Introduction la logique floue.

Fuzzylogic

Planducours.
1.Prsentation
Exemplesintroductifs Logiqueflouevsboolenne Champsdapplicationsethistorique

2.Conceptsprincipaux Ensembleflou

Oprateurlogiquefloue Fuzzification>>Infrencesfloues>>Dfuzzification Variableslinguistiques Commentfuzzifier? Principeduraisonnementapproximatif Basedergles Mthodesdinfrencesfloues Mthodesdedfuzzification Synthsegnrale

3.Fuzzification

4.Infrencesfloues

5.Dfuzzification

6.Exemplecompletdeprisededcisionsfloues
2

Introduction

Nousfaisonsdelalogiquefloue.
Exemplederglesfloues:
Rglesdeconduiteautomobilelapprocheduncarrefourcontrlpardesfeuxtricolores.

si le feu est rouge... si le feu est rouge... si le feu est orange... si le feu est vert...

si ma vitesse est leve ... si ma vitesse est faible ... si ma vitesse est moyenne ... si ma vitesse est faible ...

et si le feu est proche ... et si le feu est loin ...

alors je freine fort. alors je maintiens ma vitesse. alors je freine doucement. alors j'acclre.

et si le feu est loin ... et si le feu est proche ...

Lesrglesflouessontnoncesenlangagenaturel

sanslesavoir!
Transposition de notre exemple selon un modle plus mathmatique moins flou Si le feu est rouge, si ma vitesse dpasse 85,6 Km/H et si le feu est moins de 62,3 mtres, alors j'appuie sur la pdale de frein avec une force de 33,2 Newtons !!!

Notrecerveaufonctionneenlogiquefloue.

Elleapprcielesvariablesd'entresdefaonapproximative(faible,leve,loin, proche),faitdemmespourlesvariablesdesorties(freinagelgeroufort)etdicteun ensemblederglespermettantdedterminerlessortiesenfonctiondesentres.

5

Limitedelalogiqueboolenne
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.
1 0.8 0.6 0.4 0.2 0 36 37 38 39 40

Ensemble classique Avoir une forte fivre

1 0.8 0.6 0.4 0.2

Ensemble flou Avoir une forte fivre

T(C)
41 42

0 36 37 38 39 40

T(C)
41 42

Logique classique

Silepatient38,9Cdetemprature Lepatientnapasdhpatite. Lepatientaunehpatitex%. 6

Lepatientnapasdefortefivre
Logique floue

Lepatientaunefortefivre48%

Champdapplicationsdelalogiquefloue

Aide la dcision, au diagnostic.

(domaine mdical, orientation professionnelle)

Base de donnes.
(objets flous et/ou requtes floues)

Reconnaissance de forme. Agrgation multicritre et optimisation Commande floue de systmes

Historique

1965:ThoriedesensemblesflouintroduiteparL.A.Zadeh(UC Berkeley) En1973,lePr.Zadehpublieunarticle(dansl'IEEETransactionson Systems,ManandCybernetics)quimentionnepourlapremirefoisle termedevariableslinguistiques(dontlavaleurestunmotetnonun nombre). En1974,Mamdani(UniversitdeLondres)raliseuncontrleurflou exprimentalsurunmoteurvapeur. En1980,F.L.Smidth&Co.A/S(auDanemark)metenapplicationla thoriedelalogiqueflouedanslecontrledefoursciment.C'estla premiremiseenoeuvrepratiquedecettenouvellethorie. Danslesannes80,plusieursapplicationscommencentimmerger (notammentauJapon). En1987,explosionduflouauJapon(aveclecontrledumtrode Senda)etquiatteintsonapogeen1990(fuzzymania). Aujourd'hui,unevastegammedenouveauxproduitsontunetiquette produitflou(Fuzzy).

Les 2 concepts principaux de la logique floue

1. Lesensemblesetvariablesflousetoprateursassocis.

1. PrisededcisionpartirdunbasederglesSIALORS.. Cestlinfrencefloue.

Lensemble flou
A U

SoientU:Luniversdudiscours. A:unsous-ensembledeU
Thorieclassiquedesensembles:

Si A est la fonction d ' appartenance de l ' ensemble A x U

A ( x ) = 1 si x A

A ( x ) = 0 si x A

Conceptdensembleflou:
x A ( x ) U

Si A est la fonction d ' appartenance de l ' ensemble flou A

[ 0;1]

A ( x) Si=0,30 xappartientlensembleflouAavecundegrdappartenancede30%

degrdappartenance=valeurdevrit. Unensembleflouesttotalementdterminparsafonctiondappartenance
10

Exemples densembles flous.

