ĐẠI HỌC CÔNG NGHIỆP TP HCM

KHOA CÔNG NGHỆ ĐIỆN TỬ

BÀI GIẢNG
TÍNH TOÁN MỀM
SOFT COMPUTING
Giảng viên: TS. Nguyễn Ngọc Sơn
Email: nguyenngocson@iuh.edu.vn

THÀNH PHỐ HỒ CHÍ MINH, 2022

 Giới thiệu môn học
Mục tiêu:
 Sử dụng được các kỹ thuật tính toán mềm bao gồm các
thuật toán tối ưu, mạng nơ rôn nhân tạo và logic mờ để
giải quyết các bài toán kỹ thuật.
Nội dung:

Chương 1. Nhập môn tính toán mềm

Chương 2. Thuật toán tối ưu
Chương 3. Mạng nơ rôn nhân tạo
Chương 4. Logic mờ

2
 Giới thiệu môn học
Đánh giá:
 Bài tập lớn: 20%
 Giữa kỳ: 30%
 Cuối kỳ: 50%
Số tiết: 30 tiết

Tài liệu tham khảo:

1. Zadeh, Lotfi A. "Fuzzy logic, neural networks, and soft
computing." Fuzzy Sets, Fuzzy Logic, And Fuzzy Systems:
Selected Papers by Lotfi A Zadeh. 1996. 775-782.
2. Kumar, Kaushik, Supriyo Roy, and J. Paulo Davim. Soft
Computing Techniques for Engineering Optimization. CRC Press,
2019.
3. Soft Computing: With MATLAB Programming

3
 Bài tập – 20%

1 2 3

Tính toán/ Báo cáo

Bài tập
Lập trình kết quả
lớn tìm lời giải đạt được

Ngôn ngữ lập trình: MATLAB/Python

4
 Chương 1. Nhập môn tính toán mềm

1.1. Định nghĩa

1.2. Vai trò của công nghệ tính toán mềm

1.3. Lịch sử hình thành và phát triển

1.4. Phân biệt tính toán cứng và tính toán mềm

5
1.1. Định nghĩa

 Mô hình tính toán mềm thường dựa vào các đặc điểm, hành vi của
con người và tự nhiên để tìm lời giải hiệu quả trong điều kiện không
chính xác và không chắc chắn. Khái niệm tính toán mềm được
Zadeh giới thiệu lần đầu năm 1994 [1] được mô tả như sau:

“Về cơ bản, tính toán mềm không phải một thể

thống nhất các khái niệm và kỹ thuật mà nó là
sự kết hợp của các phương pháp riêng biệt
theo cách này hay cách khác để đạt được lời
giải hiệu quả với chi phí thấp trong điều kiện
không chắc chắn hay không chính xác”. Hình 1.1 Giáo sư Lotfi A. Zadeh

6
1.1. Định nghĩa

 Các thành phần chính của tính toán mềm bao gồm:

- Logic mờ (Fuzzy logic).

- Mạng nơ rôn nhân tạo (Neural Networks - NN).

- Thuật toán tối ưu tiến hóa (Evolution Algorithms - EAs).

- Lập luận xác suất (Probabilistic Reasoning -PR).

- Máy học (Machine Learning -ML).

- Hệ lai (Hybrid computing - HC)

7
1.1. Định nghĩa

Tóm lại, tính toán mềm tạo ra các cơ chế tính toán để
chứng tỏ thuộc tính hữu ích, nghĩa là, xây dựng suy luận
với dữ liệu không rõ ràng và/hoặc không chắc chắn, thích
ứng với môi trường động, khả năng học từ nhiễu và/hoặc
thông tin không đầy đủ và lập luận với sự không chắc chắn

8
1.2. Vai trò tính toán mềm
 Mục tiêu chính của tính toán mềm là phát triển cơ chế
tính toán thông minh thay cho tính toán cứng và giải
quyết cho các hệ thống có tính phi tuyến, các hệ thống
phức tạp không thể mô tả đầy đủ và chính xác bởi
các phương trình toán (Zadeh 1994 [1]).

AI

Lĩnh vực ứng

Pre-
dụng tính
dictive
toán mềm

Science
Computer

9
 1.3. Lịch sử hình thành và phát triển

SC = EC + NN + FL

Soft Evolutionary Neural Fuzzy

Computing Computing Networks Logic
Zadeh Recchenberg McCulloch Zadeh
1981 1960 1943 1965

EC = ES + EP + GA + DE

Evolutionary Evolution Evolutionary Genetic Differential

Computing Strategies Programming Algorithm Evolution
Recchenberg Rechenberg Fogel Holland R. Storn và K.
1960 1965 1962 1970 Price
1995

10
1.3. Lịch sử hình thành và phát triển

GA-NN
DE-NN EC GA-FL
DE-FL
PSO-NN …

NN FL ANFIS-
GA
ANFIS
Nơ rôn
– mờ Hệ lai (Hybrid computing - HC)

11
1.4. Phân biệt tính toán cứng và tính toán mềm

The soft computing model is imprecision tolerant, partial truth,

approximation. On the other hand, hard computing does not work on
the above-given principles; it is very accurate and certain.

Soft computing employs fuzzy logic and probabilistic reasoning while

hard computing is based on binary or crisp systems.

Hard computing has features such as precision and categoricity. As

against, approximation and dispositionality are the characteristics of
soft computing.

Soft computing approach is probabilistic in nature whereas hard

computing is deterministic.

12
1.4. Phân biệt tính toán cứng và tính toán mềm

Soft computing can be easily operated on the noisy and

ambiguous data. In contrast, hard computing can work
only on exact input data.

Parallel computations can be performed in soft computing.

On the contrary, in hard computing sequential
computation is performed on the data.

Soft computing can produce approximate results while hard

computing generates precise results.

13
1.5. Bài tập

Sử dụng trang tìm kiếm Google Scholar và các từ khóa

liên quan đến Soft computing, các bạn hãy liệt kê ít
nhất 05 ứng dụng trong AIoT. Mô tả tóm tắt Problem
solving của các ứng dụng đó là gì?

14
15