Академический Документы
Профессиональный Документы
Культура Документы
Mounir Boukadoum
Et si Bouddha avait raison ?…
« Tout doit toujours être ou ne pas être »
Aristote
« Le monde n’est ni éternel ni éphémère, ni fini ni infini »
Bouddha
Corollaire : « Rien dans le monde, objet ou événement, ne serait vrai ou faux s’il n’existait
pas de créatures pensantes »
Donald Davidson
Flou, mais pas imprécis ou inconnu
Exemple :
X : fait exprimant la taille d’untel avec une mesure t
X(t) : vraisemblance de l’appartenance de t à X
0.5 mCHAUD(T)
-10 -5 0 5 10 15 20 25 30 35 40 0.0
Température (T)
La fonction d’appartenance formalise la relation entre les valeurs précises
(mesurées, calculées, etc.) d’une variable d’entrée/sortie et un label flou
(dit aussi valeur symbolique ou linguistique ; e.g. CHAUD)
Une variable d’e/s peut être associée à plusieurs labels ; L’ensemble des
labels définit alors les valeurs floues (linguistiques) de la variable.
Pour chaque label, la fonction d’appartenance représente le degré de
vérité des valeurs précises d’une variable d’e/s par rapport au label.
Éléments d’un ensemble flou
Un système à logique floue comprend :
Des variables d’e/s,
Des labels qui représentent les valeurs floues de chaque variable,
Des fonctions qui définissent le degré d’appartenance des valeurs des
variables aux labels.
Une valeur mesurée peut appartenir à plusieurs labels, avec des
degrés divers. Par exemple, pour T=6 oC et T=30 oC on a :
1.0
0.0
-10 -5 0 5 10 15 20 25 30 35 40
Température
FROID(6) =.6, TIÈDE(6) =.05, CHAUD(6)=0
FROID(30)= 0, TIÈDE(30)=.3, CHAUD(30)=.8
Petit détour formel
Un ensemble flou A sur un univers de discours X est un
ensemble de paires ordonnées :
A {( x , A ( x ))| x X }
Une variable floue (dite aussi linguistique) est un quintuplet
{ x, T(x), X, G, M } où
x est le nom de la variable : ex. âge
T(x) est l’ensemble de ses valeurs :
ex. T(âge) = {jeune, moins jeune, très jeune, ...}
X est l’univers de discours : ex. X = [0‐100]
G est une règle syntaxique qui définit l’ensemble T(x)
M est une règle sémantique qui associe un ensemble flou
avec chaque élément de T(x)
ex. : M(jeune), M(vieux)…)
Petit détour formel III
Une relation floue R est un ensemble flou défini sur le
produit cartésien de deux univers de discours X et Y :
R {(( x, y ), R ( x, y ))|( x, y ) X Y}
Permet d’exprimer une relation qualitative entre deux
variables numériques :
x est près de y (nombres)
x dépend de y (évènements)
x et y se ressemblent (personnes ou objets)
Petit détour formel (le dernier, promis ! )
valeurs Valeurs de la variable conditionnelle
de la valeur indépendante 2
La variable conditionnelle sert à prendre une décision (commander un
actuateur, tirer une conclusion, classer une entrée, etc.) et les variables
indépendantes sont obtenues à partir de valeurs mesurées (valeurs de
() correspondantes).
Étapes de conception d’un système
d’inférence/commande à logique floue
1. Identifier les variables significatives d’entrée et de sortie
2. Définir les valeurs linguistiques de chacune
3. Pour chaque variable d’entrée, définir une fonction
d’appartenance pour chacune de ses valeurs
linguistiques
4. Concevoir une collection de règles floues « si‐alors »
permettant d’évaluer les valeurs linguistiques des
variables de sortie
5. Choisir une méthode de conversion des valeurs
linguistiques de sortie obtenues en valeurs précises.
Exemple d’application : Système de commande
d’un pendule inversé
m
mx
ml 2 mgl sin mlx
cos
l mg d2
2 f ( t ) Mx
m x lm( cos 2 sin )
( x l sin ) ( M m)
dt 2
x
f(t)
Tension de commande du moteur
v
Système de
Chariot
commande
Donc, deux variables d’entrée, θ et ω, et une variable de
sortie v ; les variables floues correspondantes portent les
mêmes noms.
2 Choix des valeurs linguistiques
Il s’agit de regrouper des règles de la forme « Si θ est X1 et ω
est X2, alors v est Y » en une matrice cognitive floue.
Exemple de définition des valeurs X1 ,X2 et Y :
Nom Signification
TN Très négatif
MN Moyennement négatif
PN Peu négatif
PP Peu Positif
MP Moyennement positif
TP Très positif
4. Choix des fonctions d’appartenance
En général, on choisit des fonctions d’appartenance de forme
triangulaire ou trapézoïdale. Cela simplifie les calculs.
TN MN PN PP MP TP v()
1.0
0.5
0.0
Valeur mesurée
3. définition des règles d’inférence
On pourrait alors définir la matrice cognitive suivante :
ω
TN MN PN PP MP TP
TN TN TN TN TN MN PN
MN TN TN TN MN PN PP
PN TN TN MN PN PP MP
θ
PP MN PN PP MP TP TP
MP PN PP MP TP TP TP
TP PP MP TP TP TP TP
Les intersections des valeurs linguistiques de θ et de ω définissent les
valeurs linguistiques de sortie correspondantes (en termes de )
Pour chaque valeur linguistiques de sortie, on retient le max correspondant
5. Détermination des valeurs de
sortie précises correspondant à
On détermine le degré de vérité de chaque valeur
linguistique de sortie possible; on prend ensuite la valeur
pondérée des résultats (inférence de Sugeno).
Pour chaque valeur mesurée de θ et de ω :
1. On détermine ses degrés d’appartenance à TN, MN, PN, PP, MP
et TP
2. On applique les règles d’inférence floues aux résultats afin
d’obtenir les degrés d’appartenance correspondants pour les
différentes valeurs linguistiques de v (on prend max pour
chacune)
3. On calcule la moyenne pondérée des résultats
Exemple de valeur « déflouïfiée »
Ex. Deux valeurs mesurées de θ et de
ω donnent :
Valeur de sortie (max)
TN 0 1
MN 0 0.5
PN 0.5
PP 1 0
MP 1 0 64 112 132 196 255
TP 0.5
On obtient par la méthode du centre de
gravité (en supposant que chaque valeur en
abscisse correspond à une valeur précise) :
v = [(0x0)+(0x64)+(0.5X112)+(1X132)+(1X196)+(0.5X255)]/6 = 164
Logique Floue et Probabilité
Les bouteilles d’eau de Bezdek
P={liquides potables}
=0.91 signifie que la bouteille contient vraisemblablement de l’eau, et
cela même après avoir ouvert la bouteille.
p=0.91 signifie dit que la bouteille contient de l’eau dans 91% des cas ;
on peut trouver un liquide totalement différent en ouvrant la bouteille.
est le même a priori et a posteriori ; P vaut 0 ou 1 à l’observation
Règle compositionnelle d’inférence
floue
y = f(x) => y = b si x = a,
y y
b b
y = f(x) y = f(x)
a x a x
a et b: points a et b: intervalles
y = f(x) : une courbe y = f(x) : une fonction
d’intervalles de valeurs