WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Controle neuro-flou robuste des systèmes non-linéaires

( Télécharger le fichier original )
par fouzia madour
Université de Sétif Algérie - Magistere 2007
  

précédent sommaire suivant

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

I.9.2 Base de connaissances :

Elle permet la manipulation des données floues et caractérise la commande au moyen d'un ensemble de règles linguistiques du type « si - alors » .

Ce bloc contient les définitions : des fonctions d'appartenance , des variables

d'entrées /sorties (gaussienne, trapézoïdale ,....etc.) ainsi que les règles d'inférence .

La base de règles est une collection de règles « si - alors » flou qui définissent la relation entre une observation et une action .

Ces règles peuvent être exprimées par :

R(L) : SI (u1 est A1L et u2 est A2L et ... un est AnL) ALORS ( v est cL)

ou :

ui et v sont des variables linguistiques avec : i = 1 , 2 , ..... n .

AiL et CL sont des termes associés aux ensembles flous FiL et GL

définie dans Ui et V, respectivement .

avec : L = 1 , 2 , ..... , M .

M est le nombre total des règles dans la base des règles .

Chapitre 1 : La logique floue

I.9.3 engin d'inférence flou (régulateur flou) :

l'engin d'inférence flou dérive l'ensemble flou B de sortie défini dans V à partir de l'ensemble flou d'entrée Ax définie dans U de la manière suivante :

Chaque règle floue , décrite par une implication flou RL détermine un ensemble flou

BL = Ax O RL dans V .

telle que :uU

ìBL(v) = ìAoBL(v) = Sup uU { ìAx(u) . ìRL (u ,v) } (I . 19)

plus simplement :

c'est que ce bloc permet de définir la stratégie de contrôle en utilisant les implications floues qui lient les différentes variables de chaque règle .

Plusieurs mécanismes d'inférence se présentent [8] , [14] :

§ Mécanisme d'inférence MAX - MIN .

§ Mécanisme d'inférence MAX - PROD.

§ Mécanisme d'inférence SOM- PROD.

Le mécanisme d'inférence opère en deux étapes :

A- Calcule de la conséquence de chaque règle :

La conséquence de chaque règle est donnée par :

ìBil(y) = ìA(x0) . ìRi(x0 , y) ìBiL(y) = ìA(x0) . ìAi (x0) . ìB (y) (I . 20)

si non utilise la fuzzification singleton la formule sera équivalente à :

ìBil = ìAi (x0) . ìBi(y) [8].

Pour qu'un système flou soit « bien - défini » il faut qu'il y est au moins une règle active pour chaque point numérique d'entrée possible .

B- Calcule de la conséquence du système :

l'action (ensemble flou de sortie ) produit par le système flou est construite par l'agrégation des conséquences de toutes les règles soit :

ìBl(y) = ìB1l(y) ìB2l(y) ... ìBnl (y) (I . 21)

la composition sup-star de Zadeh est un cas spécial de (I . 21) puisqu'elle interprète l'opérateur comme le supremum .

Chapitre 1 : La logique floue

Ou plus explicitement .

ìBil = max [ ìB1l(y) , ìB2l(y) , ......, ìBnl(y) ]

ce que donne pour (I . 21) :

ìB(y) = max [ ìA1(x0) . ìB1(y) , ìA2(x0) . ìB2(y) , ... , ìAn(x0) . ìBn(y)]

Exemple :

Etant données les deux règles suivantes :

R(1) : SI ( x1 est A1) et ( x2 est B1 ) alors ( y est C1 ) .

R(2) : SI ( x1 est A2 ) et ( x2 est B2 ) alors ( y est C2 ) .

Pour schématiser la procédure d'inférence on utilise le mécanisme MAX-MIN et le mécanisme MAX-PRODUCT comme suit :

ì prod (and) ì ì

0.8

0.4 0.4 . 0.8 = 0.32

-1 1 x1 -2 2 x2 -5 5 y

if (x1 est proche de zéro) and (x2 est proche de zéro) then (y est proche de zéro)

ì prod (and) ì ì

0.4

0.2

0.4 . 0.2 =0.08

-1 1 x1 0 4 x2 0 10 y

if (x1 est proche de zéro) and (x2 est positive petit) then (y est positive)

MAX ì

0.32

0.08

-5 0 5 10 y

Figure  I.13 : Mécanisme d'inférence

MAX - PROD

Chapitre 1 : La logique floue

MIN

ì ì ì

0.8

0.4 0.4

21

3 -1 1 x1 -2 2 x2 -5 5 y

if (x1 est proche de zéro) and (x2 est proche de zéro) then (y est proche de zéro)

ì ì MIN ì

0.4

0.2 0.2

7

-1 1 x1 0 4 x2 0 10 y

if (x1 est proche de zéro) and (x2 est positive petit) then (y est positive)

MAX

ì

0.4

0.2

-5 0 5 10 y

Figure I.14 : Mécanisme d'inférence

MAX-MIN

Note : Spécificité des systèmes d'inférence floue :

En ce qui concerne les SIFs (système d'inférence floue) , il est intéressant de les utiliser quand :

? Soit il existe une expertise humaine que l'on veut exploiter et introduire dans un système automatique .

? Soit on veut extraire des connaissances à partir de données numériques , en les exprimant dans un langage proche du langage naturel .

? Soit on veut réaliser une interface homme - machine , donner des explications ou établir des diagnostiques immédiatement interprétables .

Chapitre 1 : La logique floue

précédent sommaire suivant






Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy





Changeons ce systeme injuste, Soyez votre propre syndic





"Aux âmes bien nées, la valeur n'attend point le nombre des années"   Corneille