BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT TP. HCM
MÔN HỌC: ĐIỀU KHIỂN THÔNG MINH
BÁO CÁO CUỐI KỲ
TỔNG HỢP NỘI DUNG VỀ HUẤN LUYỆN MẠNG THẦN
KINH NHÂN TẠO VÀ BỘ ĐIỀU KHIỂN MỜ
GVHD: ThS. Nguyễn Trần Minh Nguyệt
SVTH:
1. Ma Nguyễn Viên Mãn
22151113
2. Lê Đại Nghĩa
22151122
TP. Hồ Chí Minh, tháng 12 năm 2024
MỤC LỤC
DANH SÁCH HÌNH ẢNH ................................................................................................ 4
DANH SÁCH BẢNG BIỂU .............................................................................................. 6
PHẦN MỞ ĐẦU: TỔNG QUAN ..................................................................................... 7
1.1 Đặt vấn đề ................................................................................................................. 7
1.2 Mục tiêu đề tài .......................................................................................................... 7
1.3 Nội dung nghiên cứu ................................................................................................ 7
PHẦN A: MẠNG THẦN KINH NHÂN TẠO................................................................. 9
CHƯƠNG 1: ỨNG DỤNG CẤU TRÚC MẠNG THẦN KINH NHÂN TẠO VÀO
BÀI TOÁN DỰ ĐOÁN ...................................................................................................... 9
1.1. Cơ sở lý thuyết ......................................................................................................... 9
1.1.1 Tổng quan các khái niệm .................................................................................. 9
1.1.1.1 Khái niệm ..................................................................................................... 9
1.1.1.2 Sử dụng mạng nơron nhân tạo ................................................................. 10
1.1.2 Mạng hàm cơ sở xuyên tâm (Radial Basis Function Networks - RBF) ...... 11
1.1.2.1 Cấu trúc mạng hàm cơ sở xuyên tâm ...................................................... 11
1.1.2.2 Thuật toán huấn luyện trọng số lớp ra của mạng RBF ......................... 12
1.2 Thực nghiệm ........................................................................................................... 13
1.2.1 Giới thiệu về bộ dữ liệu ................................................................................... 13
1.2.1.1 Phát biểu về bộ dữ liệu .............................................................................. 13
1.2.1.2 Mô hình mạng nơron của bài toán .......................................................... 14
1.2.2 Xây dựng chương trình huấn luyện ............................................................... 14
1.2.2.1 Mô hình chương trình ............................................................................... 14
1.2.2.2 Kết quả huấn luyện ................................................................................... 19
1.2.3 Đánh giá ............................................................................................................ 20
1.2.3.1 Đánh giá kết quả với mẫu huấn luyện và mẫu kiểm tra........................ 20
1.2.3.2 Nhận xét...................................................................................................... 22
1.3 Kết luận ................................................................................................................... 22
1
1.3.1 Tổng kết ............................................................................................................ 22
1.3.2 Hạn chế ............................................................................................................. 22
1.3.3 Hướng phát triển ............................................................................................. 23
PHẦN B: HỆ MỜ ............................................................................................................ 24
CHƯƠNG 2: XÂY DỰNG BỘ ĐIỀU KHIỂN MỜ CHO HỆ XE CON LẮC
NGƯỢC ............................................................................................................................ 24
2.1 Giới thiệu bài toán điều khiển xe con lắc ngược ................................................. 24
2.1.1 Mô hình hóa hệ thống xe con lắc ngược ........................................................ 24
2.1.2 Yêu cầu điều khiển của hệ thống. ................................................................... 25
2.2 Thiết kế bộ điều khiển mờ ..................................................................................... 25
2.3 Mô phỏng bộ điều khiển mờ giữ cân bằng hệ con lắc ngược ............................. 28
2.3.1. Xây dựng môi trường mô phỏng ................................................................... 28
2.3.2 Kết quả mô phỏng ............................................................................................ 31
CHƯƠNG 3: XÂY DỰNG BỘ ĐIỀU KHIỂN MỜ KẾT HỢP VỚI BỘ ĐIỀU
KHIỂN VI PHÂN ĐỂ ĐIỀU KHIỂN TỐC ĐỘ ĐOÀN TÀU ĐƯỜNG SẮT ĐÔ THỊ
........................................................................................................................................... 32
