Logique floue - Système d'inférence

Le système d'inférence floue est l'unité clé d'un système de logique floue ayant la prise de décision comme travail principal. Il utilise les règles «SI… PUIS» ainsi que les connecteurs «OU» ou «ET» pour dessiner les règles de décision essentielles.

Caractéristiques du système d'inférence floue

Voici quelques caractéristiques du FIS -

  • La sortie du FIS est toujours un ensemble flou quelle que soit son entrée qui peut être floue ou nette.

  • Il est nécessaire d'avoir une sortie floue lorsqu'il est utilisé comme contrôleur.

  • Une unité de défuzzification serait là avec FIS pour convertir les variables floues en variables nettes.

Blocs fonctionnels du FIS

Les cinq blocs fonctionnels suivants vous aideront à comprendre la construction du FIS -

  • Rule Base - Il contient des règles IF-THEN floues.

  • Database - Il définit les fonctions d'appartenance des ensembles flous utilisés dans les règles floues.

  • Decision-making Unit - Il effectue des opérations sur les règles.

  • Fuzzification Interface Unit - Il convertit les quantités nettes en quantités floues.

  • Defuzzification Interface Unit- Il convertit les quantités floues en quantités croquantes. Voici un schéma de principe du système d'interférence floue.

Fonctionnement du FIS

Le fonctionnement du FIS comprend les étapes suivantes -

  • Une unité de fuzzification prend en charge l'application de nombreuses méthodes de fuzzification et convertit l'entrée nette en entrée floue.

  • Une base de connaissances - une collection de base de règles et de base de données est formée lors de la conversion d'une entrée nette en une entrée floue.

  • L'entrée floue de l'unité de défuzzification est finalement convertie en sortie nette.

Méthodes de FIS

Parlons maintenant des différentes méthodes de FIS. Voici les deux méthodes importantes de FIS, ayant des conséquences différentes de règles floues -

  • Système d'inférence floue Mamdani
  • Modèle flou Takagi-Sugeno (méthode TS)

Système d'inférence floue Mamdani

Ce système a été proposé en 1975 par Ebhasim Mamdani. Fondamentalement, il était prévu de contrôler une combinaison de machine à vapeur et de chaudière en synthétisant un ensemble de règles floues obtenues des personnes travaillant sur le système.

Étapes de calcul de la sortie

Les étapes suivantes doivent être suivies pour calculer la sortie de ce FIS -

  • Step 1 - Un ensemble de règles floues doit être déterminé à cette étape.

  • Step 2 - Dans cette étape, en utilisant la fonction d'appartenance d'entrée, l'entrée serait rendue floue.

  • Step 3 - Établissez maintenant la force de la règle en combinant les entrées floues selon des règles floues.

  • Step 4 - Dans cette étape, déterminez le conséquent de règle en combinant la force de règle et la fonction d'appartenance en sortie.

  • Step 5 - Pour obtenir la distribution de sortie, combinez tous les conséquents.

  • Step 6 - Enfin, une distribution de sortie défuzzifiée est obtenue.

Voici un schéma de principe du système d'interface floue Mamdani.

Modèle flou Takagi-Sugeno (méthode TS)

Ce modèle a été proposé par Takagi, Sugeno et Kang en 1985. Le format de cette règle est donné comme -

SI x est A et y est B ALORS Z = f (x, y)

Ici, AB sont des ensembles flous dans les antécédents et z = f (x, y) est une fonction nette dans le conséquent.

Processus d'inférence floue

Le processus d'inférence floue sous le modèle flou Takagi-Sugeno (méthode TS) fonctionne de la manière suivante -

  • Step 1: Fuzzifying the inputs - Ici, les entrées du système sont rendues floues.

  • Step 2: Applying the fuzzy operator - Dans cette étape, les opérateurs flous doivent être appliqués pour obtenir la sortie.

Format de règle du formulaire Sugeno

Le format de règle de la forme Sugeno est donné par -

si 7 = x et 9 = y alors la sortie est z = ax + by + c

Comparaison entre les deux méthodes

Comprenons maintenant la comparaison entre le système Mamdani et le modèle Sugeno.

  • Output Membership Function- La principale différence entre eux réside dans la fonction d'appartenance en sortie. Les fonctions d'appartenance de sortie Sugeno sont linéaires ou constantes.

  • Aggregation and Defuzzification Procedure - La différence entre eux réside également dans la conséquence des règles floues et en raison de la même chose, leur procédure d'agrégation et de défuzzification diffère également.

  • Mathematical Rules - Il existe plus de règles mathématiques pour la règle Sugeno que pour la règle Mamdani.

  • Adjustable Parameters - Le contrôleur Sugeno a plus de paramètres réglables que le contrôleur Mamdani.