Académique Documents
Professionnel Documents
Culture Documents
Mounir Boukadoum
Et si Bouddha avait raison ?…
« Tout doit toujours être ou ne pas être »
Aristote
A {( x , A ( x ))| x X }
R {(( x , y ), R ( x , y ))|( x , y ) X Y }
Permet d’exprimer une relation qualitative entre deux
variables numériques :
x est près de y (nombres)
x dépend de y (évènements)
x et y se ressemblent (personnes ou objets)
Petit détour formel (le dernier ! )
x
f(t)
Courant du moteur
c
Système de
Chariot
commande
: angle
: vitesse angulaire
Deux variables d’entrée, θ et ω, et une variable de sortie v ; les variables floues correspondantes
portent les mêmes noms.
2 Choix des valeurs linguistiques
Il s’agit de regrouper des règles de la forme « Si θ est X1 et ω
est X2, alors v est Y » en une matrice cognitive floue.
Exemple de définition des valeurs X1 ,X2 et Y :
Nom Signification
TN Très négatif
MN Moyennement négatif
PN Peu négatif
PPPeu Positif
MP Moyennement positif
TP Très positif
4. Choix des fonctions d’appartenance
En général, on choisit des fonctions d’appartenance de forme
triangulaire ou trapézoïdale. Cela simplifie les calculs.
TN MN PN PP MP TP v()
1.0
0.5
0.0
Valeur mesurée
3. définition des règles d’inférence
On pourrait alors définir la matrice cognitive suivante :
ω
TN MN PN PP MP TP
TN TN TN TN TN MN PN
MN TN TN TN MN PN PP
PN TN TN MN PN PP MP
θ
PP MN PN PP MP TP TP
MP PN PP MP TP TP TP
TP PP MP TP TP TP TP
Les intersections des valeurs linguistiques de θ et de ω définissent les valeurs
linguistiques de sortie correspondantes (en termes de )
Pour chaque valeur linguistiques de sortie, on retient le max correspondant
5. Détermination des valeurs de
sortie précises correspondant à
On détermine le degré de vérité de chaque valeur
linguistique de sortie possible; on prend ensuite la valeur
pondérée des résultats (inférence de Sugeno).
Pour chaque valeur mesurée de θ et de ω :
1. On détermine ses degrés d’appartenance à TN, MN, PN, PP, MP
et TP
2. On applique les règles d’inférence floues aux résultats afin
d’obtenir les degrés d’appartenance correspondants pour les
différentes valeurs linguistiques de v (on prend max pour
chacune)
3. On calcule la moyenne pondérée des résultats
Exemple de valeur « déflouïfiée »
Ex. Deux valeurs mesurées de θ et de
ω donnent :
Valeur de sortie (max)
TN 0 1
MN 0 0.5
PN 0.5
PP 1 0
MP 1 0 64 112 132 196 255
TP 0.5
v = [(0x0)+(0x64)+(0.5X112)+(1X132)+(1X196)+(0.5X255)]/6 = 164
Logique Floue et Probabilité
Les bouteilles d’eau de Bezdek
P={liquides potables}
Propriétés :
Associativité : R (S T ) ( R S ) T
More or less A ( x )
Somewhat A ( x )
2 [A ( x )]2
if 0 A 0.5
Indeed
1 2 [1 A ( x )]2
if 0.5 < A 1
Règle compositionnelle d’inférence
floue
y = f(x) => y = b si x = a,
y y
b b
y = f(x) y = f(x)
a x a x
a et b: points a et b: intervalles
y = f(x) : une courbe y = f(x) : une fonction
d’intervalles de valeurs