commande floue [mode de compatibilité]
DESCRIPTION
Commande Floue [Mode de Compatibilité]TRANSCRIPT
Pr Aziz SOULHI : [email protected] NATIONALE SUPERIEURE DES MINES DE RABAT
A) Notion de variable floue
B) Notion de logique floue
C) Principe de la commande floue
D) Exemple introductif
E) Commande PI floue
LA COMMANDE FLOUELA COMMANDE FLOUE
Pr Aziz SOULHI : [email protected] NATIONALE SUPERIEURE DES MINES DE RABAT
NOTION DE VARIABLE FLOUENOTION DE VARIABLE FLOUE
Précision
µ (x)
x 0 x
Mesure exacte : µ (x) = 1 pour x = x0µ (x) = 0 pour x ≠ x 0
10
Pr Aziz SOULHI : [email protected] NATIONALE SUPERIEURE DES MINES DE RABAT
Imprécision
µ(x)
0x0-ε x0 x0 + ε x
x - x 0 < ε : précision ε
µ(x) = 0 si |x – x0| > ε
x – x0 + ε si x0 - ε < x < x0
µ(x) = ____________
ε
x – (x0 + ε)µ(x) = - _______________ si x0 < x < x0 + ε
ε
10
Pr Aziz SOULHI : [email protected] NATIONALE SUPERIEURE DES MINES DE RABAT
Incertitude
µ (x)
x1 x2 x
x ∈ [x1, x2]
µ (x) = 1 si x ∈ [x1, x2]
µ (x) = 0 si x ∉ [x1, x2]
Pr Aziz SOULHI : [email protected] NATIONALE SUPERIEURE DES MINES DE RABAT
Variable floue
µ (x)
x’1 x1 x2 x’2 x
x ∈ [x’1, x’2]
x ∈ ensemble de valeurs possibles ou classe
µ (x) fonction d’appartenance à cette classe
µ (x) = 1 : appartenance totale
µ (x) = 0 : non appartenance
Pr Aziz SOULHI : [email protected] NATIONALE SUPERIEURE DES MINES DE RABAT
10
0 0
11
0 1
01
0 1
X X
NEGATION
NOTION DE LOGIQUE FLOUENOTION DE LOGIQUE FLOUE
LOGIQUE CLASSIQUELOGIQUE CLASSIQUE
0 1
1
0
XY
ET, X ∩ Y
0 1
1
0
XY
OU, X∪Y
Pr Aziz SOULHI : [email protected] NATIONALE SUPERIEURE DES MINES DE RABAT
Logique floue
cohérente avec la logique classique
Exemple 1
ET : x Λ y = min {x, y }
OU : x V y = max { x, y }
Négation : x = 1 - x
Exemple 2
ET : x Λ y = xy
OU : x V y = x + y - xy
Négation : x = 1 - x
Pr Aziz SOULHI : [email protected] NATIONALE SUPERIEURE DES MINES DE RABAT
: fuzzificationA partir des données, définir des classes de situations•
• A partir de nos connaissances, définir des classes de décisions:
• A chaque classe de situation, associer une classe de décision
table de règles ou moteur d’inférence.Si situation, alors décision
• A partir des données et de la table de règles, déterminer les décisions exactes: défuzzification
:
PRINCIPE DE LA COMMANDE FLOUEPRINCIPE DE LA COMMANDE FLOUE
Pr Aziz SOULHI : [email protected] NATIONALE SUPERIEURE DES MINES DE RABAT
EXEMPLE INTRODUCTIFEXEMPLE INTRODUCTIF
µC
Eau chaude
µF
Eau froide
µT
Eau tiède
θB
µ
Le problème consiste à remplir un bassin d’eau tiède.
3 classes seront définies pour l’eau du bassin : froide, tiède ou chaude
Pr Aziz SOULHI : [email protected] NATIONALE SUPERIEURE DES MINES DE RABAT
Si l ’eau du bassin est froide, ajouter de l ’eau chaude
Si l ’eau du bassin est chaude, ajouter de l ’eau froide
Si l ’eau du bassin est tiède, ajouter de l ’eau tiède
REGLES FLOUESREGLES FLOUES
Pr Aziz SOULHI : [email protected] NATIONALE SUPERIEURE DES MINES DE RABAT
µ(θA)
Froid Tiède Chaud
θA
µ(θB)
θB
Froid Tiède Chaud
EXEMPLE INTRODUCTIFEXEMPLE INTRODUCTIF
θBASSIN
L ’eau du basin appartient à la classe froide avec le coefficient d ’appartenance µ(F)
1
1
µ(F)
L ’eau du basin appartient à la classe tiède avec le coefficient d ’appartenance µ(T)
2
2 µ(T)
Considérons maintenant la situation qui correspond à l’eau du bassin à la température θB
Pr Aziz SOULHI : [email protected] NATIONALE SUPERIEURE DES MINES DE RABAT
La décision prise est d’ajouter de l’eau chaude avec l’appartenance µF
et de l’eau tiède avec l’appartenance µT
Il convient de faire le OU de ces deux situations, par exemple en prenant l’opérateur MAX
µ(θA)
Froid Tiède Chaud
θA
µ(θ)
θB
Froid Tiède Chaud
θBASSIN
Pr Aziz SOULHI : [email protected] NATIONALE SUPERIEURE DES MINES DE RABAT
La défuzzification consiste à déterminer la valeur exacte à choisir pour θA. Nous utiliserons ici, par exemple, la méthode du centre de gravité :
∫DF θA µθA dθA
θA = ____________________
∫DF µθA dθA
DF domaine coloré
On constate qu’en fait la température de l’eau d’alimentation estparfaitement définie à partir de la température de l’eau du bassin
θA = ∫(θB)
Pr Aziz SOULHI : [email protected] NATIONALE SUPERIEURE DES MINES DE RABAT
SIMULATIONSIMULATION
Loi de commande avec défuzzification
θA
θB
Pr Aziz SOULHI : [email protected] NATIONALE SUPERIEURE DES MINES DE RABAT
La fuzzification correspond à la définition de classes de situations.
