Remerciez-le!

Remerciez @Admin pour avoir partagé cet document gratuitement, de la manière la plus simple, en partageant sur les réseaux sociaux.

M2sii chikhkhadidja tp2 Representation des connaissances et raisonnement Rapport du TP Contrôleurs ous ? CHIKH Khadidja Master SII Groupe CIntroduction Dans ce TP il a été demandé de modéliser un ou plusieurs exercices de la série de TD contrôleurs ous ?

Representation des connaissances et raisonnement Rapport du TP Contrôleurs ous ? CHIKH Khadidja Master SII Groupe CIntroduction Dans ce TP il a été demandé de modéliser un ou plusieurs exercices de la série de TD contrôleurs ous ? en exploitant la Fuzzy toolbox ? de matlab Pour cela nous avons conçu et implémenté le contrôleur ou donné par l'exercice de la série La logique oue La logique oue est un type de modélisation qui s ? intéresse à la prédiction d ? une variable catégorielle Y subjective ? au sens o? elle n ? est pas objectivable elle dépend de l ? observateur l ? individu est grand ? moyen ? ou petit ? Ce cadre sort de la statistique classique dans lequel la valeur de la variable Y est objectivable l ? individu mesure cm ? L ? application de la logique oue revient à tenter d ? appliquer un raisonnement proche de la pensée humaine Etapes de construction d'un contrôleur ou Fuzzi ?cation Représentation des entrées non oues Moteur d'inférence Injection des règles oues au moteur d'inférence Défuzi ?cation Convertir les résultats ous en des résultats non ous Implémentation Les ?gures au dessus illustrent la modélisation de l'exercice suivie par les résultats en implémentant la methode de Mamdani Modélisation Les entrées la vitesse V le degré J et la distance D sont modélisés par des trapèzes la fonction trapmf comme suit https actudactuaires typepad com ?les principe-de- la-logique- oue- pdf http theses electronique MER pdf CFuzzi ?cation V J CD La sortie angle de direction L est modélisée par des triangles la fonction trimf CLes règles oues Les règles d'inférences dé ?nissant la sortie L en fonction des v j d sont modélisées à l'aide de rule editor Résultats Pour répondre à la question à combien est estimé L si v m s j d ? nous avons entré ces valeurs et ensuite obtenu les résultats montrés dans la ?gure suivante L est estimé à CEn donnant comme entrées des valeurs appartenant à des classes dont nous n'avons pas de règles ici nous avons pris des valeurs correspondantes à faible-petit-élevée nous avons obtenu en changeant les valeurs vers d'autres des mêmes classes ie faible-petit-élevée nous obtenons toujours L En changeant la règle en la remplaçant par si v moyenne alors l est petit ? nous obtenons toujours des résultats variant en fonction de la classe de v seulement i e Les autres hypothèses ne sont plus supportées par R CConclusion L'exploitation de la Fuzzy Toolbox de Matlab nous a permit à travers ce TP d'implémenter un moteur d'inférence basé sur un contrôleur ou et de le tester de manière facile et rapide en manipulant di ?érents scénarios sur les entrées sur les règles etc C