III.

CÁC PHÉP TOÁN TRÊN TẬP MỜ

Những phép toán cơ bản trên tập mờ là

phép hợp, phép giao, và phép bù.

Các phép toán này cũng được định nghĩa
thông qua các hàm thuộc.

Các phép toán trên tập mờ không được mâu
thuẫn với các phép toán trong lý thuyết tập
hợp kinh điển.
III. CÁC PHÉP TOÁN TRÊN TẬP MỜ

1. Phép hợp hai tập mờ.

a. Định nghĩa: hợp của hai tập mờ A và B có
cùng tập nền X là một tập mờ A∪B cũng
xác định trên nền X có hàm thuộc thoả mãn
các điều kiện µA∪∪B(x)=max{µA(x), µB(x)} và
1. µA∪B(x) chỉ phụ thuộc vào µA(x) và µB(x).
2. Nếu µB(x)=0 với mọi x thì µA∪B(x)= µA(x)
III. CÁC PHÉP TOÁN TRÊN TẬP MỜ

3. Có tính giao hoán µA∪B(x)= µB∪A(x)

4. Có tính kết hợp (A∪B)∪C= A∪(B∪C) thì
µ(A∪B)∪C(x)= µA∪(B∪C)(x).
5. Nếu A1⊆ A2 thì A1∪B ⊆ A2∪B.
µA1(x)≤ µA2(x) ⇒ µA1∪B (x)≤ µA2∪B (x)
III. CÁC PHÉP TOÁN TRÊN TẬP MỜ

b. Công thức tính hàm thuộc µA∪B(x):

Trong thực tế có nhiều công thức xác định
hàm thuộc cho hợp hai tập mờ. Nhưng
thường được sử dụng nhất là các công
thức sau:
1. Luật lấy max: µA∪B(x)=max{µA(x), µB(x)}
2. Phép hợp Lukasiewicz
µA∪B(x)=min{1,µA(x)+µB(x)}
III. CÁC PHÉP TOÁN TRÊN TẬP MỜ

3. Tổng trực tiếp

µA∪B(x)= µA(x)+µB(x)-µA(x)µB(x)

Lưu ý: Tuy nhiên để tránh mâu thuẫn nhất

thiết trong một bài toán ta chỉ nên thống nhất
sử dụng một loại công thức cho phép hợp
III. CÁC PHÉP TOÁN TRÊN TẬP MỜ

Minh họa: ví dụ cho hai

tập mờ A và B
III. CÁC PHÉP TOÁN TRÊN TẬP MỜ

Hàm thuộc của hợp hai tập hợp có cùng

không gian nền (hình 1.7 b,c,d)

Hợp hai tập mờ theo luật max (Hình b)

Hợp hai tập mờ theo luật Lukasiewicz (Hình
c)

Hợp hai tập mờ theo luật tổng trực tiếp (Hình
d)
III. CÁC PHÉP TOÁN TRÊN TẬP MỜ

2. Phép giao hai tập mờ

a. Định nghĩa: Giao của hai tập mờ A và B có cùng
tập nền X là một tập mờ cũng xác định trên tập nền
X với hàm thuộc thoả mãn các điều kiện
µA ∩ B(x)=min{µA(x), µB(x)} và:
1. µA∩B(x) chỉ phụ thuộc vào µA(x) và µB(x).
2. Nếu B là không gian nền, tức µB(x)=1 thì với mọi
x, µA∩B(x)= µA(x).
III. CÁC PHÉP TOÁN TRÊN TẬP MỜ

3. Có tính giao hoán: µA∩B(x)= µB∩A(x).

4. Có tính kết hợp µ(A∩B)∩C(x)= µA∩(B∩C)(x).

5. Nếu A1⊆ A2 thì A1∩B ⊆ A2∩B.

µA1(x)≤ µA2(x) ⇒ µA1∩B (x)≤ µA2∩B (x)
III. CÁC PHÉP TOÁN TRÊN TẬP MỜ

b. Công thức tính hàm thuộc µA∩B(x):

1. Luật lấy min
µA∩B(x)=min{µA(x), µB(x)}
2. Phép giao Lukasiewicz
µA∩B(x)=max {0,µA(x)+µB(x)-1}
3. Tích Einstein
µA∩B(x)= [µA(x)µB(x)]/[2-µA(x)-µB(x)-µA(x)µB(x)]
III. CÁC PHÉP TOÁN TRÊN TẬP MỜ