Par exemple, une personne peut être jugée très jeune, d’âge moyen, âgée ou très âgée.
Cette répartition en classes dépend de l’objectif visé et n’est pas absolue. Il existe une incertitude.
TJ J AM A JA
y
FUZZIFICATIONFUZZIFICATION
Pr Aziz SOULHI : [email protected] NATIONALE SUPERIEURE DES MINES DE RABAT
Chaque classe est définie par sa fonction d’appartenance, le plus souvent choisie trapézoïdale
L’ensemble des situations possibles constitue l’univers de discours.
Toutes les situations possibles doivent être envisagées : les classes doivent assurer un recouvrement complet de l’univers de discours.
Il doit également y avoir un chevauchement des classes pour permettre des décisions nuancées.
Pr Aziz SOULHI : [email protected] NATIONALE SUPERIEURE DES MINES DE RABAT
Ce chevauchement ne doit toutefois pas être excessif pour ne pascompliquer inutilement la recherche de la décision finale.
Il est préférable d’éviter d’avoir les fonctions d’appartenance de plusieurs classes simultanément égales à 1.
Pr Aziz SOULHI : [email protected] NATIONALE SUPERIEURE DES MINES DE RABAT
Chevauchements excessifs
Exemples de mauvaises fuzzifications
Non reconnaissance de l’univers de discours
Chevauchements insuffisants
Pr Aziz SOULHI : [email protected] NATIONALE SUPERIEURE DES MINES DE RABAT
Il ne faut pas confondre les fonctions d’appartenance avec des probabilités.
Si leurs valeurs restent comprises entre 0 et 1, leur somme pour une situation donnée peut être inférieure ou supérieure à 1.
Elles sont déterminées à partir de la connaissance du problème (expertise) et non par suite de données statistiques.
REMARQUESREMARQUES
Pr Aziz SOULHI : [email protected] NATIONALE SUPERIEURE DES MINES DE RABAT
MOTEUR D’INFERENCEMOTEUR D’INFERENCE
Ensemble des règles qui, à chaque classe de situations associe une classe de décisions. Considérons, par exemple, les situations suivantes :
•Il pleut•Le temps est incertain•Il ne pleut pas•Il fait chaud•Il fait froid
et les classes de décisions :
•Prendre un parapluie•Prendre un imperméable chaud•Ne rien prendre
Pr Aziz SOULHI : [email protected] NATIONALE SUPERIEURE DES MINES DE RABAT
Les règles peuvent être les suivantes :
- S’il pleut ou si le temps est incertain et s’il ne fait pas froid, prendreun parapluie.
- S’il pleut ou si le temps est incertain et s’il fait froid, prendre unimperméable chaud et éventuellement un parapluie.
- S’il ne pleut pas et s’il fait chaud et si le temps n’est pas incertain, ne rien prendre.
- …
Pr Aziz SOULHI : [email protected] NATIONALE SUPERIEURE DES MINES DE RABAT
La défuzzification consiste à donner une valeur exacte à la décision.
Cas d’une variable
A la classe de situation Ci, on associe la classe de décision Di
Soit x une variable appartenant à la classe Ci avec la fonctiond’appartenance à µi
DEFUZZIFICATIONDEFUZZIFICATION
Pr Aziz SOULHI : [email protected] NATIONALE SUPERIEURE DES MINES DE RABAT
C1 C2 C3 C4
x x
µ(C2)
µ(C1)
Pr Aziz SOULHI : [email protected] NATIONALE SUPERIEURE DES MINES DE RABAT
Si les classes de décisions se réduisent à des singletons
Deux solutions principales sont envisageables :
Prendre la décision Di correspondantà la classe ayant la fonction d’appartenance maximale.
Prendre la moyenne pondérée des décisions
Σi µi Di
y = ____________________
Σi µi
C1 C2 C3 C4
x x
Pr Aziz SOULHI : [email protected] NATIONALE SUPERIEURE DES MINES DE RABAT
Données et décisions sont réparties en classes
Reporter le niveau d’appartenance µi à la classe Ci sur la courbe caractérisant la classe Di
correspondante.L’approche la plus courante est la défuzzification barycentrique qui consiste à faire le OU del’ensemble des situations concernées (règles activées) par exemple prendre le MAX et déterminer le centre de gravité de la surface ainsi délimitée.
