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

Extinction Rebellion

Les étapes de conception d'un système flou 

La conception d'un FLC nécessite le choix des paramètre suivants :

Définition du système en termes de ses variable d'entrées et de sortie :

Généralement les variables d'entrées sont l'erreur ( e ) et le changement de l'erreur ( e.)

De la variable d'état du processus .

Choix de la partition floue :

on associe un ensemble de terme linguistique caractérisés par des fonctions d'appartenances définis sur le même univers de discoure pour chaque variable d'E/S .

En fait , le choix de la partition floue consiste à déterminer le nombre de termes dans cette ensemble .

Généralement ce nombre est impair et compris entre 3 et 9 . Ce choix dépend du problème à traiter s'il exige la précision ou la robustesse du système .

Choix des fonctions d'appartenance :

Les fonctions d'appartenances les plus utilisées sont les fonctions :

Trapézoïdal et triangulaire .

Car elles sont prouvées d'être de bonne compensateur entre l'efficacité et la facilité d'implémentation (programmation) .

Le chevauchement de la fonction d'appartenance avec ses voisines est compris entre

10% et 50 du support de la fonction voisine .

Construction de la base de règle :

De nombreuses méthodes ont été proposées .

Ils peuvent être groupés selon leur principe en deux catégories :

Méthodes d'extraction naturelle .

Méthode d'extraction automatique .

Choix de la méthode d'inférence et de la stratégie de défuzzification .

Chapitre 1 : La logique floue

Conclusion :

Les systèmes flous ont connus un succès considérable dans la command des procédés industrielles complexes , du fait de leurs caractère approximatif et qualitatif inspirés de la pensé humaine [16] [17] .

Leurs performances sont liées à deux facteurs importants :

1- la disponibilité de l'expertise

2- la validité de techniques d'acquisition de connaissances et la justesse des données acquises.

La logique floue est une théorie très puissante qui permet d'obtenir des conclusion et de générer des réponses à partir des informations incomplètes et imprécises , la ou le monde mathématique du système est inconnu ou difficile à extraire .

L'objectif est de concevoir ou de réaliser des systèmes qui peuvent prendre en charge certaines taches avec la même habilité que possède l'être humain .

La phase d'acquisition des connaissances est la plus difficile dans des cas ou le domaine d'expertise n'est pas disponible .

Pour cette raison , des recherches très poussées ont conduit au développement des méthodes systématiques et optimales pour la conception des contrôleurs flous .

Parmi ces méthodes on trouve :

Les réseaux de neurones qui sont très puissants dans le domaine de l'apprentissage et de l'optimisation , et cela en utilisant les fonctions qu'on veux optimisé comme poids à

ajusté.

De ce fait , le contrôleur flou peut être utilisé avec d'autres techniques telles que les réseaux de neurones pour la conception de ce contrôleur d'ou le nom :

« neuraux - flou » .

 

Chapitre II

précédent sommaire suivant






Extinction Rebellion





Changeons ce systeme injuste, Soyez votre propre syndic





"Des chercheurs qui cherchent on en trouve, des chercheurs qui trouvent, on en cherche !"   Charles de Gaulle