Mạng nơ ron nhân tạo ngày càng được ứng dụng rộng rãi trong nhận dạng và điều khiển, đặc biệt là các đối tượng phi tuyến. Cơ sở toán học của việc khẳng định rằng mạng nơ ron là công cụ xấp xỉ vạn năng các hàm số liên tục là dựa trên các định lý Stone – Weierstrass và Kolmogorov [1], [2].

Việc sử dụng định lý Stone – Weierstrass để chứng minh khả năng xấp xỉ của mạng noron đã được các tác giả Hornic et al., Funahashi, Cotter, Blum đưa ra từ năm 1989. Các mạng noron thỏa mãn định lý Stone – Weierstrass có thể kể đến là mạng lượng giác, mạng hai lớp với hàm kích hoạt sigmoid, mạng hai lớp với hàm kích hoạt McCulloch – Pitts (MC - P) và mạng với hàm cơ sở xuyên tâm (RBF), mạng hồi quy thời gian liện tục [1], [2], [4].

Việc sử dụng định lý Kolmogorov để biểu diễn chính xác hàm liên tục và đưa ra sơ đồ mạng noron tương ứng đã được Hecht - Nielson và Lorents công bố [1], [2].

Phần tiếp theo của bài viết sẽ trình bày về mô hình động học phi tuyến của cánh tay robot và việc sử dụng mạng nơ ron có trễ để nhận dạng và điều khiển đối tượng.

Bài toán được thiết lập như sau: Đối tượng cần nhận dạng là cánh tay robot có đặc tính động học phi tuyến. Sử dụng một mạng nơ ron làm mô hình thay thế. Yêu cầu của bài toán là xác định cấu trúc và tham số của mạng nơ ron sao cho sai lệch mse (Mean squared error) giữa đầu ra của mạng nơ ron và đối tượng là nhỏ nhất.

Hệ thống nhận dạng cánh tay robot bằng mạng nơ ron được sử dụng làm mô hình ký hiệu là NN1 model.

Qua quá trình nghiên cứu, có một số kết luận như sau:

Ứng dụng mạng nơ ron để nhận dạng mô hình đối tượng phi tuyến, kết quả nhận được là một mô hình đối tượng dưới dạng mạng nơ ron, trong đó sai lệch giữa mô hình nơ ron với đối tượng nằm trong sai số cho phép. Từ đó có thể ứng dụng mạng nơ ron để nhận dạng cho một đối tượng phi tuyến bất kỳ. Trên cơ sở mô hình đối tượng là một mạng nơ ron, bộ điều khiển nơ ron sẽ được thiết kế.

Ứng dụng mạng nơ ron để thiết kế bộ điều khiển theo mô hình mẫu cho đối tượng phi tuyến, thu được kết quả khá tốt. Sai lệch giữa đầu ra của đối tượng thực với đầu ra của mô hình mẫu rất nhỏ, không đáng kể. Như vậy, có thể ứng dụng mạng nơ ron để thiết kế bộ điều khiển theo mô hình mẫu cho đối tượng động học phi tuyến khác.

Với cánh tay robot có nhiều khớp, ta cũng có thể thiết kế bộ điều khiển nơ ron cho nó, bằng cách tách thành nhiều bộ điều khiển độc lập cho từng khớp, mỗi khớp sẽ có một bộ điều khiển nơ ron riêng.

Từ cấu trúc mạng nơ ron ta thấy, mạng nơ ron chính là một hệ thống phi tuyến. Vấn đề còn lại là: Chọn cấu trúc mạng, phương pháp huấn luyện mạng như thế nào. Trong quá trình nhận dạng và điều khiển ta nên chọn cấu trúc càng đơn giản càng tốt, nhưng phải đáp ứng được các yêu cầu của công nghệ đặt ra.

Chất lượng của hệ thống điều khiển tốt, vì hệ thống làm việc giống như mô hình mẫu, ở đây mô hình mẫu được

chọn là một hệ thống tuyến tính. Từ đó cho thấy rằng, tính chất động học và phi tuyến của bộ điều khiển nơ ron đã khử được tính phi tuyến của đối tượng để cho hệ thống làm việc như một hệ tuyến tính, đây là một ưu điểm so với một số phương pháp điều khiển khác.

nhahuy (TH)