∫DF µF y dyθA = ____________________
∫DF µF dy
C1 C2 C3 C4
x x
µ(C2)
µ(C1)
D1 D2 D3 D4
y
Pr Aziz SOULHI : [email protected] NATIONALE SUPERIEURE DES MINES DE RABAT
µ(A) µ(B) µ(Y)
X1 X2 Y
A1 A2 A3 B1 B2 B3 D1 D2 D3 D4 D5
DEFUZZIFICATION DEFUZZIFICATION
Cas de plusieurs variables “ d’entrée ” et d’une variable de “ sortie ”.
Nous avons 3 classes pour chaque variable d’entrée et 5 classes pour la variable de sortie avec la table de règles suivantes pour déterminer y.
Pr Aziz SOULHI : [email protected] NATIONALE SUPERIEURE DES MINES DE RABAT
X2
X1
D2
D1
D5
D4D3
D2
A1
D3
A2 A3
B3 D3 D4
B1
B2
Pr Aziz SOULHI : [email protected] NATIONALE SUPERIEURE DES MINES DE RABAT
X1 ∈ A1 et X2 ∈ B2 alors Y ∈ D2 avec µ(Y) = min(µA1 , µB2) = µB21
X1 ∈ A1 et X2 ∈ B3 alors Y ∈ D3 avec µ(Y) = min(µA1 , µB3) = µA12
X1 ∈ A2 et X2 ∈ B2 alors Y ∈ D3 avec µ(Y) = min(µA2 , µB2) = µB23
X1 ∈ A2 et X2 ∈ B3 alors Y ∈ D4 avec µ(Y) = min(µA2 , µB3) = µA24
REGLES FLOUESREGLES FLOUES
Prenons pour le OU le MAX et pour le ET le MINSoit l’exemple suivant avec x1 = a et x2 = b
Pr Aziz SOULHI : [email protected] NATIONALE SUPERIEURE DES MINES DE RABAT
YG
1
2
3
4
DEFFUZZIFICATIONDEFFUZZIFICATION
Pr Aziz SOULHI : [email protected] NATIONALE SUPERIEURE DES MINES DE RABAT
Prenons le OU (MAX) de toutes les situations. Il vient la surfacelimitée pour la courbe DF
La défuzzification barycentrique nous donne pour y la valeur yG
YG
∫DF y µF (y) dyYG = ____________________
∫DF µF (y)dy
Pr Aziz SOULHI : [email protected] NATIONALE SUPERIEURE DES MINES DE RABAT
COMMANDE PI FLOUECOMMANDE PI FLOUE
On veut commander un processus avec retour unitaire avec une action proportionnelle et intégrale. Les grandeurs mesurées sont :
•l’erreurε = yc – y
avec yc grandeur de consigne et y grandeur à commander
•la dérivée ε’ = dε / dtLes données sur le système sont :
•le gain statique est supposé positif•les variations admissibles de la commande U•les valeurs possibles du signal d’erreur et de et de sa dérivée sont connues.
Pr Aziz SOULHI : [email protected] NATIONALE SUPERIEURE DES MINES DE RABAT
µ(ε ) µ(dε) µ(∆u )
ε dε ∆u
N Z P N Z P GN PN Z PP GP
Nous considérons 3 classes pour ε et ε’ : positif (P), négatif (N), proche de zéro (Z) et 5 classes pour ∆u, Grand Négatif (GN), Petit Négatif(PN), proche de zéro (Z), Petit Positif (PP) et Grand Positif.Les notions de grand et de petit concernent le module de la variable ∆u
Pr Aziz SOULHI : [email protected] NATIONALE SUPERIEURE DES MINES DE RABAT
dε/dt
ε
PN
Z
N
N
Z
PN
P
Z
PPZ
Z
Z
∆ u GN
N
N
Z
N
P
PP
P
Z
GP
P
P
Z
P
N
Y
Construction de la base de règles définissant ∆U
Pr Aziz SOULHI : [email protected] NATIONALE SUPERIEURE DES MINES DE RABAT
dε
ε
PN
GN
GP
PPZ
PN
N
Z
Z P
P Z PP
N
Z
REGLES FLOUESREGLES FLOUES
Pr Aziz SOULHI : [email protected] NATIONALE SUPERIEURE DES MINES DE RABAT
SIMULATIONSIMULATION
εdε/dt
∆u
Pr Aziz SOULHI : [email protected] NATIONALE SUPERIEURE DES MINES DE RABAT
L’influence de la définition des classes d’appartenance apparaît directement sur cet exemple :
µ(ε ) µ(dε) µ(∆ u)
ε dε ∆ u
N Z P N Z P GN PN Z PP GP
Pr Aziz SOULHI : [email protected] NATIONALE SUPERIEURE DES MINES DE RABAT
εdε/dt
∆u
COMPARAISONCOMPARAISON
εdε/dt
∆u