Académique Documents
Professionnel Documents
Culture Documents
Logique Flouepdf PDF
Logique Flouepdf PDF
Fuzzy logic
Application la commande floue
Matthieu Lescieux
Plan du cours.
1. Prsentation Exemples introductifs
Logique floue vs boolenne
Champs dapplications et historique
et si le feu est
si le feu est vert... si ma vitesse est faible ... alors j'acclre.
proche ...
Elle apprcie les variables d'entres de faon approximative (faible, leve, loin,
proche), fait de mmes pour les variables de sorties (freinage lger ou fort) et dicte un
ensemble de rgles permettant de dterminer les sorties en fonction des entres.
4
Limite de la logique boolenne
un patient atteint d'hpatite prsente gnralement les symptmes suivants :
Le patient a une forte fivre,
sa peau prsente une coloration jaune,
il a des nauses.
Ensemble classique Ensemble flou
1
Avoir une forte fivre 1 Avoir une forte fivre
0.8 0.8
0.6 0.6
0.4 0.4
0.2 0.2
0 T(C) 0 T(C)
36 37 38 39 40 41 42 36 37 38 39 40 41 42
Logique floue
Le patient a une forte fivre 48% Le patient a une hpatite x %.
5
Champ dapplications de la logique floue
Base de donnes.
(objets flous et/ou requtes floues)
Reconnaissance de forme.
6
Bref historique: les dbuts
Longtemps universitaire.
8
Avertissement
Lapproche des problmes par la logique floue est diffrente de celle adopte, a
priori, dans une dmarche scientifique.
La dcision en logique floue est base sur la notion dexpertise, qui permet de
quantifier le flou partir de connaissance a priori ou acquise antrieurement.
Ne pas tre trop cartsien pour aborder la logique floue
9
Les 2 concepts principaux de la logique floue
10
Lensemble flou
A Soient U: Lunivers du discours.
U A: un sous-ensemble de U
Si A x =0,30
x appartient lensemble flou A avec un degr dappartenance de 30%
1.5 1.55 1.6 1.65 1.7 1.75 1.8 1.85 1.9 1.5 1.55 1.6 1.65 1.7 1.75 1.8 1.85 1.9 1.5 1.55 1.6 1.65 1.7 1.75 1.8 1.85 1.9
x 0 x0 1 pour x x0
Fonction dappartenance de la classe Le feu est rouge
x 0 x 0 pour x x0
1
Couleur du
feu tricolore
rouge orange vert
Fonction dappartenance
de la classe la temprature est tide
1
T(C)
15C 20C
14
La runion
A est lensemble flou des personnes petites.
B est lensemble flou des personnes moyennes.
0.8 0.8
0.6 0.6
0.4 0.4
0.2 0.2
Taille(m) Taille(m)
0 0
15
1.5 1.55 1.6 1.65 1.7 1.75 1.8 1.85 1.9 1.5 1.55 1.6 1.65 1.7 1.75 1.8 1.85 1.9
Lintersection
A est lensemble flou des personnes petites.
B est lensembles flou des personnes moyennes.
0.8 0.8
0.6 0.6
0.4 0.4
0.2 0.2
1.5 1.55 1.6 1.65 1.7 1.75 1.8 1.85 1.9 1.5 1.55 1.6 1.65 1.7 1.75 1.8 1.85 1.9
16
Le complment
A est lensemble flou des personnes petites.
Lensemble des personnes NON petites est un ensemble flou de fonction
dappartenance :
A x 1 A x x U
0.8 0.8
0.6 0.6
0.4 0.4
0.2 0.2
Taille(m)
0 0
Taille (m)
1.5 1.55 1.6 1.65 1.7 1.75 1.8 1.85 1.9 1.5 1.55 1.6 1.65 1.7 1.75 1.8 1.85 1.9
17
Oprateurs flous alternatifs
Toute t-norme peut servir dfinir lintersection floue Toute t-conorme peut servir dfinir la runion floue
Une t-norme est une application T(x,y) satisfaisant les conditions suivantes: Une t-conorme est une application S(x,y) satisfaisant les conditions suivantes:
1 est lment neutre x 0,1 T ( x,1) T (1, x) x. 0 est lment neutre x 0,1 S ( x, 0) x.
