Tutoriel de logique floue : qu'est-ce que c'est, Architecture, Application, Exemple

Qu’est-ce que la logique floue ?

Logique floue est défini comme une forme logique à plusieurs valeurs qui peut avoir des valeurs de vérité de variables dans n'importe quel nombre réel compris entre 0 et 1. C'est le concept de poignée de vérité partielle. Dans la vraie vie, nous pouvons nous retrouver dans une situation dans laquelle nous ne pouvons pas décider si une affirmation est vraie ou fausse. A cette époque, la logique floue offre une flexibilité de raisonnement très précieuse.

L'algorithme de logique floue aide à résoudre un problème après avoir pris en compte toutes les données disponibles. Ensuite, il prend la meilleure décision possible pour les informations fournies. La méthode FL imite le mode de prise de décision chez un humain qui considère toutes les possibilités entre les valeurs numériques T et F.

Histoire des systèmes de logique floue

Cependant, le concept de logique floue a été étudié depuis les années 1920. Le terme de logique floue a été utilisé pour la première fois en 1965 par Lotfi Zadeh, professeur à l'UC Berkeley en Californie. Il a observé que la logique informatique conventionnelle n’était pas capable de manipuler des données représentant des idées humaines subjectives ou peu claires.

L’algorithme flou a été appliqué à divers domaines, de la théorie du contrôle à l’IA. Il a été conçu pour permettre à l'ordinateur de déterminer les distinctions entre les données qui ne sont ni vraies ni fausses. Quelque chose de similaire au processus de raisonnement humain. Comme un peu d'obscurité, un peu de luminosité, etc.

Caractéristiques de la logique floue

Voici quelques caractéristiques importantes de la logique floue :

Flexible et facile à mettre en œuvre machine learning technique
Vous aide à imiter la logique de la pensée humaine
La logique peut avoir deux valeurs qui représentent deux solutions possibles
Méthode très adaptée aux raisonnements incertains ou approximatifs
La logique floue considère l'inférence comme un processus de propagation de contraintes élastiques
La logique floue vous permet de créer des fonctions non linéaires de complexité arbitraire.
La logique floue doit être construite avec les conseils complets d'experts

Quand ne pas utiliser la logique floue

Cependant, la logique floue n’est jamais une panacée. Par conséquent, il est tout aussi important de comprendre que nous ne devons pas utiliser la logique floue.

Voici certaines situations dans lesquelles il est préférable de ne pas utiliser la logique floue :

Si vous ne trouvez pas pratique de mapper un espace d'entrée à un espace de sortie
La logique floue ne doit pas être utilisée lorsque vous pouvez faire preuve de bon sens
De nombreux contrôleurs peuvent faire du bon travail sans recourir à la logique floue.

Logique floue Architecture

L'architecture de logique floue comprend quatre parties principales, comme indiqué dans le diagramme :

Base de règles

Il contient toutes les règles et les conditions si-alors proposées par les experts pour contrôler le système décisionnel. La récente mise à jour de la théorie floue propose diverses méthodes pour la conception et le réglage de contrôleurs flous. Ces mises à jour réduisent considérablement le nombre de règles floues.

Fuzzification

L'étape de fuzzification permet de convertir les entrées. Il vous permet de convertir des nombres précis en ensembles flous. Des entrées nettes mesurées par des capteurs et transmises au système de contrôle pour un traitement ultérieur. Comme la température ambiante, la pression, etc.

Moteur d'inférence

Il vous aide à déterminer le degré de correspondance entre la saisie floue et les règles. Sur la base du% de correspondance, il détermine quelles règles doivent être implémentées en fonction du champ de saisie donné. Ensuite, les règles appliquées sont combinées pour développer les actions de contrôle.

Défuzzification

Enfin, le processus de défuzzification est effectué pour convertir les ensembles flous en une valeur nette. Il existe de nombreux types de techniques disponibles, vous devez donc sélectionner celle qui est la mieux adaptée lorsqu'elle est utilisée avec un système expert.

Logique floue vs probabilité

Logique floue	Probabilité
Fuzzy : Le degré d'appartenance de Tom à l'ensemble des personnes âgées est de 0.90.	Probabilité : Il y a 90 % de chances que Tom soit vieux.
La logique floue prend comme base mathématique les degrés de vérité sur le modèle du phénomène d'imprécision.	La probabilité est un modèle mathématique de l'ignorance.

Croustillant ou flou

Croustillant	Flou
Il a une limite stricte T ou F	Frontière floue avec un degré d'appartenance
Certains réglages de temps précis peuvent être flous	Ça ne peut pas être croustillant
Vrai/Faux {0,1}	Valeurs d'adhésion sur [0,1]
Dans la logique Crisp, la loi du milieu exclu et de la non-contradiction peut ou non être valable.	Dans la loi de logique floue du milieu exclu et de la non-contradiction

Théorie des ensembles classiques et des ensembles flous

Ensemble classique	Théorie des ensembles flous
Classes d'objets avec des limites nettes.	Les classes d'objets n'ont pas de frontières nettes.
Un ensemble classique est défini par des limites nettes, c'est-à-dire que l'emplacement des limites de l'ensemble est clair.	Un ensemble flou a toujours des limites ambiguës, c'est-à-dire qu'il peut y avoir une incertitude quant à l'emplacement des limites de l'ensemble.
Largement utilisé dans la conception de systèmes numériques	Utilisé uniquement dans les contrôleurs flous.