Ensemble flou " Personne de petite taille"
1 0.8 0.6 0.4 0.2 0 1.5 1.55 1.6 1.65 1.7 1.75 1.8

Ensemble flou: "Personne de taille moyenne"

1 0.8 0.6 0.4 0.2

Ensemble flou :"Personne de grande taille"

1 0.8 0.6 0.4 0.2

Petit

Moyen

Grand

Taille(m)
1.85 1.9

0 1.5 1.55 1.6 1.65 1.7 1.75 1.8

Taille(m)
1.85 1.9

0 1.5 1.55 1.6 1.65 1.7 1.75 1.8

Taille(m)
1.85 1.9

partition floue de l'univers du discours

Petit
1

Moyen

Grand

0.8

0.6

0.4

Ici,Pierremesure1m625 setraduitenlogiqueflouepar Pierreestpetitundegrde75% Pierreestmoyen25% Pierreestgrand0%

Taille(m)

0.2

0 1.5 1.55 1.6 1.65 1.7 1.75 1.8 1.85 1.9

11

Fonctions dappartenances particulires

Lorsqu'un fait certain correspond l'nonc de la valeur d'une variable, on a un singleton: x 0 ( x0 ) = 1 pour x = x0 x 0 ( x ) = 0 pour x x0
Fonction dappartenance de la classe Le feu est rouge
1 Couleurdu feutricolore rouge orange vert

Les ensembles classiques sont des cas particuliers d'ensemble flou. Leurs fonctions d'appartenances valant 0 ou 1 sont en crneaux
Fonction dappartenance de la classe la temprature est tide
1 T(C) 15C 20C

Lalogiquefloueenglobelesdonnes certaines

12

13

Fuzzification
Lessystmesbasedelogiqueflouetraitentdevariablesdentresfloues etfournissentdersultatssurdesvariablesdesortieselle-mmesfloues

La fuzzification est ltape qui consiste en la quantification floue des valeurs relles dune variable.

Pierremesure 1m625

Interfacede fuzzification

Pierreestpetitundegrde75% Pierreestmoyen25% Pierreestgrand0%

14

Commentfuzzifier?
Pourfuzzifier,ilfautdonner: 1. 2. 3. Luniversdudiscours i.e.:Plagedevariationspossiblesdelentreconsidre. Unepartitionenclasseflouedecetunivers. Lesfonctionsdappartenancesdechacunedecesclasses.

IlfautfuzzifierlesentresETlessortiesduprocessusflou.
Exemple:Selonlesvaleursdesentres,lesystmeflouindiqueraquensortielapuissancede chauffedevraprendrelesvaleursdesortiefaibleoumoyenneouforte.

La fuzzification des variables est une phase dlicate du processus mis en oeuvre par la logique floue. Elle est souvent ralise de manire itrative et requiert de l'exprience (expertise).
16

Variablesfloues
Logiqueflouebasesurdesvariablesflouesditesvariables linguistiques linguistiques valeurslinguistiquesdansluniversdudiscoursU. Chaquevaleurlinguistiqueconstituealorsunensemblefloudeluniversdu discours.

Exemple:

Univers du discours :Gammedetempraturede0C200C. : Variable linguistique :Latemprature. : Valeurs linguistiques :TrsfroidFroidTemprChaudTrsChaud : 17

Variable linguistique

Unevariablelinguistiqueestreprsenteparuntriplet(V,X V,TV)

V:nomdelavariable(age,taille,temprature,longueur,...) XV:universdesvaleursprisesparV(,...) TV={A1,A2,...}:ensembledesous-ensemblesflousdeXV,utiliss pourcaractriserV.

Parexemple:(Age-Personne,[0,130],{Trs-jeune,Jeune,Ag})

Trs-jeune

Jeune

Ag

Age
18

Rgles floues

Aprsavoir"fuzzyfier"lesvariablesd'entreetdesortie,ilfaut tablirlesrglesliantlesentresauxsorties. But final:chaqueinstant,analyserl'tatoulavaleurdesentres dusystmepourdterminerl'tatoulavaleurdetouteslessorties.

Principe de la logique floue: Plus la condition sur les entres est vraie, Plus l'action prconise pour les sorties doit tre respecte

20

Rgles floues

Raisonnementflou

Variableslinguistiquesetpropositionsfloues

Variableslinguistiques Propositionflouegnrale Implicationfloue Modusponensclassique Modusponensgnralis

RaisonnementFlou

ApplicationduModusponensgnralis

22

Basedergles
Lessystmeslogiquefloueutilisentuneexpertiseexprimesousformedunebasede rglesdutype:Si.Alors

Si ( X est A ) Alors ( Y est B )

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

Prmisses

Conjonction

Implication

Conclusion

Infrence: Oprationlogiqueparlaquelleonadmetunepropositionenvertudesaliaisonavec dautrespropositionstenuespourvraies. Enlogiqueclassique Enlogiquefloue

Si p Alors q p vrai Alors q vrai

Si ( X est A ) Alors ( Y est B )

