Introduction la logique floue.
Fuzzylogic
Planducours.
[Link]
Exemplesintroductifs Logiqueflouevsboolenne Champsdapplicationsethistorique
[Link] Ensembleflou
Oprateurlogiquefloue Fuzzification>>Infrencesfloues>>Dfuzzification Variableslinguistiques Commentfuzzifier? Principeduraisonnementapproximatif Basedergles Mthodesdinfrencesfloues Mthodesdedfuzzification Synthsegnrale
[Link]
[Link]
[Link]
[Link]
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:[Link](UC Berkeley) En1973,[Link](dansl'IEEETransactionson Systems,ManandCybernetics)quimentionnepourlapremirefoisle termedevariableslinguistiques(dontlavaleurestunmotetnonun nombre). En1974,Mamdani(UniversitdeLondres)raliseuncontrleurflou exprimentalsurunmoteurvapeur. En1980,[Link]&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:[Link]
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,[Link] 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.