4. Tích đại số
µA ∩ B(x)= µA(x)µB(x)
Tuy nhiên luật min và tích đại số là hai loại
luật hay được dùng trong kỹ thuật điều khiển
mờ hơn cả.
Lưu ý: Để tránh mâu thuẫn nhất thiết trong
một bài toán ta chỉ nên thống nhất sử dụng
một loại công thức cho phép giao.
III. CÁC PHÉP TOÁN TRÊN TẬP MỜ

c. Minh họa: ví dụ cho hai tập mờ A và B (Hình a)

Giao hai tập mờ theo luật min.(Hình b)
Giao hai tập mờ theo luật tích đại số.(Hình c)
III. CÁC PHÉP TOÁN TRÊN TẬP MỜ

3. Phép bù của một tập mờ

a. Định nghĩa: Tập bù của tập mờ A định
nghĩa trên tập nền X là một tập mờ AC cũng
xác định trên tập nền X với hàm thuộc thoả
mãn các điều kiện µAc(x)=1- µA(x) và:
III. CÁC PHÉP TOÁN TRÊN TẬP MỜ

1. Chỉ phụ thuộc vào µA(x)

2. Nếu x∈A thì x∉AC hay µA(x)=1 ⇒ µAc(x)=0.
3. Nếu x∉A thì x∈AC hay µA(x)=0⇒ µAc(x)=1.
4. Nếu A⊆B thì AC⊇ BC tức là µA(x)≥ µB(x) thì
µAc(x)≤ µBc(x)
III. CÁC PHÉP TOÁN TRÊN TẬP MỜ

Minh họa:
IV. BIẾN NGÔN NGỮ VÀ GIÁ TRỊ

Biến ngôn ngữ (linguistic variable): là biến

mà ý nghĩa của nó có thể là từ, hay cụm từ
tự nhiên hay nhân tạo.
Ví dụ: tốc độ xe ô tô, nhiệt độ trong phòng…

Mỗi giá trị ngôn ngữ của biến tốc độ được
xác định bằng một tập mờ xác định trên tập
nền là tập số thực dương chỉ giá trị vật lý
x(đơn vị là km/h) của biến tốc độ như
40km/h, 50km/h
IV. BIẾN NGÔN NGỮ VÀ GIÁ TRỊ

Hàm thuộc tương ứng là : µrất chậm(x), µchậm(x), µtrung bình

(x), µnhanh (x), µrấtnhanh (x),
và được biểu diễn như hình vẽ
IV. BIẾN NGÔN NGỮ VÀ GIÁ TRỊ

Biến tốc độ có hai miền giá trị khác nhau:

1. Miền giá trị ngôn ngữ:
N={rất chậm, chậm, trung bình, nhanh, rất nhanh}
2. Miền các giá trị vật lý:
V={x∈R| x≥0}

Mỗi giá trị ngôn ngữ (N) lại được mô tả bằng
một tập mờ có tập nền là các giá trị vật lý V
IV. BIẾN NGÔN NGỮ VÀ GIÁ TRỊ

Biến tốc độ xác định

trên miền các giá trị
ngôn ngữ N, gọi là biến
ngôn ngữ. Trong đó V
là tập nền của biến
ngôn ngữ

Ánh xạ có tên gọi là
quá trình fuzzy hoá
(hay mờ hoá) của giá trị
rõ x.
IV. BIẾN NGÔN NGỮ VÀ GIÁ TRỊ

Ví dụ

Fuzzy hoá giá trị vật lý
x=40 km/h

Fuzzy hoá giá trị vật lý

x=72,5 km/h
V. Luật hợp thành mờ

1. Mệnh đề hợp thành:

Cho hai biến ngôn ngữ χ và γ. Nếu biến χ
nhận giá trị A với hàm thuộc µA(x), và γ
nhận giá trị B với hàm thuộc µB(x). Thì biểu
thức:
χ=A - là mệnh đề điều kiện
γ=B - là mệnh đề kết luận
1. Mệnh đề hợp thành

Ký hiệu mệnh đề điều kiện là p và mệnh đề kết luận là

q thì p ⇒q gọi là mệnh đề hợp thành
1. Mệnh đề hợp thành

a. Định nghĩa 1: giá trị của mệnh đề hợp thành

mờ (nếu χ=A thì γ=B ) là một tập mờ định
nghĩa trên nền Y (không gian nền B) và có
hàm thuộc µA⇒B(y): Y→[0,1] thoả mãn điều
kiện:
1. µA⇒B(y) chỉ phụ thuộc vào µA(x) và µB(y)
2. µA(x) =0 ⇒ µA⇒B(y)=1
1. Mệnh đề hợp thành

