Академический Документы
Профессиональный Документы
Культура Документы
et la Logique Floue
III.1 Introduction
La thorie du flou (Fuzzy thory ) est presque devenue une mode pendant les annes 90.
Beaucoup de chercheurs, dans diffrents domaines scientifiques, utilisant la thorie formule par
le professeur Lotfi Zadeh de luniversit de Berkeley [61]. Elle a connu un intrt important dans
la communaut scientifique au cours des dernires annes. Lune des raisons principales est
lnorme succs des quipements domestiques produits par lindustrie Japonaise, utilisant des
rgulateurs flous : ce march atteignait 2 milliards de dollars en 1990 [62].
Les systmes flous appartiennent la classe des "systmes base de connaissance" [62].
Leur but principal consiste implmenter un savoir faire humain, ou des rgles heuristiques,
sous forme dun programme informatique. La logique floue fournit un formalisme mathmatique
pour raliser ce but. Les rgulateurs flous modlisent lexprience humaine sous forme de rgles
linguistiques "sialors" ; un moteur dinfrence calcule les actions de commande pour chacune
des situations donnes. Les algorithmes bass sur la logique floue sont considrs comme une
solution trs intressante pour le rglage des systmes non linaires pour lesquels il nexiste pas
de modle mathmatique [21, 22].
Cette thorie est trs attractive, parce quelle est base sur le raisonnement intuitif et
prend en compte la subjectivit et limprcision [62]. Mais ce nest pas une thorie imprcise.
Cest une thorie mathmatique rigoureuse, adapte au traitement de tout ce qui est subjectif
et/ou incertain.
Comme La science sappuie sur la notion de mesure, la question qui se pose est :
comment reprsenter les valeurs non mesurables? Comment reprsenter ce qui est incertain ou
subjectif ? Comment reprsenter les termes du langage humain ?. Les descriptions linguistiques
dun systme sont souvent vagues. Mais le flou nest pas imprcis. Si une donne nest pas
connue prcisment, elle peut tre exprime par un intervalle de confiance prcis [18, 61]. Cet
intervalle est un ensemble de valeurs possible pour la donne.
La logique floue est une technique de rsolution de problmes trs puissants avec une
large applicabilit dans le control et la prise de dcision [21]. Elle est trs utile lorsque le modle
mathmatique du problme traiter nexiste pas ou existe mais difficile implmenter, ou il est
trop complexe pour tre valuer assez rapidement pour des oprations en temps rel [18, 21, 22].
Ou bien lorsque des experts humains sont disponibles pour fournir des descriptions subjectives
du comportement du systme avec des termes en langage naturel. La logique floue est aussi
suppose de travailler dans les situations o il y a de large incertitude et des variations inconnues
dans les paramtres et la structure du systme.
Une variable linguistique reprsente un tat dans le systme rgler. Chaque variable
linguistique est caractrise par un ensemble tel que :
{x, T(x), U, G, M}
O :
Exemple
La variable linguistique x = temprature ambiante, peut tre dfinie avec un ensemble des
termes :
T(x)= {extrmement froide, trs froide, froide, chaude, trs chaude, extrmement chaude}, qui
forment son univers du discours U = [-200C, 400C]. La variable de base est la temprature. Le
terme froid reprsente une valeur linguistique. On peut linterprter, par exemple comme les
tempratures plus petites que 150c .
x x x x
Lide principale des systmes bass sur la logique floue, est dexprimer la connaissance
humaine sous la forme de rgles linguistiques de forme Sialors Chaque rgle a deux parties
[21, 22, 61, 62]:
Si (un ensemble de conditions est satisfait) alors (un ensemble de consquences peut tre excut).
Le principe de base de linfrence dans la logique classique est le modus ponens, selon
lequel on peut infrer la vrit dune proposition B partir de la vrit de la proposition A et de
limplication AB. Par exemple, si la proposition est identifie par Jone est dans lhpital et B
par Jone est malade alors si Jone est dans lhopital est vraie Jone est malade est aussi vraie.
Alors que, dans la logique floue, linfrence est base sur le modus ponens gnralis
(generalised modus ponens ou GMP) qui est dfinit dans ce qui suit :
Prmisse : x est A`
Consquence : y est B`
Afin de complter cet expos, on mentionne aussi le modus tollens gnralis (generalized
modus tollens ou GMT) qui a la forme :
prmisse : y est B`
consquence : x est A`
Le systme base de la logique floue est compos de quatre blocs principaux (Fig. III.2).
Fuzzificateur
Dfuzzicateur.
Base de
Connaissances
floues
Engin
dinfrence
Entre floue floue Sortie floue
Figure III.2 : Structure gnrale dun systme bas sur la logique floue
a. Fuzzificateur
uo = (uo1, uo2,., uon )T U en un ensemble flou Fx = Fxo Fx2 .. Fxn dfinie dans U.
Cette opration est ncessaire, car dans les applications de la logique floue , les donnes
observes sont souvent numriques, mais dans le systme flou la manipulation des donnes est
base sur la thorie des ensembles flous [18].
- Fuzzification singleton
Fx (u) = 1 Si u = uo
Fx (u) = 0 Si u uo
Cette stratgie est largement utilise dans les applications de contrle flou, car elle est facile
implmenter.
