Mô hình mờ là gì? Các công bố khoa học về Mô hình mờ
Mô hình mờ (Fuzzy Model) được sử dụng để mô tả các hệ thống không chắc chắn hoặc phức tạp mà không dễ dàng được biểu diễn bằng các phương trình toán học truyền ...
Mô hình mờ (Fuzzy Model) được sử dụng để mô tả các hệ thống không chắc chắn hoặc phức tạp mà không dễ dàng được biểu diễn bằng các phương trình toán học truyền thống. Mô hình mờ thể hiện khả năng đánh giá mức độ không chắc chắn và suy luận dựa trên các quy tắc mờ trong quá trình ra quyết định.
Mô hình mờ dựa trên lý thuyết tập mờ (Fuzzy Set Theory) và sử dụng các biến mờ (Fuzzy Variable), tập mờ (Fuzzy Set) và quy tắc mờ (Fuzzy Rule) để biểu diễn mức độ không chắc chắn và biểu đạt suy luận mờ. Trong mô hình mờ, mỗi biến mờ đều có một hàm mức độ để biểu diễn mức độ đúng mạnh của giá trị. Các quy tắc mờ được sử dụng để mô tả các quan hệ giữa các biến mờ và dựa trên nền tảng này, mô hình mờ có thể suy luận và ra quyết định theo phương pháp "nếu... thì..." mờ.
Mô hình mờ được ứng dụng rộng rãi trong các lĩnh vực như hệ thống điều khiển, trí tuệ nhân tạo, nhận dạng hình ảnh và xử lý ngôn ngữ tự nhiên.
Mô hình mờ bao gồm ba thành phần chính: biến mờ, tập mờ và quy tắc mờ.
1. Biến mờ (Fuzzy Variable): Biến mờ là biến đầu vào hoặc đầu ra trong mô hình mờ, thường được mô tả bằng cách sử dụng hàm mức độ (Membership Function). Hàm mức độ biểu diễn mức độ chắc chắn của giá trị của biến mờ trong miền giá trị của nó. Ví dụ, biến "nhiệt độ" có thể được biểu diễn là "lạnh", "ấm" hoặc "nóng" với các hàm mức độ tương ứng.
2. Tập mờ (Fuzzy Set): Tập mờ là một tập hợp của các giá trị có thể mà một biến mờ có thể đạt được. Mỗi tập mờ có một hàm xác suất và độ chắc chắn để biểu diễn mức độ đúng mạnh của một giá trị trong biến mờ. Ví dụ, tập mờ "nhiệt độ lạnh" có thể được biểu diễn bằng hàm xác suất như:
Lạnh: mức độ 0.1
Ở trạng thái giữa lạnh và ấm: mức độ 0.4
Ấm: mức độ 0.7
3. Quy tắc mờ (Fuzzy Rule): Quy tắc mờ mô tả quan hệ giữa các biến mờ dựa trên các quy tắc "nếu... thì...". Các quy tắc này phản ánh mối quan hệ quyết định trong mô hình mờ. Mỗi quy tắc mờ có thể được biểu diễn bằng cách sử dụng cụm từ ngữ mờ và một hàm kích hoạt để biểu thị mức độ đúng mạnh của quy tắc. Ví dụ, quy tắc "Nếu nhiệt độ lạnh, thì tăng công suất máy lạnh" có thể được biểu diễn bằng cụm từ mờ "Nhiệt độ" và hàm kích hoạt như "cao".
Suy luận trong mô hình mờ dựa trên việc áp dụng các quy tắc mờ vào tập mờ đầu vào và sau đó ghép nối các kết quả đã suy luận để đưa ra kết quả cuối cùng. Quá trình này có thể sử dụng các phép toán mờ như hợp (union), giao (intersection), phủ định (negation) và căn cứ (implication).
Mô hình mờ cho phép mô tả một cách linh hoạt và chính xác hơn các quan hệ phức tạp và không chắc chắn trong thế giới thực. Điều này làm cho nó đặc biệt hữu ích trong các ứng dụng thực tế như hệ thống điều khiển, quyết định, nhận dạng và dự đoán.
Danh sách công bố khoa học về chủ đề "mô hình mờ":
Các bài kiểm tra thống kê được sử dụng trong phân tích các mô hình phương trình cấu trúc với các biến không thể quan sát và lỗi đo lường được xem xét. Một nhược điểm của bài kiểm tra chi bình phương thường được áp dụng, ngoài các vấn đề đã biết liên quan đến kích thước mẫu và sức mạnh, là nó có thể chỉ ra sự tương ứng ngày càng tăng giữa mô hình giả thuyết và dữ liệu quan sát được khi cả thuộc tính đo lường và mối quan hệ giữa các cấu trúc suy yếu. Hơn nữa, và trái ngược với những khẳng định thông thường, rủi ro mắc lỗi loại II có thể đáng kể ngay cả khi kích thước mẫu lớn. Hơn nữa, các phương pháp kiểm tra hiện tại không thể đánh giá được sức mạnh giải thích của một mô hình. Để khắc phục những vấn đề này, các tác giả phát triển và áp dụng một hệ thống kiểm tra dựa trên các thước đo về phương sai chung trong mô hình cấu trúc, mô hình đo lường và mô hình tổng thể.