3. µB(y) =1 ⇒ µ A⇒B(y)=1
4. µA(x) =0 và µB(y) =0 ⇒ µA⇒B(y)=0
5. µA1(x)≤ µA2(x) ⇒ µA1⇒B(y) ≥µA2⇒B(y)
6. µB1(y)≤ µB2(y) ⇒ µA⇒B1(y) ≤µA⇒B2(y)
1. Mệnh đề hợp thành

Công thức tính hàm thuộc cho mệnh đề hợp

thành A⇒B

Theo Zadeh:
µA⇒B(x,y)=max{min{µA(x), µB(y)},1- µA(x)}

Theo Lukasiewicz
µA⇒B(x,y)=min{1, 1-µA(x)+µB(y)}

Theo Kleene-Dienes
µA⇒B(x,y)=max {1-µA(x),µB(y)}
1. Mệnh đề hợp thành

Nhận xét: Theo điều kiện 1 ta thấy mệnh đề hợp thành

luôn đúng khi mệnh đề điều kiện sai. Điều này tạo ra
nghịch lý trong điều khiển:

Ví dụ: Nếu ánh sáng=tối thì đèn = bật

Nếu ánh sáng=nắng khi đó µTỐI (x) =0 và vì vậy đèn

vẫn bật vì thoả mãn mệnh đề hợp thành
µTỐI⇒BẬT (x,y) =1.
1. Mệnh đề hợp thành

Để khắc phục nhược điểm trên của định lý 1.

Mamdani đã đưa ra nguyên tắc:

“độ phụ thuộc của kết luận không được lớn
hơn độ phụ thuộc của điều kiện”

Biểu diễn dưới dạng công thức:
µA(x)≥µA⇒B(y)
Ta coi tâp mờ µA⇒B(y) như một hàm của hai
biến µA và µB tức là µA⇒B(y) =µ(µA,µB)
1. Mệnh đề hợp thành

b. Định nghĩa 2.

Giá trị của mệnh đề hợp thành mờ (nếu
χ=A thì γ=B ) là một tập mờ định nghĩa B’
trên nền Y (không gian nền B) và có hàm
thuộc µ(µA,µB): [0.1]2 →[0,1] thoả mãn:
1. Mệnh đề hợp thành

1. µA≥µ(µA,µB) với mọi µA,µB∈[0,1]

2. µ(µA,0)=0 với mọi µA∈[0,1]
3. µA1≤ µA2 ⇒ µ(µA1,µB) ≤ µ(µA2,µB)
4. µB1≤ µB2 ⇒ µ(µA,µB1) ≤ µ(µA,µB2)
Từ nguyên tắc trên ta rút ra những kết luận
sau: µ(µA,µB)=min{µA,µB} và µ(µA,µB)=µAµB

Hai kết luận trên là quy tắc hợp thành Mamdani

1. Mệnh đề hợp thành

c. Quy tắc hợp thành: có hai quy tắc hợp

thành MIN và PROD:
1. Quy tắc hợp thành MIN: Giá trị của mệnh
đề hợp thành mờ (nếu χ=A thì γ=B ) là một
tập mờ định nghĩa B’ trên nền Y (không
gian nền của B) và có hàm thuộc
µB’(y)=min{µA(x), µB(y) }
Quy tắc hợp thành MIN

Giả sử biến ngôn ngữ χ chỉ tốc độ của xe và γ chỉ tác

động của ga xe. Luật điều khiển cho tốc độ chạy trung
bình không đổi sẽ tương đương với mệnh đề hợp
thành mờ một điều kiện đầu vào.
Nếu χ =chậm thì γ =tăng
Quy tắc hợp thành MIN

µB’(y)=min{µA(x), µB(y) }
Quy tắc hợp thành MIN

Ký hiệu giá trị mờ đầu ra là B’ ứng với giá trị

vật lý x0 của đầu vào theo quy tắc hợp
thành MIN ta có µB’(y)=min{µA(x), µB(y) }

Độ cao H= µA(x0) – được gọi là độ thoả mãn
mệnh đề điều kiện hay độ thoả mãn. Và khi
đó µB’(y)=min{H, µB(y) }.