LavariablefloueXappartientlaclassefloueAavecun degrdevalidit(x0) LavariablefloueYappartientlaclassefloueBundegr quidpenddudegrdevalidit(x0)delaprmisse 25

Principe du raisonnement approximatif

Plus la condition sur les entres est vraie. Plus l'action prconise pour les sorties doit tre respecte

SIla temprature est trs basseALORSChauffer fort Laconclusiondunerglefloueestlappartenance dunevariableflouedesortieChaufferuneclassefloue fort. Cetteappartenancedpendde: 1)Laclasseflouedesortieconsidre. 2)dudegrdevaliditdelaprmisse 3)delamthodedimplicationchoisie. (x0).
26

prmisses

Ilyaaussil'implicationde Larsen

Infrence

Sionutiliselamthodedecoupurepourcombinerlesrgles,il fautcrerunnouveaupolygonepartirdestroisfonctions dappartenancedelaconsquenceC. Lahauteurdupolygoneestdterminepartirdelavaleur dappartenancecalculeplushaut. Lagrgationpourcetexempleestmontrlafigure

Onprendlexempledunsystmedecontrledunventilateur demaison,ayant 2entres(tempratureethumidit)et unesortie(vitesseduventilateur). Desrglespossiblessont: SIxestA1OUyestB1ALORSzestC1 SIxestA2ETyestB2ALORSzestC2 SIxestA3ALORSzestC3 ouxestlatemprature,yestlhumiditetzestlavitessedu ventilateur. Lesensemblesfloussont: A1=faible,A2=moyenne,A3=leve B1=sec,B2=humide C1=faible,C2=moyenne,C3=leve

Supposonsquilfaitactuellement18C,etquelhumiditest de80%.

Onappliquecesentressurlesfonctionsdappartenancepour dterminerlappartenancechaquevariable. Unetempraturede18Ccorresponduneappartenancede 0.5lensemblefaible(A1=0.5)etuneappartenancede0.33 lensemblemoyenne(A2=0.33). Unehumiditde80%corresponduneappartenancede0.25 lensemblesec(B1=0.25)etuneappartenancede0.75 lensemblehumide(B2=0.75).

1.SIxestA1OUyestB1ALORSzestC1 2.SIxestA2ETyestB2ALORSzestC2 3.SIxestA3ALORSzestC3 1.SIxestA1(0.5)OUyestB1(0.25)ALORSzestC1(?) OnpeututiliserlamthodedeMandanipourcombinerces antcdents: lappartenanceest0.5.

Pourlargle2: SIxestA2(0.33)ETyestB2(0.75)ALORSzestC2(?) OnpeututiliserlamthodedeMandanipourcombinerces antcdents:

Autotal,onobtient: SIxestA1(0.5)OUyestB1(0.25)ALORSzestC1(0.5) SIxestA2(0.33)ETyestB2(0.75)ALORSzestC2(0.33) SIxestA3(0.0)ALORSzestC3(0.0)

Infrence

Sionutiliselamthodedecoupurepourcombinerlesrgles,il fautcrerunnouveaupolygonepartirdestroisfonctions dappartenancedelaconsquenceC. Lahauteurdupolygoneestdterminepartirdelavaleur dappartenancecalculeplushaut. Lagrgationpourcetexempleestmontrlafigure

Min

Max

Dfuzzification
Aprsavoircombinlesrgles,ilfautmaintenantproduireunchiffrenet commesortie. Danscecas-ci,lasortiedoittrelavitesseduventilateur. Latechniquelapluspopulaireestlamthodeducentroide:oncherche lecentredegravitdupolygoneobtenu:

Autresmthodes:

Lecentredegravitnapasbesoindtrecalculdesfaontrsprcise. Onpeutapproximer,encalculanttousles10,parexemple.Pour lexempleprcdent:

Leventilateurdoitdonctre26.67%desavitessemaximale.

Contrle de l'ouverture d'une vanne

Temprature Ouverture Pression

R1 : Si pression forte ET temp. leve ALORS ouverture vanne grande R2 : Si pression moyenne ET temp. leve ALORS ouverture vanne moyenne

rgulateur de temprature dun chauffe eau. Enentre,nousavonslatempraturedeleaulintrieurdu ballonetensortie,lampragefournirauchauffe-eau. Fuzzification Enclair,ilsagitdattribuerchaquevariabledesdegrs dappartenancediffrentstatsquelondoitdfinir. Poursimplifier,nousallonsdfinir troistatsdentre(tropchaud,tideettropfroid)et troistatsdesorties(nul,faibleetfort).

Rgles dinfrences silatempratureesttropfroide,ilfautmettrelecourant fort; silatempratureesttropchaude,ilfautmettrelecourant surnul,et, silatempratureesttide,ilfautmettrelecourantsur faible.

Dfuzzification

nouscalculonslescentresdegravitdechaquesurfacepuis nouspondrantlesrsultatsaveclessurfaces.