Scribd
Importer
75 vues10 pages

Neuro Flou

Le document décrit trois méthodes pour les systèmes neuro-flous: 1) les systèmes hybrides, 2) les systèmes concurrents, 3) les systèmes en coopération. Il explique chacune des méthodes.

Transféré par

adamatheist-1830
Copyright
© © All Rights Reserved
Formats disponibles
Téléchargez comme PDF, TXT ou lisez en ligne sur Scribd
Télécharger au format pdf ou txt
75 vues10 pages

Neuro Flou

Le document décrit trois méthodes pour les systèmes neuro-flous: 1) les systèmes hybrides, 2) les systèmes concurrents, 3) les systèmes en coopération. Il explique chacune des méthodes.

Transféré par

adamatheist-1830
Copyright
© © All Rights Reserved
Formats disponibles
Téléchargez comme PDF, TXT ou lisez en ligne sur Scribd
Télécharger au format pdf ou txt
Télécharger au format pdf ou txt
Vous êtes sur la page 1/ 10

Chapitre 3

RÉSEAUX

NEURO-FLOUS
Chapitre 3 : Réseaux neuro-flous

1.1- Première Méthode : Systèmes neuro-flous hybrides

L'une des premières méthodes est le codage du système d'inférences floues


sous la forme d'un réseau de neurone multicouche dans lequel les poids
correspondent aux paramètres du système. L'architecture du réseau dépend du
type de règle et des méthodes d'inférence, d'agrégation et de défuzzification
choisies (Figure 1).
Chapitre 3 : Réseaux neuro-flous

1.2- Seconde Méthode : Systèmes neuro-flous concurrents

Cette seconde approche consiste à utiliser les réseaux de neurones pour


remplacer chacune des composantes d'un système de commande floue. Ces
réseaux servent d'apprentissage des fonctions d'appartenance, au calcul de
l'inférence à la réalisation de la phase d'agrégation et de défuzzification. Ils
peuvent réaliser l'extraction des règles floues en analysant la corrélation qui
existe entre les entrées et les sorties du réseau de neurones.

Ces approches permettent de résoudre deux problèmes important de la logique


floue :

 Détermination des fonctions d'appartenance

 Adaptation à l'environnement du système


Chapitre 3 : Réseaux neuro-flous

1.3- Troisième Méthode : Systèmes neuro-flous en coopération

Elle utilise des réseaux de neurones et des systèmes flous associés en série ou
en parallèle. Plusieurs variantes d'utilisation sont possibles :

 Le réseau de neurones fonctionne en amont du système flou (Figure 2). Les


variables d'entrées du système flou sont déterminées à partir des sorties du
réseau de neurones (dans le cas où elles ne sont pas mesurables directement)
ou encore un réseau de neurones effectue une tâche de classification ou de
reconnaissances de formes, qui est suivit d'un système flou d'aide à la décision.
Chapitre 3 : Réseaux neuro-flous

1.3- Troisième Méthode : Systèmes neuro-flous en coopération

Elle utilise des réseaux de neurones et des systèmes flous associés en série ou
en parallèle. Plusieurs variantes d'utilisation sont possibles :

 Un réseau de neurones qui fonctionne en aval du système flou (Figure 3),


dans le but d'ajuster les sortie d'un système de commande floue à de nouvelles
connaissances obtenues, les variables de sortie étant les erreurs sur les variable
de sortie du système flou.
Exercice 01 : ANFIS : Adaptive Neural Fuzzy Inference System.
Système neuro-flou basé sur l’approche TAKAGI & SUGENO

1 w1 w1 F1
v1(B) 1  N f1

x1

v2(H) 2 w2 F2
2  N f2
w2
 y
w3
v3(N) 3   N f3
3 w3 F3
x2

v4(P) w4
4   w4 N f4 F4
4

Couche 1 Couche 2 Couche 3 Couche 4 Couche 5 Couche 6

 
1 B H 1 N P

0 1 x1 0 5 x2
b1 b2

v1 = v2 = 0,3 0,8  b1  1,5 x1 x2 d


v3 = v4 = 0,4 4  b2  6 1,1 6 2,3

Règle n° ai bi ci
1 0,2 0,3 0,1
2 0,2 0,4 0,11
3 0,3 0,3 0,13
4 0,3 0,4 0,14
1
2
3
4

Vous aimerez peut-être aussi