Commutative T ( x, y ) T ( y, x) Commutative S ( x, y ) S ( y, x)
Associative T ( x, T ( y, z )) T (T ( x, y ), z ) Associative S ( x, S ( y, z )) S ( S ( x, y ), z )
Monotone si x z et y w alors T ( x, y ) T ( z , w) Monotone si x z et y w alors S ( x, y ) S ( z , w)
18
Oprateurs logiques floues les plus utiliss: Synthse
19
Oprateurs logiques floues: synthses
les dfinitions d'oprateurs ET et OU, on retrouve les proprits des oprateurs boolens
Commutativit
Distibutivit
A B C A B A C
A B C A B A C
2 exceptions notables
Associaticit
1. En logique floue, le principe du tiers exclu est contredit.
A B C A B C
A B C A B C A A U i.e. A A x 1
Lois de Morgan
A B A B 2. En logique floue, on peut tre A et non A en mme
A B A B temps.
A A i.e. A A x 0
20
Variables floues
Logique floue base sur des variables floues dites variables linguistiques
valeurs linguistiques dans lunivers du discours U.
Chaque valeur linguistique constitue alors un ensemble flou de lunivers du
discours.
Exemple:
22
Comment fuzzifier?
Pour fuzzifier, il faut donner:
1. Lunivers du discours
i.e.: Plage de variations possibles de lentre considre.
2. Une partition en classe floue de cet univers.
3. Les fonctions dappartenances de chacune de ces classes.
Si Temps est beau ET Moment est DbutMatine ALORS Moral est haut
Si Cours est Ennuyeux ET Moment est DbutCours ALORS Moral est bas
Si Cours est Intressant ET ChargedeTravail est Importante ALORS Moral est Maussade
Si .........
24
Infrence floue
Si Temps est beau ET Moment est DbutMatine ALORS Moral est haut
Infrence :
Opration logique par laquelle on admet une proposition en vertu de sa liaison avec
dautres propositions tenues pour vraies.
1
Temprature trs basse 1
Chauffer fort
0.8 0.8
0.7
0.6 0.6
0.4 0.4
0.2 0.2
0 0
12KW
T(C) Puissance chauffe(KW)
-10 -5 0 3 5 10 15 0 5 10 15
T=3C
28
Selon la rgle considre, si T=3C alors Puissance de chauffe =12KW
Activation des rgles
Une rgle est active ds quelle a une prmisse ayant une valeur de vrit non nulle.
Plusieurs rgles peuvent tre actives simultanment et prconiser des actions avec
diffrents degrs de validits; ces actions peuvent tre contradictoires.
30
Exemple (1)
On considre un moteur dinfrence 4 rgles qui
fournit pour sa sortie tension S1, les rsultats
suivants :
petite=0.6
R1
Moteur R2
petite=0.7
dinfrences R3
moyenne=0.3
4 rgles R4
grande=0.1
0.8 0.8
0.6 0.6
0.4 0.4
Implication floue
0.2 de Mamdani 0.2
0 0
Volt(v) Volt(v)
0 2 4 6 8 10 0 2 4 6 8 31 10
Exemple (2)
Tension de sortie Tension de sortie
1 Petite Moyenne Grande 1
0.8 0.8
0.6 0.6
Agrgation
0.4 des conclusions 0.4
0.2 0.2
0 0
Volt(v) Volt(v)
0 2 4 6 8 10 0 2 4 6 8 10
A ce stade,
on a la fonction dappartenance dun ensemble flou
qui caractrise le rsultat
33
2 principales mthodes de dfuzzification.
y y dy y dy
sortie U sortie S
y dy dy
S
U
U Univers du discours o S y0 U / y0 SUP y
Toutes les valeurs de sorties considres yU
0.8 0.8
0.6 0.6
0.4 0.4
0.2 0.2
0 0
Volt(v) Volt(v)
0 2 4 6 8 10 0 2 4 6 8 10
3,5V 1,9V 34
Dfuzzification
35
Synthse dun prise de dcision par logique floue.
36
Exemple : Systme de notation floue
On choisit :
3. Classes dappartenances:
Rsultats Mdiocre; Moyen; Excellent
Mthodes Mdiocre; Moyen; Excellent
Evaluation Mdiocre; Mauvais; Moyen; Bon; Excellent
38
Mise en place du systme dinfrences floues (2)
Entres : Sortie :
39
Bases de rgles
40
Choix des oprateurs flous
ET flou : MIN
OU flou : MAX
Implication floue : MIN
Agrgation des rgles : MAX
Dfuzzyfication : COG 41
Surface de dcision floue
42
(Obtenue pour une valuation de la prsentation de 10/20).
Surface de dcision linaire classique