Tóm lược: MrBayes 3 thực hiện phân tích phát sinh loài Bayesian kết hợp thông tin từ các phần dữ liệu hoặc các phân tập khác nhau tiến hóa dưới các mô hình tiến hóa ngẫu nhiên khác nhau. Điều này cho phép người dùng phân tích các tập dữ liệu không đồng nhất bao gồm các loại dữ liệu khác nhau—ví dụ: hình thái, nucleotide và protein—và khám phá nhiều loại mô hình cấu trúc kết hợp tham số duy nhất và chung của phần. Chương trình sử dụng MPI để song song hóa kết hợp Metropolis trên các cụm máy Macintosh hoặc UNIX.
Khả dụng: http://morphbank.ebc.uu.se/mrbayes
Liên hệ: [email protected]
* Địa chỉ thông tin liên lạc.
Một phương trình mới và tương đối đơn giản cho đường cong áp suất chứa nước trong đất, θ(
Một dạng thức Lagrangian mới được giới thiệu. Nó có thể được sử dụng để thực hiện các phép tính động lực học phân tử (MD) trên các hệ thống dưới các điều kiện ứng suất bên ngoài tổng quát nhất. Trong dạng thức này, hình dạng và kích thước của ô MD có thể thay đổi theo các phương trình động lực học do Lagrangian này cung cấp. Kỹ thuật MD mới này rất phù hợp để nghiên cứu những biến đổi cấu trúc trong chất rắn dưới ứng suất bên ngoài và ở nhiệt độ hữu hạn. Như một ví dụ cho việc sử dụng kỹ thuật này, chúng tôi cho thấy cách mà một tinh thể đơn của Ni cư xử dưới tải trọng nén và kéo đồng nhất. Công trình này xác nhận một số kết quả của các phép tính tĩnh (tức là, nhiệt độ bằng không) đã được báo cáo trong tài liệu. Chúng tôi cũng chỉ ra rằng một số kết quả liên quan đến mối quan hệ ứng suất-biến dạng thu được từ các phép tính tĩnh là không hợp lệ ở nhiệt độ hữu hạn. Chúng tôi nhận thấy rằng, dưới tải trọng nén, mô hình của chúng tôi đối với Ni cho thấy một điểm phân nhánh trong mối quan hệ ứng suất-biến dạng; điểm phân nhánh này cung cấp một liên kết trong không gian cấu hình giữa sự đóng gói lập phương và đóng gói gần hình lục giác. Chúng tôi gợi ý rằng một sự chuyển biến như vậy có thể được quan sát thực nghiệm dưới các điều kiện sốc cực đoan.
Trong bối cảnh quản lý, lập trình toán học thường được sử dụng để đánh giá một tập hợp các phương án hành động thay thế có thể, nhằm lựa chọn một phương án tốt nhất. Trong khả năng này, lập trình toán học phục vụ như một công cụ hỗ trợ lập kế hoạch quản lý. Phân tích Bao hàm Dữ liệu (DEA) đảo ngược vai trò này và sử dụng lập trình toán học để đánh giá ex post facto hiệu quả tương đối của các thành tựu quản lý, dù chúng được lập kế hoạch hoặc thực hiện như thế nào. Lập trình toán học do đó được mở rộng để sử dụng như một công cụ kiểm soát và đánh giá các thành tựu quá khứ cũng như công cụ hỗ trợ lập kế hoạch cho hoạt động tương lai. Hình thức tỷ lệ CCR được giới thiệu bởi Charnes, Cooper và Rhodes, như một phần của cách tiếp cận Phân tích Bao hàm Dữ liệu, bao hàm cả sự không hiệu quả về kỹ thuật và quy mô thông qua giá trị tối ưu của hình thức tỷ lệ, được thu được trực tiếp từ dữ liệu mà không cần yêu cầu định trước các trọng số và/hoặc phân định rõ ràng các dạng chức năng giả định của mối quan hệ giữa đầu vào và đầu ra. Một sự tách biệt giữa hiệu quả kỹ thuật và hiệu quả quy mô được thực hiện bởi các phương pháp phát triển trong bài báo này mà không làm thay đổi các điều kiện sử dụng DEA trực tiếp trên dữ liệu quan sát. Sự không hiệu quả về kỹ thuật được xác định bởi sự thất bại trong việc đạt được các mức đầu ra tốt nhất có thể và/hoặc việc sử dụng quá nhiều lượng đầu vào. Các phương pháp để xác định và điều chỉnh phạm vi của những sự không hiệu quả này, được cung cấp trong các công trình trước, được minh họa. Trong bài báo hiện tại, một biến mới được giới thiệu, cho phép xác định liệu các hoạt động được thực hiện trong các vùng có lợi suất tăng, không đổi hay giảm (trong các tình huống đa đầu vào và đa đầu ra). Các kết quả được thảo luận và liên hệ không chỉ với kinh tế học cổ điển (đầu ra đơn) mà còn với các phiên bản kinh tế học hiện đại hơn được xác định với “lý thuyết thị trường có thể tranh đấu.”