Est une fuzzification pour laquelle Fx (u) est gal lunit si u = uo et dcrot quand on sloigne
de uo. Par exemple,
b. Infrence floue
Il est mentionn que les infrences floues sont bases sur limplication floue de type
modus ponens gnralis. Les infrences lient les grandeurs mesures et les variables de sorties
par des rgles linguistiques. Ces rgles sont combines en utilisant les connections et et ou.
Supposons que le systme flou a deux entres x, y et une sortie z et que lon a dfini n rgles
linguistiques comme suit :
O x, y et z sont des variables linguistiques qui reprsentent les variables dtat de processus et
variables de contrle ; Ai, Bi et Ci (i=1, n) sont les sous-ensembles flous dfinis dans les
ensembles de rfrence pour x, y et z respectivement. en toute gnralit, nimporte quelle
combinaison des oprateurs ou, et et non peut apparatre dans la condition dune rgle, suivant
les conditions imposes par le systme rgler.
Cette mthode utilise les reprsentations standard pour les sous-ensembles dentre et de
sortie. Le poids dactivation dune rgle est utilis pour multiplier la fonction dappartenance
du sous-ensemble de sortie impose par cette rgle. Laction globale (ou la valeur de
commande) est lunion des actions produites par chaque sous-ensemble individuellement.
Elle est graphiquement explique sur la (Fig. III.3a).
Elle utilise les mmes descriptions pour les sous-ensembles de sortie que pour les sous-
ensembles dentre la condition de chaque rgle Ri est attribu un poids dactivation Wi,
qui dpend de la condition elle mme et des valeurs dentre. Pour lopration et, on utilise
loprateur min, le poids dactivation est utilis comme la constante dcrtage pour le sous-
ensemble de sortie impos par la partie consquente de la rgle Ri. La runion des sous-
ensembles crts forme le sous-ensemble de sortie (Fig. III.3b).
Les fonctions dappartenances des sortie doivent tre monotone et non dcroissantes
(Fig. III.3c). La sortie de chaque rgle est une valeur de la fonction de poids dactivation. La
valeur de commande est la moyenne pondre des poids dactivation et de sorties de
fonctions dappartenances.
W1
x y Z Z Z1 Z
y
A2 B2 C2 C2 C2
1 Z2 = f(x, y)
C2
= ax2 + by2 + c
W2
x x y y Z Z Z2 Z
(z) (z)
C1ou C2 Z C1ou C2
Entres
z z=
z i
i
z = w1z1+ w2 z2
w1 + w2 z = w1z1+ w2 z2
w1 + w2
i
0.13
0.67
0.2
0.13
NG EZ PG NG EZ PG NG EZ PG
0.67
NG
'
0.5 0.5
0.33
NG EZ PG NG EZ PG NG EZ PG
1 (z)
X=0.44 Y=-0.67
Entres R (z)
NG EZ PG
z
Centre de
gravit
Figure III.4 Mthode dinfrence somme-prod
O x, y et z sont des variables linguistiques qui reprsente les variables dtat du processus et la
variable de contrle ; Ai, Bi et Ci (i=1, n) sont les sous-ensemble flous dfinis dans les ensembles
de rfrence pour x, y et z respectivement. Le schma de ce systme est reprsent sur la (Fig.
III.5).
Si x=A1 et y=B1
alors z=C1
w1
z
Fuzzification Si x=A2 et y=B2 w2
alors z=C2
y . deffuzzification
.
.
Si x=An et y=Bn
alors z=Cn
wn
Dans le cas du systme de la Fig. (III.5), le poids Wi obtenu de la i-me rgle est :
wi = Ai(x)et Bi)(y)
e. Defuzzification
Le rsultat dune infrence floue est une fonction dappartenance. Cest un sous-ensemble
flou. Un organe de commande ncessite un signal de commande prcis. la transformation floue
en une information dtermine est la defuzzification (concrtisation). De plus, on doit souvent
prvoir un traitement du signal et la conversion digitale/analogique. Il y a plusieurs mthodes de
defuzzification propose dans la littrature. Il ny a pas de stratgie systmatique pour choisir
parmi lune de ces mthodes [61].
(III.1)
Lorsque la fonction (z) est discrtise (Fig. III.6), le centre de gravit est donn par :
n
z i i
z= i =1 (III.2)
n
i =1
i
Cette mthode gnre une commande prcise en calculant la moyenne des valeurs pour
lesquelles lappartenance est maximale.
(z) (z)
z z
zo z1 zo z1
l
ri
z = i z=
i zi
i =1 l
Si la fonction est discrtise, comme montr la (Fig. III.7), la valeur dfuzzifie est donne
par :
l
ri
Z= (III.3)
i =1 l
w z
i =1
i i
z= n
(III.4)
w i =1
i
O n est le nombre de rgles actives avec le poids Wi > 0 et Zi la valeur de la fonction de sortie
pour la rgle i.
Cette mthode est utilise lorsque les sorties sont dfinies comme fonctions linairement
dpendantes dentres, comme montr sur la (Fig. III.3.d). En gnral, la partie consquente de la
rgle est :
Z=f(x, y) (III.5)
w f (x , y )
i =1
i i i
z= n
(III.6)
w
i =1
i
a- Avantages
b- Inconvnients
Manque de directives prcises pour la conception dun rgulateur,
Prcision de rglage en gnral peu lev.