Vous êtes sur la page 1sur 4

Universit Hassan II Mohammedia

Facult des Sciences Ben Msik Casablanca


Dpartement de Physique

Printemps 2007

Master TI Automne 2007 Examen Soft Computing Page 1/4

Master Traitement de lInformation
Examen de Soft Computing

Date : 15 Fvrier 2008
Dure : 3H
Documents : non autoriss

N.B. Rpondez uniquement aux questions poses. Les rponses doivent tre concises et bien
prcises.

0. Notions prliminaires (15 pts, 10%)

1. (2 pts) Expliquez brivement ce que lon entend par la classe de complexit NP-Hard .
2. (2 pts) Donnez un exemple concret de problme NP-Hard .
3. (2 pts) Supposons quon arrive concevoir un algorithme capable de rsoudre un
problme NP-Hard en un temps polynomial. Quelle serait la consquence dune telle
conception ?
4. On considre un tableau de donnes [ ]
ik
x x = o le terme gnral
ik
x dsigne la
mesure prise par le kme paramtre sur le ime individu, avec 1 0 n i et 1 0 p k .
a. (1 pt) On se propose de stocker la totalit du tableau en RAM ; donnez linstruction
C++qui permet de dclarer x sans rservation de mmoire.
b. (4 pts) Ecrire une fonction C++qui permet de rserver dynamiquement lespace
mmoire ncessaire pour la mmorisation des donnes. La fonction doit recevoir
comme arguments les nombres n et p et fournir comme rsultat le pointeur de la
zone rserve
c. (4 pts) Ecrire une fonction qui restitue au systme la mmoire rserve pour x.

I. Systmes flous (34 pts, 30%)
1. (2 pts) Expliquez en vos propres termes ce quon entend par systme intelligent flou .
2. (2 pts) Sous quelles conditions peut-on utiliser les techniques floues pour rsoudre un
problme complexe ?
3. (1 pt) Donnez un exemple concret de problmes du monde rel quon peut rsoudre par des
techniques floues.
4. (2 pts) La classification dobjets multidimensionnels est lun des domaines dapplication
les plus importants de la thorie des sous-ensembles flous et de la logique associe. Une
classification dun ensemble X de n objets en c classes floues peut tre dfinie laide
dune matrice ) ( n c ] [
ik
u U = o le terme gnral ] 1 , 0 [
ik
u reprsente le degr
dappartenance de lobjet k la classe i , n k 1 et c i 1 . Quelle est la principale
diffrence entre
ik
u et la probabilit
ik
p pour que lobjet k appartienne la i me classe ?
Master TI Automne 2007 Examen Soft Computing Page 2/4

5. (3 pts) Une partition floue doit vrifier les deux contraintes c i n u
n
k
ik
< <

=
1 0
1
et
n k u
c
i
ik
=

=
1 1
1
. Quelles interprtations pouvez-vous faire de ces contraintes ?
6. (2 pts) Peut-on dterminer toutes les partitions possibles de X en c classes ? J ustifiez
votre rponse.
7. (2 pts) Une bonne partition doit optimiser un critre objectif et lun des critres les plus
utiliss lorsque les classes peuvent tre reprsentes par leurs vecteurs moyens flous, ou
prototypes, est

= =
=
n
i
c
k
i k
m
ik m
v x d u J
1 1
2
) , ( ) ( o
k
x dsigne le k me vecteur objet,
i
v le
prototype de la i me classe et m un exposant de fuzzification. Rappelez la signification
physique de
m
J qui est un critre minimiser.
8. Lun des algorithmes les plus populaires pour minimiser
m
J est lalgorithme Fuzzy C-
means (FCM). Partant dune partition initiale quelconque cet algorithme assure la
convergence vers une solution minimisant
m
J condition de recalculer de faon
alternative les prototypes et les degrs dappartenance laide des relations
c i
u
x u
v
n
k
m
ik
n
k
k
m
ik
i

=
=
1
) (
) (
1
1
(1)
et
c i n k
v x d
v x d
u
c
j
m
j k
m
i k
ik
=

1 et 1
) , (
) , (
1
1
2
1
2
(2)
a. (5 pts) En utilisant len-tte suivant, crire une fonction i ni t v qui permet
dinitialiser les c prototypes simplement laide des c premiers lments de X .
voi d i ni t v( doubl e **x, doubl e **v, i nt c, i nt p) ;
b. (5 pts) En utilisant len-tte suivant, crire une fonction u qui calcule les termes de la
matrice U partir de ceux de la matrice V conformment la relation (2).
voi d u( doubl e **u, doubl e **x, doubl e **v,
i nt n, i nt p, i nt c, doubl e m) ;
c. (5 pts) Ecrire une fonction analogue, v, qui calcule les prototypes partir des degrs
dappartenance moyennant la relation (1).
9. En ritrant les appels alternatifs des fonctions u et v FCM converge vers un tat stable o
les prototypes ne changent plus de faon significative. La qualit de la partition finale ainsi
obtenue peut tre value laide de son entropie dfinie par : [ ]

= =
=
n
k
c
i
ik ik
u u U h
1 1
) log( ) ( .
a. (2 pts) Donnez une interprtation de ) (U h .
Master TI Automne 2007 Examen Soft Computing Page 3/4

b. (3 pts) En utilisant len-tte
doubl e h( doubl e **u, i nt n, i nt c) ;
crire une fonction qui calcule et retourne ) (U h .

