQGҥQg và ÿLӅXkhiӇQhӋphi tuyӃQ. Trên cѫVӣÿó rút ra các kӃWOXұQYӅPô
hình ÿӅ[Xҩt.
x ӬQJGөQJ thӵFQJKLӋP: TrLӇQNKDLP{ hình nghirQFӭXtrên PӝWVӕKӋSKLWX\ӃQ
WKӵFQJKLӋP, phân ttFKNӃWTXҧU~WUDQKұQ[pW
Ĉyng góp PӟL YӅPһWNKRDKӑF YjWKӵFWLӉQ
x Ý nJKƭDNKRDKӑF
-
Ĉã nghiên cӭXYà phát triӇQWKành công mô hình )X]]\QKLӅXOӟS bҵQJ cách kӃt
hӧS QKLӅu mô hình Fuzzy T-S. Mô hình )X]]\ QKLӅX OӟS có ѭX ÿLӇP YӅ sӕ
lѭӧQJOXұWPӡgiҧPÿáng kӇNKLVRVánh vӟLmô hình Fuzzy truyӅQWKӕQJ. Mô
hình )X]]\QKLӅXOӟS còn có khҧQăQJWKDy ÿәLlinh hoҥWWùy theo ÿӝSKӭFtҥS
cӫDKӋWKӕQJFҫQQKұQGҥQg. KӃWquҧFӫDQJKLên cӭXQày ÿѭӧFWUình bày ӣEài
báo [5a], [6a].
-
Ĉã nghiên cӭXvà phát triӅQWhành công giҧLWKuұWKXҩQOX\ӋQJKép tҫQJáp dөQJ
cho viӋF KXҩQ OX\ӋQ Pô hình )X]]\ QKLӅX OӟS. KӃW quҧ NiӇP FKӭQJ FKR WKҩ\
4
giҧL WKXұW KuҩQ OuyӋQ JKép tҫQJ NKông chӍ cho kӃW TXҧ QKDQK KѫQ so vӟL
phѭѫQg pháp huҩQOX\ӋQWKӕQJWKѭӡQJmà còn cho chҩWOѭӧQJWӕWhѫQ KӃWTXҧ
nghiên cӭXÿѭӧFWUình bày ӣEài báo [1a], và [9a].
-
Ĉã nghiên cӭXYà phát triӇQWhành công giҧLWKXұWÿLӅXNKLӇQWUѭӧW mӡQâng cao
kӃWKӧSJLҧL thuұWWӕL ѭX GiҧLWKuұWÿLӅXkhiӇQÿӅ xuҩWOҩ\ý tѭӣQJbҳWÿҫX tӯ
mô hình )X]]\QKLӅXOӟS ÿѭӧF áp dөQJ ÿӇQKұQGҥQJFác hàm phi tuyӃQFӫDKӋ
thӕQJ. Sau ÿó hàm Pӡ thích nghi ÿѭӧFWKLӃWNӃÿӇEә sung cho giҧLWKXұW*LҧL
thuұWWhích nghi và tӕLѭXEәVXng cho nhau, vӯD ÿҧPEҧRKӋWKӕng әQ ÿӏnh tiӋP
cұQWKHR/\DSXQRYYӯDÿҧPEҧo hӋWKӕQJthay ÿәLlinh hoҥWYӟLnhiӉXQJRài và
các yӃX tӕWKD\ÿәLNKông xác ÿӏQK KӃWTXҧQJKLên cӭXQày ÿѭӧFWUình bày ӣ
bài báo [2a],[7a] và [8a].
-
Cuӕi cùng là ÿӅ[XҩWJLҧLWKuұWÿLӅX khiӇQQgѭӧFthích nghi. Giҧi thuұWQày gӗP
mӝWPô hình ngѭӧF sӱGөQg mô hình )X]]\QKLӅXOӟS ÿѭӧFKXҩQOX\ӋQWӕLѭX
kӃWKӧS vӟLmô hình Fuzzy thích nghi. GiҧLWKXұWÿiӅXNKLӇQFó các ѭXÿLӇPcӫD
giҧLWKXұWWӕLѭXYà thích nghi khi kӃWKӧSFҧOҥL. ѬXÿLӇm cӫDJLҧLWKXұWWӕLѭX
ÿѭӧF thӇKLӋQ khi hӋNKông có thay ÿәLKRһFkhông bӏWác ÿӝQJ. Khi hӋWKӕQJFó
sӵWKD\ÿәLOXұWÿLӅu khiӇQWKích nghi thӇKLӋQѭXÿLӇPFӫDQó. Nhìn tәQJthӇ
bҧQ WKân giҧL WKXұW ÿLӅX NKLӇQ Qày chính là mӝW Pô hình Fuzzy QKLӅX OӟS vӟL
mӝWSKҫQÿѭӧFtính toán tӕi ѭXFӕÿӏQh và mӝWSKҫQÿѭӧFcұSQKұWthông qua
luұW WKích nghi ÿҧm bҧR KӋ WKӕQJ әQ ÿӏQK /\apunov. KӃW TXҧ ÿLӅX NKLӇQ còn
ÿѭӧF VR Vánh vӟi các nghiên cӭu gҫQ ÿây ÿӇ FKӭQJ PLQK ѭX ÿLӇP. KӃW TXҧ
nghiên cӭXQày ÿѭӧFWUình bày ӣEài báo [3a] và [4a].
x Ý ngKƭD thӵFWLӉn
-
Mô hình )X]]\QKLӅX OӟS ÿã áp dөQJWURQJ QKұQGҥQg hӋ cánh tay máy PAM
song song và hӋEӗQQѭӟFÿôi cho thҩ\các ѭXÿLӇPFӫDmô hình )X]]\QKLӅX
OӟS khi áp dөQJ Yào nhұQ dҥQJ Sӕ OѭӧQJ luұW mӡWӯ Kàm sӕ PNJ JLҧm xuӕQJ
theo cҩSVӕFӝQJ, qua ÿó giҧm chi phí tính toán, chi phí vӅ phҫQFӭQg khi áp
5
- Xem thêm -