với Ai, Bi là các tập mờ, i = 1,., n. Mỗi luật của () có thể chuyển thành một mẫu dữ liệu cho mạng nơron đa tầng bằng cách lấy phần “Nếu” làm đầu vào và phần “Thì” làm đầu ra của mạng. Từ đó ta chuyển khối luật thành tập dữ liệu sau: {(A1,B1),.,(An,Bn)}. Đối với hệ MISO, việc biểu diễn khối luật dưới dạng tập dữ liệu cũng tương tự như đối với hệ SISO. Ví dụ: Luật Ri : Nếu x là Ai và y là Bi Thì z là Ci () với Ai, Bi, Ci là các tập mờ,. | Ri Nếu x là Ai Thì y là Bi với Ai Bi là các tập mờ i 1 . n. Mỗi luật của có thể chuyển thành một mẫu dữ liệu cho mạng nơron đa tầng bằng cách lấy phần Nếu làm đầu vào và phần Thì làm đầu ra của mạng. Từ đó ta chuyển khối luật thành tập dữ liệu sau Ai Bi . An Bn . Đối với hệ MISO việc biểu diễn khối luật dưới dạng tập dữ liệu cũng tương tự như đối với hệ SISO. Ví dụ Luật Ri Nếu x là Ai và y là Bi Thì z là Ci với Ai Bi Ci là các tập mờ i 1 . n. Tập dữ liệu của khối luật là Ai Bi Ci 1 i n. Còn đối với hệ MIMO thì khối luật Ri Nếu x là Ai và y là Bi Thì r là Ci và s là Di với Ai Bi Ci Di là các tập mờ i 1 . n. Tập dữ liệu của khối luật là Ai Bi Ci D 1 i n. Có hai cách để thực hiện luật dựa trên giải thuật lan truyền ngược sai lệch Phương pháp Umano - Ezawa Theo phương pháp này một tập mờ được biểu diễn bởi một số xác định các giá trị của hàm liên thuộc của nó. Ta thực hiện theo các bước sau - Đặt 4 chứa miền xác định của biến ngôn ngữ đầu vào tức miền xác định của tất cả Ai . - Đặt p1 p2 chứa miền xác định của biến ngôn ngữ đầu ra tức miền xác định của tất cả Bi . - Với M N nguyên dương M 2 và N 2 ta đặt xi ai i - 1 a2 - a1 N - 1 yj P1 j - 1 P2 - P1 M - 1 với 1 i N và 1 j M. 131 - Rời rạc hóa các tập mờ thành tập các cặp vào-ra hình . Ai xi . Ai XN Bi y1 . Bi yM với 1 i n. Đặt aij Ai xj bij Bi yj khi đó mạng nơron mờ sẽ chuyển thành mạng nơron rõ với N đầu vào và M đầu ra. Từ đó có thể cho mạng học bằng giải thuật huấn luyện mạng nơron đã biết. Hình . Hàm liên thuộc các tập mờ vào và ra Xét một hệ có 3 luật mờ với các tập mờ vào và ra như hình R1 Nếu x là A1 Thì y là B1 R2 Nếu x là A2 Thì y là B2 R3 Nếu x là A3 Thì y là B3 với các hàm phụ thuộc pA1 u 1- 2x 0 x - 2 PA2 u 1 - 2 x - 0 5 0 x 1 PA3 u 2x -1 1 x l PB1 -y -1 y 0 PB2 1 - 2 y - 2 y 2 PB3 y 0 y 1. 132 Tập dữ liệu được rút ra từ các luật này có dạng A1 B1 A2 B2 A3 B3 . Đặt a15 a2 0 1 là miền xác định của biến ngôn ngữ đầu vào. Đặt pb p2 -1 1 là miền xác định của biến
