WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Controle neuro-flou robuste des systèmes non-linéaires

( Télécharger le fichier original )
par fouzia madour
Université de Sétif Algérie - Magistere 2007
  

précédent sommaire suivant

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

I.9.2 Base de connaissances :

Elle permet la manipulation des données floues et caractérise la commande au moyen d'un ensemble de règles linguistiques du type « si - alors » .

Ce bloc contient les définitions : des fonctions d'appartenance , des variables

d'entrées /sorties (gaussienne, trapézoïdale ,....etc.) ainsi que les règles d'inférence .

La base de règles est une collection de règles « si - alors » flou qui définissent la relation entre une observation et une action .

Ces règles peuvent être exprimées par :

R(L) : SI (u1 est A1L et u2 est A2L et ... un est AnL) ALORS ( v est cL)

ou :

ui et v sont des variables linguistiques avec : i = 1 , 2 , ..... n .

AiL et CL sont des termes associés aux ensembles flous FiL et GL

définie dans Ui et V, respectivement .

avec : L = 1 , 2 , ..... , M .

M est le nombre total des règles dans la base des règles .

Chapitre 1 : La logique floue

I.9.3 engin d'inférence flou (régulateur flou) :

l'engin d'inférence flou dérive l'ensemble flou B de sortie défini dans V à partir de l'ensemble flou d'entrée Ax définie dans U de la manière suivante :

Chaque règle floue , décrite par une implication flou RL détermine un ensemble flou

BL = Ax O RL dans V .

telle que :uU

ìBL(v) = ìAoBL(v) = Sup uU { ìAx(u) . ìRL (u ,v) } (I . 19)

plus simplement :

c'est que ce bloc permet de définir la stratégie de contrôle en utilisant les implications floues qui lient les différentes variables de chaque règle .

Plusieurs mécanismes d'inférence se présentent [8] , [14] :

§ Mécanisme d'inférence MAX - MIN .

§ Mécanisme d'inférence MAX - PROD.

§ Mécanisme d'inférence SOM- PROD.

Le mécanisme d'inférence opère en deux étapes :

A- Calcule de la conséquence de chaque règle :

La conséquence de chaque règle est donnée par :

ìBil(y) = ìA(x0) . ìRi(x0 , y) ìBiL(y) = ìA(x0) . ìAi (x0) . ìB (y) (I . 20)

si non utilise la fuzzification singleton la formule sera équivalente à :

ìBil = ìAi (x0) . ìBi(y) [8].

Pour qu'un système flou soit « bien - défini » il faut qu'il y est au moins une règle active pour chaque point numérique d'entrée possible .

B- Calcule de la conséquence du système :

l'action (ensemble flou de sortie ) produit par le système flou est construite par l'agrégation des conséquences de toutes les règles soit :

ìBl(y) = ìB1l(y) ìB2l(y) ... ìBnl (y) (I . 21)

la composition sup-star de Zadeh est un cas spécial de (I . 21) puisqu'elle interprète l'opérateur comme le supremum .

Chapitre 1 : La logique floue

Ou plus explicitement .

ìBil = max [ ìB1l(y) , ìB2l(y) , ......, ìBnl(y) ]

ce que donne pour (I . 21) :

ìB(y) = max [ ìA1(x0) . ìB1(y) , ìA2(x0) . ìB2(y) , ... , ìAn(x0) . ìBn(y)]

Exemple :

Etant données les deux règles suivantes :

R(1) : SI ( x1 est A1) et ( x2 est B1 ) alors ( y est C1 ) .

R(2) : SI ( x1 est A2 ) et ( x2 est B2 ) alors ( y est C2 ) .

Pour schématiser la procédure d'inférence on utilise le mécanisme MAX-MIN et le mécanisme MAX-PRODUCT comme suit :

ì prod (and) ì ì

0.8

0.4 0.4 . 0.8 = 0.32

-1 1 x1 -2 2 x2 -5 5 y

if (x1 est proche de zéro) and (x2 est proche de zéro) then (y est proche de zéro)

ì prod (and) ì ì

0.4

0.2

0.4 . 0.2 =0.08

-1 1 x1 0 4 x2 0 10 y

if (x1 est proche de zéro) and (x2 est positive petit) then (y est positive)

MAX ì

0.32

0.08

-5 0 5 10 y

Figure  I.13 : Mécanisme d'inférence

MAX - PROD

Chapitre 1 : La logique floue

MIN

ì ì ì

0.8

0.4 0.4

21

3 -1 1 x1 -2 2 x2 -5 5 y

if (x1 est proche de zéro) and (x2 est proche de zéro) then (y est proche de zéro)

ì ì MIN ì

0.4

0.2 0.2

7

-1 1 x1 0 4 x2 0 10 y

if (x1 est proche de zéro) and (x2 est positive petit) then (y est positive)

MAX

ì

0.4

0.2

-5 0 5 10 y

Figure I.14 : Mécanisme d'inférence

MAX-MIN

Note : Spécificité des systèmes d'inférence floue :

En ce qui concerne les SIFs (système d'inférence floue) , il est intéressant de les utiliser quand :

? Soit il existe une expertise humaine que l'on veut exploiter et introduire dans un système automatique .

? Soit on veut extraire des connaissances à partir de données numériques , en les exprimant dans un langage proche du langage naturel .

? Soit on veut réaliser une interface homme - machine , donner des explications ou établir des diagnostiques immédiatement interprétables .

Chapitre 1 : La logique floue

précédent sommaire suivant






Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy








"Et il n'est rien de plus beau que l'instant qui précède le voyage, l'instant ou l'horizon de demain vient nous rendre visite et nous dire ses promesses"   Milan Kundera