Theo quy tắc hợp thành PROD
µB’(y)=H.µB(y)
1. Mệnh đề hợp thành

2. Quy tắc hợp thành PROD: Giá trị của

mệnh đề hợp thành mờ (nếu χ=A thì γ=B ) là
một tập mờ định nghĩa B’ trên nền Y (không
gian nền của B) và có hàm thuộc
µB’(y)=µA(x)µB(y)
Quy tắc hợp thành PROD

µB’(y)=µA(x)µB(y)
2. Luật hợp thành mờ

a. Định nghĩa: luật hợp thành là tên chung gọi

mô hình R biểu diễn một hay nhiều hàm
thuộc cho một hay nhiều mệnh đề hợp
thành. Nói cách khác luật hợp thành là một
tập hợp của nhiều mệnh đề hợp thành.
b. Phân loại:
- Luật hợp thành đơn là luật chỉ có một
mệnh đề hợp thành.
2. Luật hợp thành mờ

– Luật hợp thành kép: là luật có nhiều hơn

một mệnh đề hợp thành.
– Trong thực tế phần lớn các hệ mờ đều có
mô hình là luật hợp thành kép.
– Ví dụ:
R1: nếu χ=chậm thì γ=tăng
R2: nếu χ=trung bình thì γ=giữ nguyên
R3: nếu χ=nhanh thì γ=giảm
2. Luật hợp thành mờ

Với mỗi giá trị vật lý x0 của tốc độ đầu vào,

qua phép suy diễn mờ B’1,B’2,B’3 từ ba
mệnh đề hợp thành R1,R2,R3 của luật hợp
thành R với hàm thuộc lần lượt là µB’1(y),
µB’2(y), µB’3(y). Giá trị của luật hợp thành R
ứng với giá trị x0 là tập mờ R’ thu được qua
phép hợp ba tập mờ
R’=B’1∪B’2∪B’3.
2. Luật hợp thành mờ

Phân loại luật hợp thành:

- Luật hợp thành max-PROD, nếu µB’(y) được xác
định theo quy tắc hợp thành PROD và phép hợp là
phép hợp max.
- Luật hợp thành sum-MIN nếu µB’(y) được xác định
theo quy tắc hợp thành MIN và phép hợp là phép
hợp Lukasiewicz.
- Luật hợp thành sum-PROD nếu µB’(y) được xác định
theo quy tắc hợp thành PROD và phép hợp là phép
hợp Lukasiewicz.
2. Luật hợp thành mờ

Các bước xác định hàm thuộc µR’(y) của

một luật hợp thành có n mệnh đề hợp thành
1. Xác định độ thoả mãn H1,H2,…,Hn
2. Tính µB’(y) theo µB’(y)=min{H,µB(y) } hoặc
µB’(y)=H.µB(y).
3. Xác định µR’(y) theo luật lấy max hoặc luật
Lukasiewizc
2. Luật hợp thành mờ

c. Cấu trúc của luật hợp thành:

SISO – Là cấu trúc một đầu vào, một đầu ra.
MISO – Là cấu trúc có nhiều biến ngôn ngữ
đầu vào, và một biến ngôn ngữ đầu ra
3. Thuật toán hợp thành trên cấu trúc
SISO

a.Luật hợp thành max-MIN.

Xét luật hợp thành SISO với một mệnh đề
hợp thành:
R1: nếu χ=A thì γ=B

Trước hết ta rời rạc hoá bằng cách chia ra
các khoảng nhỏ để không mất thông tin:
x∈{0,1;0,2;0,3;0,4;0,5}
y∈{0,5;0,6;0,7;0,8;0,9}
Luật hợp thành max-MIN trên SISO

Minh hoạ

Ta xác định hàm thuộc µB’(y) ứng với giá trị đầu
vào rõ x0 và điểm y. Ví dụ x0=0,2.
µB’(0,7)|0,2= µR(0,2;0,7)=min{µChậm (0,2), µTăng (0,7)
}=min{0,5;1}=0.5 .
Theo cách tính tương tự ta được bảng sau:
Luật hợp thành max-MIN trên SISO

Như vậy hàm thuộc dạng rời rạc khi đầu vào
có giá trị rõ x0=0,2
µB’(y)=µR(0,2,y) = {0;0.5;0.5;0.5;0}
Luật hợp thành max-PROD trên SISO

Minh hoạ

Ta xác định hàm thuộc µB’(y) ứng với giá trị đầu
vào rõ x0 và điểm y. Ví dụ x0=0,2, µB’(0,7)|0,2=
µR(0,2;0,7)=µChậm (0,2).µTăng (0,7) =0,5.1=0.5
Theo cách tính tương tự ta được bảng sau:
Luật hợp thành max-PROD trên SISO