3.1 Giới thiệu bài báo ................................................................................................... 32
3.1.1 Tóm tắt bài báo ................................................................................................ 32
3.1.2 Mục tiêu nghiên cứu ........................................................................................ 32
3.2 Xây dựng mô hình và các bộ điều khiển .............................................................. 32
3.2.1 Mô hình toán học của tàu ................................................................................ 32
3.2.2 Tổng hợp các bộ điều khiển tốc độ của tàu ................................................... 34
3.2.2.1 Bộ điều khiển PID cho điều khiển tốc độ tàu.......................................... 34
3.2.2.2 Bộ điều khiển mờ cho điều khiển tốc độ tàu ........................................... 34
3.2.2.2 Bộ điều khiển mờ kết hợp khâu vi phân cho điều khiển tốc độ tàu ..... 35
3.3 Mô phỏng hệ thống................................................................................................. 37
3.3.1 Xây dựng môi trường mô phỏng .................................................................... 37
3.3.2 Kết quả mô phỏng ............................................................................................ 40
3.3.2.1 Kết quả quan sát được với bộ điều khiển PID và Fuzzy ....................... 40
2
3.3.2.1 Kết quả quan sát được với bộ điều khiển PID và Fuzzy_D .................. 42
3.4 Kết luận ................................................................................................................... 44
3.4.1 Kết luận chung ................................................................................................. 44
3.4.2 So sánh kết quả với bài báo ............................................................................ 45
KẾT LUẬN....................................................................................................................... 46
TÀI LIỆU THAM KHẢO ............................................................................................... 47
3
DANH SÁCH HÌNH ẢNH
Hình 1.1 Cấu tạo của tế bào nơron sinh học ........................................................................ 9
Hình 1.2 Mạng hàm cơ sở xuyên tâm................................................................................ 11
Hình 1.3: Thuật toán huấn luyện trọng số lớp ra của mạng RBF ...................................... 12
Hình 1.4 Mô hình mạng nơron cho bài toán thực nghiệm ................................................ 14
Hình 1.5 Đoạn mã MATLAB xử lý dữ liệu ....................................................................... 17
Hình 1.6 Đoạn mã MATLAB huấn luyện mạng................................................................ 19
Hình 1.7 Kết quả được in ra sau khi chạy chương trình xử lí dữ liệu ............................... 19
Hình 1.8 Dao diện sau khi đã huấn luyện thành công ....................................................... 20
Hình 1.9 Sai số giảm dần qua mỗi lần học ........................................................................ 20
Hình 1.10 Kết quả so sánh giữa ngõ ra tập training và ngõ ra của mạng RBF ................. 21
Hình 1.11 Kết quả so sánh giữa ngõ ra tập valid và ngõ ra của mạng RBF ...................... 21
Hình 2.1 Hệ con lắc ngược ................................................................................................ 24
Hình 2.2 Bộ điều khiển mờ cho hệ con lắc ngược ............................................................ 25
Hình 2.3 Các tập mờ chuẩn hóa của các biến ở ngõ vào ................................................... 26
Hình 2.4 Lực điều khiển xe ............................................................................................... 26
Hình 2.5 Sơ đồ Simulink hệ thống điều khiển hệ con lắc ngược dùng logic mờ .............. 28
Hình 2.6 Sơ đồ Simulink mô phỏng đặc tính động học hệ con lắc ngược ........................ 29
Hình 2.7 Giao diện bộ Fuzzy ............................................................................................. 29
Hình 2.8 Khai báo tên ngõ vào và ngõ ra .......................................................................... 29
Hình 2.9 Tạo các tập mờ ngõ vào và ra ............................................................................. 30
Hình 2.10 Xây dựng luật mờ ............................................................................................. 30
Hình 2.11 Kết quả mô phỏng hệ thống điều khiển giữ cân bằng con lắc ngược ............... 31
Hình 3.2 Cấu trúc bộ điều khiển Fuzzy cho điều khiển tốc độ tàu ................................... 34
Hình 3.3 Bộ điều khiển Fuzzy ........................................................................................... 34
Hình 3.4 Mờ hóa sai số e và de của bộ điều khiển mờ điều khiển tốc độ tàu – Fuzzy ..... 35
Hình 3.5 Mờ hóa tín hiệu điều khiển u .................................
...
--------------------------------------
...đồ cấu trúc bộ điều khiển Fuzzy như hình 3.1.
Hình 3.2 Cấu trúc bộ điều khiển Fuzzy cho điều khiển tốc độ tàu
Bộ điều khiển mờ cho hệ thống điều khiển tốc độ đoàn tàu đường sắt đô thị có dạng
như hình 3.3:
Hình 3.3 Bộ điều khiển Fuzzy
Mờ hóa các đầu vào ra của bộ FLCT như sau:
e = NB, NS, Z, PS, PB ;e = NB, NS, Z, PS, PB; u Fuzzy = NB, NM, NS, ZE, PS, PM, PB
34
Hình 3.4 Mờ hóa sai số e và de của bộ điều khiển mờ điều khiển tốc độ tàu – Fuzzy
Hình 3.5 Mờ hóa tín hiệu điều khiển u
Luật mờ cho bộ Fuzzy như Bảng 3.1. Giải mờ theo phương pháp điểm trọng tâm. Bộ
điều khiển mờ hình 3.3 sẽ cho chất lượng điều khiển tốc độ tàu tốt hơn bộ PID (3.5).
Bảng 3.1: Bảng luật cho bộ điều khiển Fuzzy
de
e
NB
NS
Z
PS
PB
NB
NB
NB
NM
ZE
PS
NS
NB
NB
NS
PS
PM
Z
NB
NM
ZE
PM
PB
PS
NM
NS
PS
PB
PB
PB
NS
ZE
PM
PB
PB
3.2.2.2 Bộ điều khiển mờ kết hợp khâu vi phân cho điều khiển tốc độ tàu
Bộ điều khiển mờ kết hợp khâu vi phân mà bài báo đã thiết kế như sau:
U Fuzzy _ D = K.U Fuzzy + U D ; U D = K De(t)
35
(3.6)
Sơ đồ cấu trúc bộ điều khiển Fuzzy_D như hình 3.4
Hình 3.6 Cấu trúc bộ điều khiển Fuzzy_D cho điều khiển tốc độ của tàu
Mờ hóa các đầu vào ra của bộ FLCT như sau:
e = NB, NS, Z, PS, PB ;e = NB, NS, Z, PS, PB; u Fuzzy = NB, NM, NS, ZE, PS, PM, PB .
Giá trị của các tập mờ vào/ ra của bộ FLCT như trên Hình 3.5 và Hình 3.6.
Hình 3.7 Mờ hóa đầu vào e và de cho bộ FCLT
Luật mờ cho bộ điều khiển mờ FLCT như Bảng 3.2, phương pháp giải mờ được chọn
là phương pháp điểm trọng tâm. Sau khi thiết kế xong bộ FLCT, với các hệ số được chọn
theo trong bài báo K =10; K D = 0,05. Bộ điều khiển Fuzzy-D điều khiển tốc độ tàu được
hoàn chỉnh như Hình 3.8.
Hình 3.8 Mờ hóa cho bộ FLCT
36
Bảng 3.2: Bảng luật cho bộ điều khiển Fuzzy
de
e
NB
NS
Z
PS
PB
NB
NB
NB
NM
ZE
PS
NS
NB
NB
NS
PS
PM
Z
NB
NM
ZE
PM
PB
PS
NM
NS
PS
PB
PB
PB
NS
ZE
PM
PB
PB
Hình 3.9 Bộ điều khiển Fuzzy_D điều khiển tốc độ tàu
Bộ điều khiển (3.6) lúc này được cụ thể hóa như biểu thức (3.7).
U Fuzzy _ D = 10U Fuzzy + 0,05e(t)
(3.7)
Bộ điều khiển Fuzzy-D (3.7) có cấu trúc đơn giản và hiệu quả trong điều khiển tốc độ tàu
khi tàu di chuyển trên đường ray có các đoạn dốc lên, dốc xuống, đường cong và điều khiển
dừng tàu.
3.3 Mô phỏng hệ thống
3.3.1 Xây dựng môi trường mô phỏng
Các thông số mô phỏng được nêu như sau: Chiều dài của đoàn tàu là 80 m; tàu di
chuyển trên đường ray và giới hạn tốc độ chung là 15 m/s. Tàu phải dừng (tốc độ 0 m/s)
sau khoảng cách 2km. Bán kính đường cong được giả định là 500 m, bỏ qua lực cản của
đường hầm. Từ 1000 m đến 1500 m là đường cong, trong đó giới hạn tốc độ là 10,5 m/s.
37
Từ 200 m đến 400 m là đường dốc lên có giá trị độ dốc là +6% . Từ 1100 m đến 1300 m là
đường dốc xuống, có giá trị độ dốc là −6% . Khoảng cách còn lại là đường bằng và thẳng.
Khoảng 100 m trước khi tàu hướng về đường cong hoặc dừng lại, tốc độ tàu phải được thay
đổi để điều chỉnh giới hạn tốc độ quy định. Từ các thông số trên, theo công thức lực cản
(3.1) ta xác định được tổng lực cản phụ như sau:
Hình 3.10 Lực cản phụ
Khối tạo lực cản được xây dựng trong phần mềm Matlab Simulink như sau:
Hình 3.11 Sơ đồ cấu trúc khối tạo lực cản
function Fc1 = Luc_can_phu(x)
% Lực cản phụ
if (x >= 200) && (x <= 400) % Từ đoạn 200m đến 400m là dốc
xuống
Fc1 = 6;
38
elseif (x > 1000) && (x <= 1500) % 1000m đến 1500m là đường
cong
if (x > 1100) && (x <= 1300) % 1100m đến 1300m là dốc
lên
Fc1 = -6 + 600/500;
else
Fc1 = 600/500;
end
else % Ngoài đường thẳng thì lực cản phụ bằng 0
Fc1 = 0;
end
Hình 3.12 Đoạn mã bên trong khối “Luc can phu”
Dựa vào các thông số mô phỏng mà bài báo đã cung cấp thì khối tạo tín hiệu đặt sẽ
được nhóm xây dựng lại như hình 3.13. Tốc độ đoàn tàu sẽ thay đổi trên các quãng đường
như sau:
+ Quãng đường từ 0 - 900m: Tàu chạy trên đường thẳng nên tốc độ đoàn tàu là 15m/s.
+ Quãng đường từ 900 - 1000m: Tàu sẽ giảm tốc độ từ 15m/s xuống 10,5m/s.
+ Quãng đường từ 1000 - 1500m: Tàu sẽ di chuyển với tốc độ giới hạn là 10,5m/s do
đi vào quãng đường cong
+ Quãng đường từ 1500 - 1900m: Tàu sẽ chạy trên đường thẳng với tốc độ 15m/s.
+ Quãng đường từ 1900 - 2000m: Tàu sẽ giảm tốc độ để dừng lại từ 15m/s về 0m/s.
+ Quãng đường lớn hơn 2000m: Tốc độ đoàn tàu là 0m/s, do tàu phải dừng sau khoảng
cách 2km.
function v
= fcn(distance)
if distance > 2000
v = 0;
elseif distance >= 1900 && distance <= 2000
v = -0.15*distance + 300;
elseif distance > 1000 && distance <= 1500
39
v = 10.5;
elseif distance >= 900 && distance <= 1000
v = -0.045*distance + 55.5;
else
v = 15;
end
Hình 3.13 Chương trình trong khối tạo tín hiệu đặt
Ngoài ra, nhóm cũng sẽ đánh giá đồng thời hiệu quả của ba bộ điều khiển tốc độ tàu
tương ứng với 3 bộ điều khiển PID, Fuzzy, Fuzzy_D.
Hình 3.14 Hệ thống điều khiển tốc độ tàu với bộ điều khiển PID, Fuzzy và Fuzzy_D
3.3.2 Kết quả mô phỏng
3.3.2.1 Kết quả quan sát được với bộ điều khiển PID và Fuzzy
40
Hình 3.15 Đáp ứng điều khiển tốc độ tàu trên toàn bộ quãng đường với bộ PID và Fuzzy
Hình 3.16 Đáp ứng điều khiển tốc độ tàu khi vừa rời ga với bộ PID và Fuzzy
Hình 3.17 Đáp ứng điều khiển tốc độ tàu trên đường thẳng với bộ PID và bộ Fuzzy
41
Hình 3.18 Đáp ứng điều khiển tốc độ tàu ở đoạn đường cong với bộ PID và bộ Fuzzy
Hình 3.19 Đáp ứng điều khiển tốc độ tàu khi dừng tàu với bộ PID và bộ Fuzzy
* Nhận xét: Kết quả mô phỏng điều khiển tốc độ tàu và dừng tàu như các hình ở trên.
Từ Hình 3.16 cho thấy, đáp ứng tốc độ của bộ PID ở giai đoạn vừa rời ga có độ vọt lố 10%;
sau khoảng 70 m tàu mới đạt được tốc độ 15 m/s; không có sai số xác lập. Bộ điều khiển
mờ Fuzzy có độ vọt lố 0,48%, sau khoảng 12 m tàu bám được tốc độ đặt, tuy nhiên gặp
phải sai số xác lập 0,272 m/s.
3.3.2.1 Kết quả quan sát được với bộ điều khiển PID và Fuzzy_D
42
Hình 3.20 Đáp ứng điều khiển tốc độ tàu trên toàn quãng đường với bộ PID và Fuzzy_D
Hình 3.21 Đáp ứng điều khiển tốc độ tàu khi vừa rời ga với bộ PID và bộ Fuzzy_D
Hình 3.22 Đáp ứng điều khiển tốc độ tàu trên đường thẳng với bộ PID và bộ Fuzzy_D
43
Hình 3.23 Đáp ứng điều khiển tốc độ tàu ở đoạn đường cong với bộ PID và bộ Fuzzy_D
Hình 3.24 Đáp ứng điều khiển tốc độ tàu khi dừng tàu với bộ PID và bộ Fuzzy_D
* Nhận xét: Kết quả mô phỏng điều khiển tốc độ tàu và dừng tàu như các hình ở trên.
Từ Hình 3.21 cho thấy, đáp ứng tốc độ của bộ PID ở giai đoạn vừa rời ga có độ vọt lố 10%;
sau khoảng 70 m tàu mới đạt được tốc độ 15 m/s; không có sai số xác lập. Bộ điều khiển
mờ Fuzzy_D có độ vọt lố 0%, sau khoảng 5m tàu bám được tốc độ đặt, tuy nhiên có sai số
xác lập là 0,03m/s.
3.4 Kết luận
3.4.1 Kết luận chung
Bài báo đã thiết kế được bộ điều khiển mờ kết hợp với khâu vi phân cho điều khiển
tốc độ đoàn tàu đường sắt đô thị. Kết quả mô phỏng cho thấy bộ điều khiển Fuzzy_D mà
44
bài báo đưa ra đã nâng cao được chất lượng điều khiển tốc độ tàu và điều khiển dừng tàu,
khi tàu chuyển động trên đường ray có những đoạn đường bằng, đường dốc lên, dốc xuống
và đường cong. Bộ điều khiển Fuzzy-D đã điều khiển được tốc độ của tàu theo tốc độ đặt
và điều khiển dừng tàu tốt hơn bộ điều khiển mờ Fuzzy và tốt hơn nhiều so với bộ điều
khiển PID. Bộ điều khiển Fuzzy-D có khả năng áp dụng vào điều khiển tốc độ tàu đường
sắt đô thị Việt Nam.
