Remerciez-le!

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

UNIVERSITE DE OUARGLA Faculté des Sciences Appliquées Département de Génie Elec

UNIVERSITE DE OUARGLA Faculté des Sciences Appliquées Département de Génie Electrique Documents pédagogiques et didactiques Année Universitaire 2015/2016 Tahar Laamayad Maître de Conférences Intelligence artificielle Cours E-learn Avant-propos Ce document pédagogique met à la disposition des étudiants réseaux électriques un cours sur l'intelligence artificielle visant à les préparer pour entamer les différents projets de rechercher dans cette discipline. Pour mieux accompagner les étudiants pour se familiariser avec l'utilisation des logiciels, les plus rencontrés en électrotechnique tel que Matlab, des exercices et des applications sont présentés à la fin de chaque section. L'intelligence artificielle aborde Cinque chapitres. On a commencé par un rappel sur introduction qui est très utilise pour l'étude l'intelligence artificielle. Ensuite, La approche possible est celle de l’intelligence artificielle (appelée IA ), avec pour applications les plus connues les systèmes experts. Ici, la résolution du problème est confiée à un ensemble de règles données par l’expert humain du domaine. Il n’en demeure pas moins que toutes les règles doivent avoir été exprimées préalablement au traitement, et que le programme demeure binaire dans son exécution. L’introduction de la logique floue ne change pas la nature des limitations d’emploi du programme : l'exécution reste totalement déterministe. En fait, l'approche classique basée sur les modèles mathématiques se limite à des domaines d’application où la modélisation de la connaissance, par exemple sous forme de règles, est possible. Ces domaines sont souvent ceux des sciences dites "exactes", Les techniques classiques ne suffisent pas à répondre à tous les problèmes existants. Citons les domaines ( Commande des systèmes électrotechniques ), du diagnostic, du contrôle moteur, de la traduction automatique, de la faciliter de commande , depuis longtemps explorés à l’aide des approches algorithmiques et à base de l'intelligences artificielles . Ce doucement est destiné aux étudiants de la première année master réseaux électriques. Le contenu de ce programme est conforme au canevas master en réseaux électriques recommandé et établit par le ministère de l'enseignement supérieur et de la recherche scientifique (MESRS) pour l'année 2015/2016. Nous espérions que ce l'aide pédagogique en ligne va être un référence utile pour les étudiants et les enseignées de spécialité électrotechnique. Sommaire Université KASDI Merbah, M1:réseaux électriques– Cours : Intelligence artificielle, Dr.Tahar LAAMAYAD Page I Sommaire Sommaire Université KASDI Merbah, M1:réseaux électriques– Cours : Intelligence artificielle, Dr.Tahar LAAMAYAD Page II Sommaire Chapitre 1 : Introduction 1.1 Historique………………………………………………………………………… 2 1.2 Système experte…………………………………………………………………… 2 1.3 Algorithme génétique et Réseaux de neurone…………………………………… 2 1.4 Logique floue…………………………………………………………………… 2 1.5 Apprentissage renforce…………………………………………………………… 3 Chapitre 2: Systèmes Experts 2.1 Introduction……………………………………………………………...…………. 5 2.2 Domaines d’application…………………………………………………….………. 5 2.3 Applications industriels……………………………………………………. 6 2.4 Formaliser une connaissance de conception……………………………………..…... 7 2.5 Conception d'un système expert……………………………………………………… 7 2.6 Fonctionnement du système expert ………………………………………………… 9 2.7 Distribution d’énergie électrique et reconfiguration de réseaux……………… 10 2.8 Conclusion………………………………………………………………………... 12 Chapitre 3 : Algorithme génétique et Réseaux de neurones 3.1 Algorithmes Génétiques………………………………………………………………………………………… 14 3.1.1 Introduction……………………………………………………………………… 14 3.1.2 Principe des Algorithmes Génétiques…………………………………………… 14 3.1.3 Codage d’individus………………………………………………………............……… 14 3.1.4 Opérateurs génétiques…………………………………………….………… 15 3.1.5 Application de l'algorithme génétique………………………………….....………… 18 3.1.6 Conclusion………………………………………………………………...……… 20 3.2 Réseaux de neurones……………………………………………………………………………………………… 21 3.2.1 Introduction…………………………………………………..……. 21 3.2.2 Définition Les réseaux de neurones artificiels…………………………………......…… 21 3.2.3 Conception d'un neuronal naturel………………………………………...……………… 21 3.2.4. Le neurone formel……………………………………………………….……………….. 22 3.2.5 Apprentissage de la perception…………………………………....……..……………… 24 3.2.6 Apprentissage de réseaux de neurones ………………………………..…......……… 25 Sommaire Université KASDI Merbah, M1:réseaux électriques– Cours : Intelligence artificielle, Dr.Tahar LAAMAYAD Page III 3.2.7 Réalisation des unités booléennes simples…………………………………...………… 26 3.2.8 Evolution de l'erreur ………………….……….………………………………….. … 27 3.2.9 Conclusion ………………………………………….……………………………… 29 Chapitre 4:Logique floue 4.1 Introduction……………………………………………………………………….. 31 4.2 Définition……………………………………………………………………..……… 31 4.3 L'historique…………………………………………………………………………... 31 4.4 Principe de la logique floue………………………………………………………….. 31 4.5 Structure d'un régulateur flou………………………………………………………… 36 4.6 Mécanisme d’inférence……………………………………………………..………… 38 4.7 Défuzzification……………………………………………………………..……….. 42 4.8 Les étapes de conception d'un système flou ………………………………………… 43 4.9 Architecture d'une commande floue……………………………………….