Logic mờ, mạng nơron và đại số gia tử trong kỹ thuật điều khiển

Chương 1: Tổng quan về Logic mờ

• Giới thiệu khái niệm về tập mờ, hàm liên thuộc, độ cao, miền xác định và miền tin cậy của tập mờ.
• Trình bày khái niệm biến ngôn ngữ và quá trình mờ hóa.
• Nêu các phép toán trên tập mờ (hợp, giao, bù) và luật hợp thành (Mệnh đề hợp thành, luật hợp thành mờ cho hệ SISO và MISO).
• Đề cập đến quá trình giải mờ với các phương pháp cực đại (nguyên lý trung bình, cận trái, cận phải) và phương pháp điểm trọng tâm (cả cho luật Sum-Min và phương pháp độ cao).

Chương 2: Điều khiển mờ và ứng dụng

• Trình bày mô hình mờ (dạng đơn giản và tổng quát), bộ điều khiển logic mờ cơ bản (cấu trúc, nguyên tắc tổng hợp) và các loại bộ điều khiển mờ động, mờ lai F_PID.
• Hướng dẫn mô phỏng sử dụng Matlab, bao gồm công cụ FIS Editor và mô phỏng trong Simulink.
• Cung cấp ví dụ mô phỏng hệ thống gương mặt trời và hệ thống Ball and Beam, bao gồm xây dựng mô hình và thiết kế bộ điều khiển mờ, cùng với kết quả mô phỏng.
• Đưa ra kết luận về ưu điểm và khả năng ứng dụng của điều khiển mờ.

Chương 3: Tổng quan về Mạng nơron

• Định nghĩa mạng nơron nhân tạo (ANN), cấu trúc nơron nhân tạo và các thành phần cơ bản của nó.
• Trình bày các mô hình mạng nơron phổ biến như mạng tự kết hợp, kết hợp khác kiểu, cấu trúc truyền thẳng, cấu trúc phản hồi và mạng MLP tổng quát.
• Giải thích quá trình học của mạng nơron với các phương pháp học có giám sát, học không giám sát và học tăng cường.
• Đi sâu vào nhận dạng hệ thống sử dụng mạng nơron, lý do cần nhận dạng, khả năng của mạng nơron trong nhận dạng và các mô hình nhận dạng.
• Phân tích về mặt lỗi đặc biệt khi luyện mạng nơron, đặc điểm khe của các bài toán tối ưu hóa trong ngành nhiệt và cách mạng nơron có thể sinh ra mặt lỗi dạng lòng khe.
• Minh họa quá trình luyện mạng nơron với các ví dụ về mặt lỗi bình thường và mặt lỗi đặc biệt (ví dụ nhận dạng chữ số sử dụng hàm sigmoid).