Chúng tôi xem xét vấn đề so sánh các mô hình phân cấp phức tạp trong đó số lượng tham số không được xác định rõ. Sử dụng lập luận thông tin lý thuyết, chúng tôi đưa ra một thước đo pD cho số lượng tham số hiệu quả trong một mô hình như sự khác biệt giữa trung bình hậu nghiệm của độ lệch và độ lệch tại giá trị trung bình hậu nghiệm của các tham số quan trọng. Nói chung pD tương quan xấp xỉ với vết của tích giữa thông tin Fisher và hiệp phương sai hậu nghiệm, trong các mô hình chuẩn là vết của ma trận ‘hat’ chiếu các quan sát lên giá trị được khớp. Các tính chất của nó trong các họ số mũ được khảo sát. Trung bình hậu nghiệm của độ lệch được đề xuất như một biện pháp đo lường Bayesian về sự phù hợp hoặc đủ, và sự đóng góp của các quan sát riêng lẻ đến sự phù hợp và độ phức tạp có thể dẫn đến một biểu đồ chuẩn đoán của phần dư độ lệch so với đòn bẩy. Việc thêm pD vào trung bình hậu nghiệm độ lệch tạo ra tiêu chuẩn thông tin độ lệch để so sánh các mô hình, liên quan đến các tiêu chuẩn thông tin khác và có một sự biện hộ xấp xỉ quyết định lý thuyết. Quy trình được minh họa trong một số ví dụ, và các so sánh được thực hiện với các đề xuất Bayesian và cổ điển khác. Suốt cả quá trình, nhấn mạnh rằng lượng cần thiết để tính toán trong phân tích Markov chain Monte Carlo là không đáng kể.
Nhiều vấn đề liên quan đến độ phù hợp trong các phương trình cấu trúc được xem xét. Các tiêu chí hội tụ và phân biệt, như đã được Bagozzi áp dụng, không đứng vững dưới phân tích toán học hoặc thống kê. Các tác giả lập luận rằng việc lựa chọn thống kê giải thích phải dựa trên mục tiêu nghiên cứu. Họ chứng minh rằng khi điều này được thực hiện, hệ thống kiểm tra Fornell-Larcker là nhất quán nội bộ và phù hợp với các quy tắc tương ứng để liên kết dữ liệu với các biến trừu tượng.
Một mô hình khảm lỏng được trình bày về tổ chức và cấu trúc thô của các protein và lipid trong màng sinh học. Mô hình này phù hợp với các giới hạn áp đặt bởi nhiệt động lực học. Trong mô hình này, các protein có vai trò quan trọng trong màng là một tập hợp không đồng nhất các phân tử hình cầu, mỗi phân tử được sắp xếp theo cấu trúc
cho thấy các hiệu ứng đáng kể được tạo ra trên bạch cầu lympho khi bổ sung các kháng thể nhắm vào các phân tử miễn dịch bề mặt của chúng. Các kháng thể gây ra sự tái phân bố và ẩm bào của các phân tử miễn dịch bề mặt này, do đó trong khoảng 30 phút ở 37°C, các phân tử miễn dịch bề mặt hoàn toàn bị loại ra khỏi màng. Những hiệu ứng này không xảy ra, tuy nhiên, nếu các kháng thể hoá trị đôi được thay thế bằng các đoạn Fab hoá trị đơn của chúng hoặc nếu các thí nghiệm kháng thể được thực hiện ở 0°C thay vì 3°C. Những kết quả này và các kết quả liên quan khác mạnh mẽ chỉ ra rằng các kháng thể bivalen tạo ra sự tập hợp của các phân tử miễn dịch bề mặt ở cấu trúc mặt phẳng của màng, điều này chỉ xảy ra nếu các phân tử miễn dịch có thể tự do khuếch tán trong màng. Sự tập hợp sau đó kích hoạt ẩm bào các thành phần màng bằng một cơ chế chưa được biết đến. Những biến đổi màng như vậy có thể có tầm quan trọng rất lớn trong việc kích thích phản ứng kháng thể đối với kháng nguyên, cũng như trong các quá trình khác của sự phân hóa tế bào.
Việc đạt được chất lượng trong sản phẩm và dịch vụ đã trở thành một mối quan tâm chủ yếu trong thập niên 1980. Trong khi chất lượng của hàng hóa hữu hình đã được các nhà tiếp thị mô tả và đo lường, thì chất lượng trong dịch vụ vẫn chủ yếu chưa được định nghĩa và nghiên cứu. Các tác giả cố gắng khắc phục tình trạng này bằng cách báo cáo những hiểu biết thu được từ một cuộc điều tra khám phá sâu rộng về chất lượng trong bốn doanh nghiệp dịch vụ và phát triển một mô hình về chất lượng dịch vụ. Các giả thuyết và khuyến nghị để kích thích nghiên cứu trong tương lai về chất lượng dịch vụ cũng được đưa ra.
- 1
- 2
- 3
- 4
- 5
- 6
- 10