II. Rseaux de neurones artificiels (30 pts, 30%)
1. (2 pts) Expliquez en vos propres termes ce quon entend par rseau de neurones artificiels.
2. (2 pts) Sous quelles conditions peut-on utiliser les techniques neuronales pour rsoudre un
problme complexe ?
3. (1 pts) Donnez un exemple concret de problmes du monde rel quon peut rsoudre par
rseaux de neurones.
4. (2 pts) Les rseaux de neurones artificiels cherchent simuler deux facults essentielles du
cerveau humain. Quelles sont ces facults.
5. La conception dune solution neuronale ncessite le passage par deux tapes essentielles.
La premire tape concerne le choix de larchitecture du rseau.
a. (1 pt) Expliquez ce que lon entend par architecture de rseau .
b. (2 pts) Citez deux exemples darchitectures couramment utilises dans les
applications relles.
c. (2 pts) Existe t-il un moyen concret pour choisir la meilleure architecture possible ?
J ustifiez votre rponse.
d. (3 pts) Lune des architectures les plus utilises, notamment dans le problme de
reconnaissance de formes, est larchitecture en couches. Quelles sont les principales
caractristiques de cette architecture particulire ?
e. (2 pts) Donnez la dfinition et le rle dune couche cache ?
6. (2 pts) Ltape qui suit le choix de larchitecture est celle qui consiste entraner le
RNA afin quil puisse raliser la tche pour laquelle il est conu. Expliquez en quoi
consiste cette opration dentranement.
7. (2 pts) Dans la pratique il existe plusieurs modes diffrents dentranement des RNA. Quel
est le mode utilis par le perceptron multicouche (PMC) ? J ustifiez votre rponse.
8. Lentranement dun RNA est une opration qui ncessite lutilisation dun algorithme
concret.
a. (1 pt) Donnez le nom de lalgorithme utilis pour lentrainement du PMC.
b. (3 pts) Expliquez trs brivement, en utilisant vos propres mots, le principe de cet
algorithme.
c. (5 pts) Lentranement du PMC vise minimiser lerreur quadratique globale observe
la sortie du rseau aprs prsentation de chaque exemple ) (t x son entre. Cette erreur
est donne par

=
k
k k
t y t d t E
2
)) ( ) ( (
2
1
) ( o ) (t y
k
et ) (t d
k
dsignent respectivement la
sortie observe et la sortie dsire du k me neurone de la couche de sortie avec
k
v k
e
y
_
1
1
+
= et

=
dente coucheprc j
j kj k
y w v

.
E(t) a pour origine les valeurs courantes des diffrents poids synaptiques des diffrents
Master TI Automne 2007 Examen Soft Computing Page 4/4

neurones. Dterminez la variation ) (t w
ji
quil faudrait alors appliquer chaque poids
synaptique de chaque neurone de la dernire couche cache afin de minimiser ) (t E .

III. Algorithmes dvolution (24 pts, 30%)

1. (2 pts) Les algorithmes dvolution (AE) sont des mthodes doptimisation et de recherche
stochastiques. Expliquez la signification du terme stochastiques . Quelle est, dans ce
sens, la diffrence principale entre un AG et une mthode dterministe ?
2. (4 pts) Sous quelles conditions peut-on utiliser les AE pour rsoudre un problme
complexe ?
3. (1 pts) Citez un exemple concret de problme rel quon peut rsoudre par AE.
4. La conception dune solution volutive un problme quelconque ncessite le codage
des solutions possibles ce problme sous forme de chromosomes. Considrons lespace
de recherche [ ]
+
b a, , dont on souhaite coder les lments sous forme de chanes de bits
de longueur n :
a. (1 pt) En combien de segments diffrents doit-on alors diviser le segment [a,b]?
b. (1 pt) Quel est le nombre entier associ au chromosome reprsentant le nombre a ?
c. (1 pt) Mme question pour la borne infrieure, b.
d. (4 pts) Etant donn un chromosome t de longueur n , dont la valeur entire est
comprise entre a et b , inclusivement, crire une fonction C++qui permet de
dterminer la solution code par t . Utilisez pour cela len-tte suivant : doubl e
f 1( doubl e a, doubl e b, i nt *t , i nt n) ;
e. (2 pts) En utilisant len-tte suivant crire une fonction f2 qui permet de
transformer un entier quelconque i en un chromosome t de longueur n :
voi d f 2( i nt i , i nt *t , i nt n) ;
5. (4 pts) On considre une population de solutions candidates dont les individus sont dfinis
laide de la structure
st r uct { i nt geno[ n] ; doubl e pheno ; } i ndi vi du ;
o pheno dsigne la valeur relle rechercher et geno[n] sa reprsentation laide
dun chromosome binaire de n bits. En utilisant len-tte suivant crire une fonction C++
qui simule loprateur gntique de croisement deux points :
voi d cr oi ser ( i ndi vi du &a, i ndi vi du &b, i nt n) ;
6. (4 pts) En utilisant len-tte suivant, o popsi ze est la taille de la population et pmest la
probabilit de mutation, crire une fonction qui permet de simuler loprateur gntique de
mutation pour chaque bit de chaque chromosome :
voi d mut er ( i ndi vi du *pop, i nt popsi ze, i nt n, doubl e pm) ;


Bonne chance
A. B.