Exemples de logique floue

Voir le schéma ci-dessous. Cela montre que dans un système flou, les valeurs sont indiquées par un nombre de 0 à 1. Dans cet exemple, 1.0 signifie vérité absolue et 0.0 signifie fausseté absolue.

Domaines d'application de la logique floue

Le tableau Blow donné montre l'application de la logique floue par des entreprises célèbres dans leurs produits.

Produit	Notre Entreprise	Logique floue
Freins antiblocage	Nissan	Utiliser la logique floue pour contrôler les freins dans les cas dangereux en fonction de la vitesse, de l'accélération, de la vitesse des roues et de l'accélération de la voiture.
Boîte de vitesses automatique	NOK/Nissan	La logique floue est utilisée pour contrôler l'injection de carburant et l'allumage en fonction du réglage du papillon, de la température de l'eau de refroidissement, du régime, etc.
Moteur automatique	honda, nissan	Utilisez pour sélectionner le moteur en fonction de la charge du moteur, du style de conduite et des conditions routières.
Photocopieuse	Canon	Utilisation pour ajuster la tension du tambour en fonction de la densité de l'image, de l'humidité et de la température.
Régulateur de vitesse	Nissan, Isuzu, Mitsubishi	Utilisez-le pour ajuster le réglage de l'accélérateur afin de régler la vitesse et l'accélération de la voiture.
Lave-vaisselle	Matsushita	Utilisation pour ajuster le cycle de nettoyage, les stratégies de rinçage et de lavage dépendent du nombre de vaisselle et de la quantité de nourriture servie dans la vaisselle.
Contrôle d'ascenseur	Fujitec, Mitsubishi électrique, Toshiba	Utilisez-le pour réduire le temps d'attente en fonction du trafic de passagers
Système de diagnostic de golf	Maruman Golf	Sélectionne le club de golf en fonction du swing et du physique du golfeur.
Gestion de la condition physique	Omron	Des règles floues qu'ils implicitent pour vérifier la condition physique de leurs employés.
Contrôle du four	Nippon Steel	Mélange le ciment
Four micro-ondes	Mitsubishi Chemical	Définit la stratégie de puissance et de cuisson des lunes
Ordinateur de poche	Hitachi, Sharp, Sanyo, Toshiba	Reconnaît les caractères Kanji manuscrits
Gravure au plasma	Mitsubishi Electric	Définit le temps et la stratégie de gravure

Avantages du système de logique floue

La structure des systèmes de logique floue est simple et compréhensible
La logique floue est largement utilisée à des fins commerciales et pratiques
La logique floue dans l'IA vous aide à contrôler les machines et les produits de consommation
Il ne propose peut-être pas un raisonnement précis, mais le seul raisonnement acceptable
Logique floue dans Data Mining vous aide à faire face à l’incertitude en ingénierie
Généralement robuste car aucune entrée précise n’est requise
Il peut être programmé dans la situation où le capteur de rétroaction cesse de fonctionner
Il peut facilement être modifié pour améliorer ou modifier les performances du système
des capteurs peu coûteux peuvent être utilisés, ce qui vous aide à maintenir le coût global et la complexité du système à un faible niveau
Il fournit une solution la plus efficace aux problèmes complexes

Inconvénients des systèmes de logique floue

La logique floue n'est pas toujours exacte, les résultats sont donc perçus sur la base d'hypothèses et peuvent donc ne pas être largement acceptés.
Les systèmes flous n'ont pas la capacité d'apprentissage automatique ni de reconnaissance de formes de type réseau neuronal
La validation et la vérification d'un système basé sur des connaissances floues nécessitent des tests approfondis avec du matériel
Définir des règles exactes et floues et des fonctions d'adhésion est une tâche difficile
Une certaine logique temporelle floue est confondue avec la théorie des probabilités et les termes

Résumé

Le terme flou désigne des choses qui ne sont pas très claires ou vagues.
Le terme logique floue a été utilisé pour la première fois en 1965 par Lotfi Zadeh, professeur à l'UC Berkeley en Californie.
La logique floue est une technique d'apprentissage automatique flexible et facile à mettre en œuvre
La logique floue ne doit pas être utilisée lorsque vous pouvez faire preuve de bon sens
L'architecture de logique floue comprend quatre parties principales 1) Rule Basse 2) Fuzzification 3) Moteur d'inférence 4) Défuzzification
La logique floue prend les degrés de vérité comme base mathématique sur le modèle du flou tandis que la probabilité est un modèle mathématique de l'ignorance.
L'ensemble croustillant a une limite stricte T ou F tandis qu'une limite floue avec un degré d'appartenance
Un ensemble classique est largement utilisé dans la conception de systèmes numériques, tandis qu'un ensemble flou est utilisé uniquement dans les contrôleurs flous.
La transmission automatique, la gestion de la condition physique, le système de diagnostic de golf, le lave-vaisselle, la photocopieuse sont quelques domaines d'applications de logique floue.
La logique floue dans Soft Computing vous aide à contrôler les machines et les produits de consommation

Tu pourrais aimer: