Mô hình toán bộ điều khiển huấn luyện mờ ứng dụng cho điều khiển tàu hành trình ngược chiều

TẠP CHÍ KHOA HỌC CÔNG NGHỆ GIAO THÔNG VẬN TẢI, SỐ 18-02/2016 15 MÔ HÌNH TOÁN BỘ ĐIỀU KHIỂN HUẤN LUYỆN MỜ ỨNG DỤNG CHO ĐIỀU KHIỂN TÀU HÀNH TRÌNH NGƯỢC CHIỀU APPLICATION OF THE MATHEMATICAL MODEL OF THE TRAINED FUZZY REGULATORS FOR SHIP CONTROL IN MEETING MOTION TS. Nguyễn Xuân Phương, TS. Nguyễn Phước Quý Phong Trường Đại học Giao thông vận tải TP. Hồ Chí Minh Tóm tắt: Bài báo trình bày ứng dụng mô hình toán bộ huấn luyện mờ cho điều khiển tàu hành trình ngược chiều. Các tác giả trình bày nghiên cứu mô hình mờ TS có cấu trúc mạng nơron năm lớp tác động trực tiếp có tên ANFIS (Adaptive-Network-based Fuzzy Inference Systems) và mô hình TS có thể huấn luyện bằng phương pháp lan truyền ngược sai số BP (Back Propagation). Từ khóa: Điều khiển huấn luyện mờ, Mô hình TS, ANFIS, Back Propagation. Abstract: This paper devotes the application of the mathematical model of the trained fuzzy regulators for ship control in meeting motion. The authors present the research of the TS-fuzzy model of the structure of the five-layer neural network of direct action, known as the ANFIS (Adaptive - Network - based Fuzzy Inference Systems) and the TS-models trained by back propagation BP (Back Propagation). Keywords: Trained Fuzzy Regulator, TS Model, ANFIS, Back Propagation. 1. Giới thiệu Bộ điều khiển dạng này cần phải được thu nhận các dữ liệu kiến thức, hiểu biết về trạng thái, hành trạng của mục tiêu và trên cơ sở đó người ta mới thiết lập ra phương pháp điều khiển, sai số điều khiển không được vượt quá giá trị cho phép. Trong quá trình huấn luyện, thông qua các bộ điều khiển, mô hình của mục tiêu sẽ được tham gia và thu nhận các dữ liệu kiến thức và được điều chỉnh cho phù hợp với các điều kiện thay đổi của hoạt động mục tiêu. Để đáp ứng đầy đủ các yêu cầu, mô tả của mục tiêu và bộ điều khiển, người ta đã sử dụng mô hình mờ TS có cấu trúc mạng nơron năm lớp tác động trực tiếp có tên ANFIS (Adaptive-Network- based Fuzzy Inference Systems) [1, 2]. Tại nghiên cứu này các tác giả trình bày nghiên cứu ứng dụng bộ điều khiển huấn luyện mờ trong điều khiển tàu hành trình ngược chiều. 2. Các bộ điều khiển huấn luyện mờ Cấu trúc nơron mờ của mô hình được tổng hợp hoá TS có n quy tắc và m đầu vào, thực hiện cơ chế đầu ra y , sẽ được biểu diễn trên hình 1. Hình 1. Cấu trúc mạng nơron mờ của mô hình TS 16 Journal of Transportation Science and Technology, Vol 18, Feb 2016 Tại lớp đầu tiên với 0 , 1, i ix x i m  , ta phải tính được bậc của các hàm thuộc tính, còn ở lớp thứ hai, chúng sẽ được tính bởi T- toán tử của phép toán cực tiểu hoá hay tích số. Tại lớp thứ thứ ba (N), các trọng số tiêu chuẩn hoá sẽ được xác định là / ( ), 1, ,w w w w n       và ở lớp thứ tư, chúng sẽ được nhân với các giá trị tương ứng của đại lượng y tìm được theo các phương trình tuyến tính: 1 1 1 1 1 0 1 1 2 2 2 2 2 2 2 0 1 1 2 2 0 1 1 2 2 ... , ... , ... ... . m m m m n n n n n m m y b b x b x b x y b b x b x b x y b b x b x b x                Lớp thứ năm là phép cộng để thu được giá trị tổng cần tìm của .yˆ Quá trình thu nhận các dữ liệu hiểu biết về mục tiêu bằng mô hình TS bao gồm việc xác định hệ số của các phương trình: , 0, , 1, ,ib i m n    các tham biến của hàm thuộc tính: 0 , 1,d i m   và tìm số các quy tắc n, trong đó, các đầu ra của mô hình .yˆ Và mục tiêu y, sẽ trùng hợp hoặc trở thành gần như nhau. Nếu số quy tắc n đã được xác định, các hàm thuộc tính ( , )i iX x d  liên tục với các tham biến d và phép tích số được thực hiện bởi T-toán tử 1 ( ( ), 1, ) m i i i w X x n      thì các mô hình TS có thể huấn luyện bằng phương pháp lan truyền ngược sai số BP (Back Prop- agation), đã được giới thiệu trong các công trình nghiên cứu [3, 4, 5 và 6]. Phương pháp này bao hàm phép cực tiểu hoá sai số bình phương: 2ˆ0,5( ( ))I y y c  bằng phương pháp građiên: 1 Ic c h c      (1) Trong đó: c = (b, d): véctơ các tham biến; h : bước thao tác. Trên cơ sở quy tắc chuỗi xác định đạo hàm riêng theo ld  : ˆ ˆ l l l l XI I y w d y w X d                   Và theo lb  : ˆ ˆ l l I I y b y b          , Không cần các phép tính trung gian, ta viết các biểu thức giải tích của chúng như sau: 2 1 1 0 ˆ ˆ( ) ( ) , 1, , ˆ( ) , 1, , 1, , 1. m l i i j il l i l j l l XI y w y y y X x d d w l m I y y x l m n x b                                   Trong vai trò là hàm thuộc tính, thông thường, người ta hay chọn các hàm dạng xichma: 1( ) (1 exp( )) , 0,X x dx d   hoặc các hàm chuẩn theo tia ))(exp()( 21 dxdxX  được lấy vi phân theo 1,d d và 2d . Bây giờ ta hãy thiết lập bài toán huấn luyện của bộ điều khiển nơron mờ tác động trực tiếp P, nghĩa là được liên kết nối tiếp với mục tiêu O (hình 2). Hình 2. Sơ đồ điều khiển nối tiếp TẠP CHÍ KHOA HỌC CÔNG NGHỆ GIAO THÔNG VẬN TẢI, SỐ 18-02/2016 17 Giả sử mục tiêu điều khiển có một đầu ra được mô tả bằng phương trình phân tán bậc sr, sau: 0( 1) ( ( ),..., ( ), ( ),..., ( )) y t f y t y t r u t u t s     (2) Và giả thiết rằng, mục tiêu điều khiển có tính thuận nghịch, nghĩa là có tồn tại một hàm 1 0 f nghịch đảo với phương trình (2): 1 0( ) ( ( 1), ( )..., ( ), ( 1),..., ( )). u t f y t y t y t r u t u t r      Chúng ta hãy xét mô hình nơron mờ TS (hình 2) có vétơ đầu vào m-chiều: ( ) ( ( 1), ( ),..., ( ), ( 1), ˆ..., ( )) : ( ) ( ( ), ) p p p p x t y t y t y t r u t u t r u t f x t c       Trong đó, độ gần gũi theo yêu cầu )(ˆ tu đối với )(tu được đảm bảo trong các đầu vào tương ứng, và là mô hình được giới thiệu để giữ vai trò của bộ điều khiển. Huấn luyện bộ điều khiển bằng thuật toán AOP để điều khiển với sai số bình phương nhỏ nhất: )1(5,0)1()1((5,0 22  tetytxI pp Theo sơ đồ liên tục (hình 2) thì cần phải tính biểu thức: p p p p I I y u c y u c            Trong đó giá trị của đạo hàm uy  / chưa xác định được. Giá trị này có thể tìm được dễ dàng bằng mô hình nơron của mục tiêu, và nó được gọi là cơ cấu chuyển đổi: ˆ ˆ ˆ( 1) ( ( ),..., ( ), ( ),..., ( ) ) E E y t f y t y t r u t u t r c     Ở đây ta chỉ cần tính uy  /ˆ thay cho uy  / . Còn việc huấn luyện cơ cấu chuyển đổi E bằng thuật toán AOE, đảm bảo có sai số bình phương nhỏ nhất: 2 2ˆ0,5( ( 1) ( 1) 0,5 ( 1)E EI y t y t e t      Sẽ làm tương tự như bộ điều khiển được thực hiện bằng phương pháp BP [7, 8]. Tất cả những yếu điểm cơ bản của các hệ thống điều khiển được huấn luyện đầu tiên, đều có liên quan đến việc sử dụng phương pháp BP, cụ thể như tính chất cục bộ của việc tìm kiếm và “hiện tượng lặp” thường xuyên, rất đặc trưng cho các phương pháp građiên; yêu cầu phải có tính liên tục và khả năng có thể lấy vi phân của các hàm thuộc tính; không xác định được bậc (r,s) và số lượng các quy tắc n. Các bộ điều khiển huấn luyện và các hệ thống điều khiển mờ được liệt vào lớp các hệ thống có triển vọng nhất. Chúng có được khả năng vận hành cao trong các điều kiện có nhiễu và sai số đo, có thể điều chỉnh nhanh để hoạt động trong các điều kiện hay thay đổi của thực tế sản xuất, do đó chúng làm giảm những tổn thất do điều hành kém hiệu quả. Cùng với điều đó, trong nhiều trường hợp, các LLR cũng đã chứng tỏ chúng có khả năng hoạt động cao. Cụ thể như trong các hệ thống điều khiển những mục tiêu tương đối đơn giản, LLR có thể cạnh tranh rất tốt với các bộ điều khiển huấn luyện. 3. Kết luận Để loại trừ được “tính lặp”, các công trình nghiên cứu đã đề xuất dùng thuật toán căn nguyên để thay đổi kích thước bước thao tác h trong công thức của các građiên (1) và các thành phần của véctơ c [9, 10]. Nhiều nhà nghiên cứu khác lại cho rằng, với các mục đích huấn luyện, thì chỉ cần ứng dụng các thuật toán căn nguyên là đủ để khắc phục hai yếu điểm nêu trên của phương pháp BP [11] . Hiệu quả lớn nhất đã đạt được trong quá trình huấn luyện hỗn hợp, khi ứng dụng thuật toán căn nguyên để chỉnh lý chính xác các tham biến của các hàm thuộc tính d, kết hợp với phương pháp nhiều bước các bình phương nhỏ nhất để tìm véctơ b, và dùng nhiều các thuật toán khác để xác định các bậc r, s và số quy tắc n trong mô hình TS [12]. Với cách tiếp cận và giải quyết vấn đề như thế, người ta đã khắc phục thành công tất cả những khuyết điểm của phương pháp BP trong phần lớn các trường hợp  Tài liệu tham khảo [1] Маслов Ю.В. (2004) Энергосберегающие технологии в управлении движением судов на внутренних водных путях. СПб.: Судостроение. [2] Маслов Ю.В. (2001) Управление дизельной энергетической установкой 18 Journal of Transportation Science and Technology, Vol 18, Feb 2016 и рулевым устройством при расхождении судов. Сборник научных трудов. СПб. [3] Кулибанов Ю.М. (1995) Динамические модели в обратных задачах управления движением флота. СПб.: СПГУВК. [4] Маслов Ю.В., Фурмаков Е. Ф., Гусев В. С. (2001) Аварийная защита быстроходного судового двигателя. Сборник научных трудов. Вып. 23, Харьков. [5] Маслов Ю. В., Фурмаков Е.Ф., Гусев В.С. (2001) Некоторые особенности адаптации системы автоматизации быстроходных дизелей. Сборник научных трудов. Вып. 26, Харьков. [6] Маслов Ю.В., Фурмаков Е. Ф., Гусев В.С. (2001) Система автоматизации аварийной защиты быстроходных судовых двигателей. Сборник научных трудов. СПб.. [7] Маслов Ю.В., Фурмаков Е. Ф., Гусев В.С., Лопарев В.К. (2001) Управление процессом аварийной защиты быстроходных судовых дизелей. Материалы международной научно- технической конференции . Транском- 2001. [8] Михайлов А.В. (1973) Внутренние водные пути. – М.: Стройиздат. [9] Моисеев Н.Н. (1971) Численные методы в теории оптимальных систем. – М.: Наука. [10] Николаев В.И., Брук В.М. (1985) Системотехника: методы и приложения. – Л.: Машиностроение. [11] Ольшамовский С. Б., Земляновский Д. К., Щепетов И. А. (1972) Организация безопасности плавания судов. – М.: Транспорт. [12] Пашков Н. Н., Долгачев Ф. М. (1977) Гидравлика. Основы гидрологии. – М.: Энергия. Ngày nhận bài: 14/01/2016 Ngày chấp nhận đăng: 29/01/2016 Phản biện: PGS.TS. Phạm Kỳ Quang PGS.TS. Vũ Đức Lập