Bài giảng Hệ cơ sở tri thức: Chương 3 - Võ Minh Quân

Tài liệu này giới thiệu về hệ suy diễn mờ, một phương pháp quan trọng trong lĩnh vực trí tuệ nhân tạo và điều khiển tự động. Đặc biệt, tài liệu tập trung vào phương pháp Mamdani, một trong những phương pháp suy diễn mờ phổ biến nhất.

Tài liệu này hướng đến việc cung cấp kiến thức cơ bản và chi tiết về hệ suy diễn mờ Mamdani, giúp người đọc hiểu rõ quy trình hoạt động và các phương pháp liên quan, từ đó có thể áp dụng vào các bài toán thực tế trong lĩnh vực điều khiển và ra quyết định.

Tài liệu trình bày chi tiết về hệ suy diễn mờ Mamdani, bao gồm các bước chính: mờ hóa biến ngôn ngữ đầu vào, đánh giá luật (suy diễn), tổng hợp đầu ra của luật (hợp thành), và giải mờ.

1. **Mờ hóa**: Chuyển đổi giá trị đầu vào rõ thành các tập mờ tương ứng.
2. **Đánh giá luật**: Xác định mức độ kích hoạt của mỗi luật mờ dựa trên giá trị đầu vào đã mờ hóa. Toán tử AND/OR được sử dụng để kết hợp các phần tử trong vế trái của luật, tạo ra một giá trị chân trị duy nhất.
3. **Tổng hợp đầu ra**: Kết hợp các tập mờ đầu ra của các luật đã được kích hoạt để tạo thành một tập mờ tổng hợp.
4. **Giải mờ**: Chuyển đổi tập mờ tổng hợp thành một giá trị rõ để đưa ra quyết định hoặc điều khiển hệ thống. Phương pháp trọng tâm (COG) là một trong những phương pháp giải mờ phổ biến nhất.

Tài liệu cũng đề cập đến hai phương pháp áp dụng kết quả chân trị vào vế phải của luật là Clipping (cắt ngang hàm thành viên) và Scaling (nhân hàm thành viên với giá trị chân trị), cũng như một số phương pháp giải mờ khác như Bisector of area (BOA), Mean of maximum (MOM), Smallest of maximum (SOM), Largest of maximum (LOM).