Như vậy hàm thuộc dạng rời rạc khi đầu vào có
giá trị rõ x0=0,2
µB’(y)=µR(0,2,y) = {0;0.25;0.5;0.25;0}
4. Thuật toán hợp thành trên cấu trúc
MISO

Ta xét một mệnh đề hợp thành với hai mệnh

đề điều kiện:

Nếu α=A và β=B Thì γ=C

Khi đó luật hợp thành R có dạng sau:

R: A∩B ⇒C
4. Thuật toán hợp thành trên cấu trúc
MISO

Các bước xây dựng R

1. Rời rạc hóa các hàm thuộc:
x∈{0,1;0,2;0,3;0,4;0,5}
y∈{0,3;0,4;0,5;0,6;0,7}
z∈{0,5;0,6;0,7;0,8;0,9}
Thuật toán hợp thành trên cấu trúc
MISO

2. Lập R gồm các hàm thuộc cho từng vector

đầu vào: như vậy sẽ có tất cả 5x5=25 cặp
điểm đầu vào và ứng với từng cặp điểm đầu
vào là một hàm thuộc µC’(z) của biến mờ đầu
ra C’.
Ví dụ: µC’(z) = µR(0,2;0,5)={0;0.5;0,5;0,5;0}
µC’(z) = µR(0,5;0,5)={0;0;0;0;0}
µC’(z) = µR(0,5;0,3)={0;0;0;0;0}
Thuật toán xác định luật hợp thành kép
max-MIN

Luật hợp thành có hai mệnh đề:

R1: Nếu χ=chậm Thì γ=tăng hoặc

R2: Nếu χ=nhanh Thì γ=giảm.
Thuật toán xác định luật hợp thành kép
max-MIN

Ký hiệu R’ là giá trị của luật hợp thành thì R’

là hợp của hai tập hợp R’1 và R’2
R’=R’1∪R’2

Theo luật max thì
µR’(y)=max{µR’1(y), µR’2(y)}
Thuật toán xác định luật hợp thành kép
max-MIN

Đối với mệnh đề R1

- Độ thoả mãn H1=µchậm(x0)
- Giá trị mờ đầu ra µR’1(y)=min{H1, µtă ng(x0) }
Thuật toán xác định luật hợp thành kép
max-MIN

Đối với mệnh đề R2

- Độ thoả mãn H2=µnhanh(x0)
- Giá trị mờ đầu ra µR’2(y)=min{H2, µgiảm (x0) }
Thuật toán xác định luật hợp thành kép
max-MIN

Theo luật max thì

µR’(y)|x0=max{µR’1(y), µR’2(y)}
5. Giải mờ (defuzzification)- rõ hoá

a. Định nghĩa: rõ hoá là quá trình biến đổi tập

hợp mờ thành tập hợp rõ. Tức là quá trình
xác định một giá trị rõ y’ nào đó có thể chấp
nhận được của giá trị mờ B’.
b. Phân loại: có hai phương pháp rõ hoá :
phương pháp cực đại và phương pháp điểm
trọng tâm.
c. Phương pháp cực đại

Theo phương pháp này giá trị rõ y’ phải là

giá trị có “xác suất” thuộc tập mờ lớn nhất.

Các bước giải mờ
1. Xác định miền chứa giá trị rõ y’. Giá trị rõ
y’ là giá trị mà tại đó hàm thuộc đạt giá trị
cực đại, tức là miền
G={y∈Y|µB’(y)=H}
Phương pháp cực đại

2. Xác định y’ có thể chấp nhận được từ G

theo ba nguyên lý sau:
- Nguyên lý trung bình: Khi G là một miền
liên thông và y’=(y1+y2)/2
- Nguyên lý cận trái: phụ thuộc vào độ thoả
mãn của luật điều khiển.
- Nguyên lý cận phải: phụ thuộc vào độ thoả
mãn của luật điều khiển.
Phương pháp cực đại

Ví dụ:

G là khoảng [y1,y2] của miền giá trị của tập

mờ đầu ra của luật điều khiển:
R2: Nếu χ=A2 Thì γ=B2
Luật quyết định là luật mà giá trị mờ đầu ra
của nó có độ cao lớn nhất. Trong trường hợp
này R2 là luật quyết định
Phương pháp cực đại

Theo nguyên lý trung bình:

Phương pháp cực đại

Theo nguyên lý cận trái:

Phương pháp cực đại

Theo nguyên lý cận phải:

Phương pháp điểm trọng tâm

Giá trị y’ được xác định

theo công thức sau:

∫ yµ
S
B' ( y )dy
y' =
∫µ
S
B' ( y )dy