0% ont trouvé ce document utile (0 vote)
232 vues3 pages

Applications Fuzzy Logic B

Le document traite des applications de la logique floue à travers plusieurs exercices, incluant la détermination d'ensembles flous, la défuzzification d'âges, et l'utilisation de règles d'inférence pour le contrôle de systèmes comme le freinage d'un véhicule et le chauffage d'un immeuble. Chaque exercice présente des fonctions d'appartenance et des scénarios spécifiques pour illustrer les concepts de la logique floue. Les méthodes d'inférence de Mamdani et la fuzzification sont également abordées pour résoudre des problèmes pratiques.

Transféré par

leharanisoheib
Copyright
© © All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd
0% ont trouvé ce document utile (0 vote)
232 vues3 pages

Applications Fuzzy Logic B

Le document traite des applications de la logique floue à travers plusieurs exercices, incluant la détermination d'ensembles flous, la défuzzification d'âges, et l'utilisation de règles d'inférence pour le contrôle de systèmes comme le freinage d'un véhicule et le chauffage d'un immeuble. Chaque exercice présente des fonctions d'appartenance et des scénarios spécifiques pour illustrer les concepts de la logique floue. Les méthodes d'inférence de Mamdani et la fuzzification sont également abordées pour résoudre des problèmes pratiques.

Transféré par

leharanisoheib
Copyright
© © All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd

Université des Sciences et de la Technologie Houari Boumediene

Faculté de Génie Electrique Master 2 EI


Techniques de l’intelligence artificielle (TIA)

Applications sur la Logique Floue


Exercice.1 Soit A et B deux ensemble flous définis comme suit :

Cas 1 Cas 2
- Déterminer pour chaque cas : 𝐴̅, 𝐵
̅ , A∪B, A∩B

Exercice.2
On considère deux ensembles flous ayant les fonctions d’appartenance suivantes :
𝜇𝐴 (𝑥) = 0, si 𝑥 < 25 ou 𝑥 > 35 𝜇𝐵 (𝑥) = 0, si 𝑥 < 30 ou 𝑥 > 40
𝑥 𝑥
𝐴 = 𝜇𝐴 (𝑥) = 5 − 5, si 𝑥 ∈ [25, 30] 𝐵 = 𝜇𝐵 (𝑥) = 5 − 6, si 𝑥 ∈ [30, 35]
𝑥 𝑥
{ 𝜇𝐴
(𝑥) = − + 7, si 𝑥 ∈ [30, 35]
{ 𝜇𝐵
(𝑥) = − + 8, si 𝑥 ∈ [35, 40]
5 5
Tracer les fonctions d’appartenances des ensembles : A, B𝐴, 𝐵, 𝐴 ∪ 𝐵, 𝐴 ∩ 𝐵

Exercice.3
On souhaite défuzzifier un ensemble flou représentant l’âge
d’une personne. Cet âge est caractérisé par deux variables 1
Jeune Adulte Agé
floues: jeune, avec degré d’appartenance 0,4 et adulte, avec µ(age)
0.8
degré d’appartenance 0,5.
Utiliser la figure 1 pour déterminer l’âge de cette personne. 0.6

0.4

0.2

0
âge [An]
0 10 20 30 40 50 60 70 80
Figure 1: Fuzzification de l'erreur
Exercice.4
On veut utiliser la logique floue pour déterminer le freinage u qu’il faut appliquer au véhicule de gauche
compte tenu de sa vitesse v et de la distance x qui le sépare du véhicule qui le précède dans le cas ou v=40km/h
et x=30m.

