3.

La fuzzification :

3.1. Variables linguistiques :

La fuzzification est la première étape dans le FLC (Fuzzy Logic Controller) qui
transforme une entrée classique en valeur linguistique. Des valeurs d’entrée sont
traduites en concepts linguistiques représentés comme des ensembles flous.
Pour faire ça, il va falloir définir ce que l’on appelle des fonctions d’appartenance.

3.2. Fonctions d’appartenance :

La fonction d'appartenance est une représentation graphique de l'amplitude de

participation de chaque entrée. Il existe de nombreux types de fonctions
d'appartenance. Parmi eux, les deux plus couramment utilisés dans la pratique
sont les fonctions triangulaires, trapézoïdales, Gaussian et la Bell Généralisée.

Figure 1. Exemples de fonctions d’appartenance

La fonction d’appartenance prend ses valeurs entre 0 et 1. Il est possible que
vous voyiez des fonctions d’appartenance avec des valeurs supérieures à 1 mais
ça reste rare, il est quand même beaucoup plus facile de travailler avec des
valeurs normalisées entre 0 et 1.

Le nombre de fonctions d'appartenance à définir pour chaque variable

linguistique est défini à l'aide d'expertise humaine. Plus l'univers de discours
contient de sous-ensembles flous, plus le régulateur flou est précis.

3.3. Comment fuzzifier?

1. L’univers du discours i.e Plage de variations possibles de l’entrée considérée.

2. Une partition en classe floue de cet univers.
3. Les fonctions d’appartenances de chacune de ces classes.

3.4. Exemple :

Imaginons un problème très simple où nous chercherions à construire un

système d’inférence floue pour faire de la prédiction de rendement à la parcelle
dans une région géographique donnée à partir de deux variables d’entrée : le
potentiel du sol (noté entre 0 et 10 à partir d’une expertise terrain par un
pédologue) et les précipitations totales sur l’année (entre 0 et 1000 mm).

La fonction d’appartenance de la classe « Faible » de la variable Potentiel de sol :

Figure 2
Si le potentiel de sol de ma parcelle a une note de 0.5, cela veut dire que je
considère qu’il appartient à 60% à la classe « Faible » de la variable Potentiel de
sol. Si le potentiel est de 3.5, il appartient à 80% à la classe « Faible ». Et si le
potentiel est à 7 ? Et bien, il appartient à 0% à la classe « Faible ».

Figure 3

Une fonction d’appartenance est définie par deux paramètres principaux. Tout
d’abord,

 Son support : c’est l’ensemble des valeurs pour lesquelles on va considérer

qu’elles appartiennent au moins en partie à la classe étudiée. Ici, les valeurs
comprises entre 0 et 4.2 appartiennent à la classe « Faible » avec un degré
d’appartenance supérieur à 0.
 Le cœur ou noyau : c’est l’intervalle de valeurs pour lesquelles on va
considérer que les valeurs appartiennent entièrement à la classe que vous
étudiez, et à aucune autre classe. Sur la figure ci-dessous, si le potentiel de
sol est compris entre 1 et 3.5, alors ce potentiel de sol appartient à la classe
« Faible » avec un degré d’appartenance de 100%.
 Figure 4

On remarque qu’un potentiel de sol de 1.5, ça appartient à 100% à la classe

« Faible » mais qu’un potentiel de sol de 0.5, ça n’appartient qu’à 60% à la
classe « Faible ». C’est un peu bizarre.

Il y a deux manières de voir les choses. Soit ça laisse penser qu’on aurait pu
définir une classe « Très faible » pour le potentiel de sol. Soit, si on considère
qu’un potentiel de sol, c’est forcément supérieur à 0, et on peut redéfinir la
fonction d’appartenance associée à la classe « Faible » du potentiel de sol
comme sur la figure 5.

Figure 5. Redéfinition de la fonction d’appartenance à la classe « Faible » du

potentiel de sol.
 Et de même on reprend le travail qu’on vient de faire pour toutes les autres
classes de potentiel de sol que l’on souhaite définir (Moyen, Fort).

L’ensemble défini sur l’intervalle [0-10] composé de ces trois fonctions

d’appartenance, pour la variable potentiel de sol s’appelle la variable
linguistique potentiel de sol.

Figure 6. Variable linguistique Potentiel de sol

On comprend bien sur ce graphique que certaines valeurs ont des degrés
d’appartenance définis pour plusieurs classes. Par exemple, un potentiel de 7
a un degré d’appartenance de 0 à la classe « Faible », 0.7 à la classe
« Moyenne » et 0.2 à la classe « Forte ».

Un degré d’appartenance de
0 à la classe « Faible »

Un potentiel de sol de 7 Interface de 0.7 à la classe « Moyenne »

fuzzification 0.2 à la classe « Forte »