3.4.2 So sánh kết quả với bài báo
Kết quả khi chạy mô phỏng tương tự được ghi nhận, với việc bộ Fuzzy-D giảm thiểu
độ vọt lố và đạt được tốc độ đặt nhanh hơn các phương pháp khác. Đặc biệt, độ vọt lố bằng
0% và sai số xác lập chỉ 0.03m/s, phù hợp với kết quả của bài báo.
Các điều kiện đường ray tương tự được đã được mô phỏng, và bộ điều khiển Fuzzy-D
cũng cho kết quả điều chỉnh tốc độ ổn định. Đáp ứng tốc độ trên đoạn đường cong và khi
dừng tàu đều tốt hơn đáng kể so với bộ điều khiển PID và Fuzzy.
Qua kết quả mô phỏng, nhóm đã xác nhận rằng bộ điều khiển Fuzzy-D có thể áp dụng
hiệu quả cho các hệ thống tương tự, đảm bảo sự tương đồng về hiệu suất.
45
KẾT LUẬN
Bài báo cáo đã hoàn thành việc nghiên cứu và triển khai các phương pháp điều khiển
thông minh, bao gồm mạng nơron nhân tạo và bộ điều khiển mờ, vào một loạt ứng dụng
kỹ thuật phức tạp. Trong đó, mạng nơron nhân tạo được áp dụng để giải quyết bài toán dự
đoán nhu cầu năng lượng với độ chính xác cao, khẳng định khả năng học và tổng quát hóa
của các mô hình RBF trong các bài toán phân tích dữ liệu. Kết quả đạt được không chỉ
minh chứng tính hiệu quả của phương pháp mà còn khẳng định tiềm năng ứng dụng rộng
rãi trong các lĩnh vực liên quan đến dự báo và tối ưu hóa.
Bộ điều khiển mờ, với khả năng xử lý dữ liệu ngôn ngữ và phi tuyến, đã được sử dụng
thành công trong bài toán điều khiển hệ con lắc ngược. Kết quả mô phỏng cho thấy khả
năng duy trì trạng thái cân bằng và đáp ứng chính xác của hệ thống, từ đó làm nổi bật vai
trò của các phương pháp điều khiển mờ trong việc giải quyết các bài toán động học phi
tuyến và bất định.
Đặc biệt, bộ điều khiển mờ kết hợp khâu vi phân (Fuzzy-D) đã chứng minh sự vượt
trội trong điều khiển tốc độ và dừng tàu đường sắt đô thị. Phương pháp này không chỉ cải
thiện rõ rệt độ chính xác và thời gian đáp ứng mà còn khắc phục các hạn chế của các bộ
điều khiển truyền thống như PID, đặc biệt trên các đoạn đường có điều kiện vận hành phức
tạp. Điều này nhấn mạnh tính hiệu quả và tiềm năng của các hệ thống điều khiển thông
minh trong các ứng dụng thực tiễn.
Nhìn chung, báo cáo đã cung cấp một cái nhìn tổng quan và thực tiễn về việc ứng dụng
các phương pháp điều khiển thông minh vào các lĩnh vực kỹ thuật hiện đại.
46
TÀI LIỆU THAM KHẢO
[1]. Nguyễn Chính Kiên (2017), Ứng dụng mạng nơron nhân tạo bài bài toán dự báo, Báo
cáo kết quả thực hiện đề tài cơ sở, Hà Nội.
[2]. Bùi Hoàng Khánh, Lê Duy Hưng, Hoàng Mạnh Khôi (2010), Mạng Neural và ứng
dụng, Trường Đại học Công nghệ, ĐHQG Hà Nội.
[3]. Huỳnh Thái Hoàng (2006), Hệ thống điều khiển thông minh, Nhà xuất bản Đại học
Quốc gia, TP Hồ Chí Minh
[4]. Nguyen Van Tiem, Speed control for the train of urban railway using Fuzzy-D
controller, Tạp chí Khoa học Giao thông vận tải, 71, Số 06 (08/2020), 640-650.
47
