Vous êtes sur la page 1sur 4

ECOLE NATIONALE POLYTECHNIQUE DE CONSTANTINE

DEPARTEMENT EEA – FILIERE ELECTROTECHNIQUE

Module : intelligence artificielle


Date du contrôle : 26 Janvier 2017
Durée : 1h30
Responsable : BOUCHAREB ILhem

Important !
- L’usage des calculatrices, de téléphones portables ou de documents personnels n'est pas autorisé.
- De nombreuses questions étant indépendantes, il est conseillé aux étudiants de prendre
connaissance rapidement de la totalité du texte du sujet.
- Les étudiants doivent respecter les notations de l’énoncé et préciser, dans chaque cas, la
numérotation de la question posée.
_____________________________

Exercice 1 : Classification Ascendante Hiérarchique (CAH) (7 pts)


Un laboratoire d’écologie étude les espèces micro-animales (larves,..) présentes dans les rivières et
les étangs. Il réalise, dans 6 sites de rivières, noté R1, R2, R3, R4, R5 et R6, et 3 sites d’étangs, notés
E1, E2 et E3, des prélèvements répétés qui lui permettent d’avancer une liste des espèces présentes
dans chacun des ces sites et de repérer les espèces présentes dans plusieurs sites à la fois. La matrice
suivante contient, pour chaque paire de sites A et B, le nombre d’espèces communies aux 2 sites.
Ainsi on y lit par exemple que 11 espèces sont présentes au site R1 et qu’il y a 7 espèces présentes a
la fois au site R1 et au site R2.

On se propose de regrouper les 9 sites en trois ou quatre classes composées ou ce sont pratiquement
les mm espèces qui sont présentes. Pour réaliser cette classification, on propose de mesurer la
distance entre deux sites A et B par la formule :

 A   B  2 AB
d ( A, B) 
 A  B
Ou nA et nB respectivement désigne le nombre d’espèces présentes au site A et au site B
respectivement et nAB le nombre d’espèces en commun entre les sites A et B.

1.1 . Donner la matrice de distance ?


1.2 Préciser quels sont les deux sites les plus proches ainsi que les deux sites les plus éloignés ?

1.3 Tracer un dendrogramme résumant cette classification ?

1.4 Décrire la composition des classes de la partition qui vous semble la plus appropriée ?

1.5 Un autre choix de distance entre les sites aurait-il pu conduire à une partition différente ?

1.6 Pourquoi n’a-t’on pas choisi la distance euclidienne ?

Exercice 2 : Les Réseaux de Neurones (7 pts)


L'apprentissage est une phase du développement d'un réseau de neurones durant laquelle le
comportement du réseau est modifié jusqu'à l'obtention du comportement désiré.

- Soit la fonction logique OU suivante :

- L’apprentissage avec le perceptron est effectué avec la formule suivante :

wi = wi+ ε*((c - o)*xi )

- et soit le perceptron représenté par la figure ci-dessous.

2.1. Compléter le tableau ci-dessous et calculer les poids à chaque étape de l'algorithme du
perceptron ?
 S est la base d’apprentissage. S est composée de couples (x, c) où : ‘x’ est le vecteur
associé à l’entrée (x0, x1, …, xn) et ‘c’ la sortie correspondante souhaitée ;
 o est la sortie du réseau pour l’entrée x (si ( ∑ wi. xi ) > 0 alors o = +1 sinon o = 0) ;
 ε=1;
 x0 vaut toujours 1 ;
 Initialisation : w0 = 0 ; w1 = 1 ; w2 = - 1.

Etape w0 w1 w2 Entrées ∑i wi. xi o c w0 w1 w2


Initialisation
1
2
3
4
5
6
7
8
9
10

Exercice 3 : La Logique Floue (6 pts)


L'objectif de cette étude est d'effectuer la commande de vitesse d'un moteur à courant continu à
excitation séparée (figure 1) en utilisant un contrôleur de logique floue (FLC). Le contrôleur sera
conçu en fonction des connaissances d'experts. Pour le cas de moteur à courant continu proposé,
nous recommandons 7 règles floues pour le contrôleur de logique floue.

3.1. De la figure 2 énoncez les 7 règles « si-alors » nécessaires pour la commande de vitesse du
moteur à courant continu excité séparée.
3.2. Quelle est l’instruction à saisir sur MATLAB pour démarrer la boîte à outils logique floue ?
3.3. Commenter et donner la sortie de chaque ligne de code dans Matlab :
- a = readfis(‘control.fis’)
- plotfis(a)
- ruleview(a)
3.4. Quel est le type de système d’inférence utilisé ici

Figure 1. Moteur à courant continu à excitation séparée.


Figure 2. ???

Strive not to be a success, but rather to be of value.


-Albert Einstein

To be successful you must accept all challenges that come your way.
You can't just accept the ones you like.
-Mike Gafka

Bon courage!

Vous aimerez peut-être aussi