Master 2 EI 1
TIA - APPLICATIONS SUR LA LOGIQUE FLOUE

Base de connaissances :
Règle 1 : Si x est faible F et la v est moyenne M alors le freinage u est élevé E
Règle 2 : Si x est faible M et la v est moyenne E alors le freinage u est élevé M
Fuzzification :

Exercice.5
En utilisant la méthode d’inférence de Mamdani, trouver le résultat de l’implication, d’un système de
commande floue, pour les valeurs E=0,75 et dE=0,25, puis le résultat de l’agrégation si on considère
les règles suivantes :
1. Si (E est Z et dE est Z), alors U est Z
2. Si (E est P et dE est P), alors U est P
et les fonctions d’appartenance montrées dans la figure 2.
µ Z P µ Z P µ N Z P
1 N 1 N 1
0.8 0.8 0.8
0.6 0.6 0.6
0.4 0.4 0.4
0.2 0.2 0.2
(E) (dE) (U)
0 0 0
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2 -2 -1.5 -1 -0.5 0 0.5 1 1.5 2 -2 -1.5 -1 -0.5 0 0.5 1 1.5 2
µ N Z P
1
0.8
0.6
0.4
0.2
(U)
0
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2
µ N Z P µ N Z P µ N Z P
1 1 1
0.8 0.8 0.8
0.6 0.6 0.6
0.4 0.4 0.4
0.2 0.2 0.2
(E) (dE) (U)
0 0 0
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2 -2 -1.5 -1 -0.5 0 0.5 1 1.5 2 -2 -1.5 -1 -0.5 0 0.5 1 1.5 2

Figure 2: Inférence Floue

Master 2 EI 2
TIA - APPLICATIONS SUR LA LOGIQUE FLOUE

Exercice.6 Commande floue d’une installation de chauffage


Pour commander l’installation de chauffage d’un immeuble à l’aide d’un contrôleur flou, on dispose de
deux sondes de température, l’une à l’extérieur de l’immeuble (Text) et l’autre à l’intérieur (Tint). Sur la
base de ces deux mesures et en faisant appel aux règles d’inférence, le contrôleur flou doit régler la
puissance de l’installation de chauffage (P).
Fuzzification de la température externe
On choisit deux intervalles flous et des fonctions d’appartenance de type trapézoïdales. On définit «froid»
pour une température inférieure à 5°C et «chaud» pour une température supérieure à 20°C (Figure 1).
Fuzzification de la température interne
On choisit trois intervalles flous et des fonctions d’appartenance de type trapézoïdales en définissant
«froid» pour une température inférieure à 15°C, «bon» pour une température comprise entre 19°C et 21°C
et «chaud» pour une température supérieure à 25°C (Figure 2).

Figure 1 : Fuzzification de la température externe Figure 2 : Fuzzification de la température interne


Fuzzification de la puissance
On choisit quatre intervalles flous pour définir la puissance de l’installation avec des fonctions
d’appartenance en forme de raies dont les valeurs sont définies dans le tableau suivant, ce qui définit les
fonctions d’appartenance illustrées à la figure 3.
Puissance Valeur en %
nulle 0
faible 33
moyenne 67
maximale 100

Figure 3 : Fuzzification de la puissance de chauffe


Règles d’inférences :
L’expérience acquise sur l’installation de chauffage a permis de définir les six règles suivantes :
1. Si Text est « froide » et Tint est « froide » alors mettre la puissance au « maximum »
2. Si Text est « froide » et Tint est « bonne » alors mettre une puissance « moyenne »
3. Si Text est « froide » et Tint est « chaude » alors mettre une puissance « faible »
4. Si Text est « chaude » et Tint est « froide » alors mettre une puissance « moyenne »
5. Si Text est « chaude » et Tint est « bonne » alors mettre une puissance « faible »
6. Si Text est « chaude » et Tint est « chaude » alors mettre une puissance « nulle »
Si l’opérateur « et » est réalisé par le calcul du min et l’opérateur « ou » est réalisé par le calcul du max et
la déffuzzification se fait par le calcul du centre de gravité « cog », calculer la puissance de chauffe si la
Text est de 10°C et la Tint est de 22°C.

Master 2 EI 3

Vous aimerez peut-être aussi