………… 43 4.10 Application de la logique floue à la Machine à induction………………..…………… 43 4.11 Conclusion ……………………………………………………………...……..……… 48 Chapitre5:Apprentissage renforcés 5.1 Introduction…………………………..……………………………………… 50 5.2 Apprentissage………………………………………………………………… 50 5.3 Réseau multicouche……………………………………….…………………… 50 5.4 Algorithme d'apprentissage renforce………..………………………………… 50 5.5 Conclusion……………………………………………………………………. 51 Chapitre1 Introduction Université KASDI Merbah, M1:réseaux électriques– Cours : Intelligence artificielle, Dr.Tahar LAAMAYAD Page 1 Chapitre 1 : Introduction Chapitre1 Introduction Université KASDI Merbah, M1:réseaux électriques– Cours : Intelligence artificielle, Dr.Tahar LAAMAYAD Page 2 1.1.Historique: La notion d'intelligence artificielle est une notion assez ancienne qui a apparu dans les années 40 avec l’apparition des réseaux de neurone célèbre W. McCulloch et W. Pitts. Aujourd’hui, l'intelligence artificielle constitue une technologie bien définie faisant partie des systèmes experts. Les systèmes experts ont comme finalité la modélisation de la connaissance et de raisonnement d’un expert (ou d’un ensemble d’experts) dans un domaine donné fixe. Parmi plusieurs approches sont très utilises dans l'intelligence artificiels 1.2. Système experte : Trois acteurs principaux doivent contribuer à l’élaboration d’un système expert à savoir : l’utilisateur final, l’expert du domaine et l’ingénieur de connaissances. L’interaction entre ces trois acteurs amènera à l’élaboration d’une première version de systèmes experts contenant une base de connaissances, une base de faits et un moteur d’inférence effectuant une forme définie de raisonnement. 1.3. Algorithme génétique et Réseaux de neurone: Dans la deuxième partie, L’algorithme génétique (AG) est un algorithme de recherche basé sur les mécanismes de la sélection naturelle et de la génétique. Il combine une stratégie de ”survie des plus forts” avec un échange d’information aléatoire mais structuré. Pour un problème pour lequel une solution est inconnue, un ensemble de solutions possibles est créé aléatoirement. On appelle cet ensemble la population. Les caractéristiques (ou variables à déterminer) sont alors utilisées dans des séquences de gènes qui seront combinées avec d’autres gènes pour former des chromosomes et par après des individus. Dans ce sens, Les réseaux de neurones artificiels sont des réseaux fortement connectés de processeurs élémentaires fonctionnant en parallèle. Chaque processeur élémentaire calcule une sortie unique sur la base des informations qu'il reçoit. Toute structure hiérarchique de réseaux est évidemment un réseau. 1.4. Logique floue: Dans un troisième temps, le raisonnement incertain est présenté. Les approches réseaux de neurone et logique floue comme celle est étudiée dans le cadre d’un moteur d’inférence incertain. Ensuite, la théorie des facteurs de certitude et celle des ensembles flous qui s’intègrent plus naturellement avec les règles de productions sont présentées. Chapitre1 Introduction Université KASDI Merbah, M1:réseaux électriques– Cours : Intelligence artificielle, Dr.Tahar LAAMAYAD Page 3 1.5. Apprentissage renforce : Dans la quatrième partie, d'autres types de apprentissage renforce sont présentés comme application les réseaux neurone. Nous montrons les avantages qu’ils peuvent offrir et notamment du côté de la modélisation de la complexité du monde réel. Dans le cas, Nous montrons la souplesse que peut avoir un système de raisonnement à partir de cas, sa capacité d’évoluer et d’enrichir sa cours ainsi que sa complémentarité naturelle avec un système à base de règles. Chapitre2 Systèmes experts Université KASDI Merbah, M1:réseaux électriques– Cours : Intelligence artificielle, Dr.Tahar LAAMAYAD Page 4 Chapitre 2: Systèmes Experts Chapitre2 Systèmes experts Université KASDI Merbah, M1:réseaux électriques– Cours : Intelligence artificielle, Dr.Tahar LAAMAYAD Page 5 2.1. Introduction: Les experts humains sont capables d’effectuer un niveau élevé de raisonnement à cause de leur grande expérience et connaissance sur leurs domaines d’expertise. Un système expert utilise la connaissance correspondante à un domaine spécifique afin de fournir une performance comparable à l’expert humain. En général, "Un système expert est un programme conçu pour simuler le comportement d'un humain qui est un spécialiste ou un expert dans un domaine très restreint" Un système expert est un système informatique où les données (la base de connaissance) sont bien séparées du programme qui les manipule (le moteur d’inférences). Système expert est un programme :  Incorporant à la fois des connaissances formelles des jugements personnels de l'expert (sous forme d'heuristiques)  Expliquant à la fois le raisonnement conduisant aux réponses aux questions le savoir qu'il contient  Capable d'incorporer du nouveau savoir dans le savoir existant de manière incrémentale  Séparant les connaissances, (moyen d'utiliser les connaissances)"Dialoguant" (systèmes évolués) avec l'utilisateur dans un langage proche du sien (langue naturelle, "jargon" du domaine) 2.2. Domaines d’application Les systèmes experts ont été conçus pour résoudre certains types de problèmes comme en médecine, en droit, en chimie, en éducation etc. Les catégories de problèmes abordés par les systèmes experts sont:  L’interprétation ou la construction d’une description abstraite à partir de données.  La prédiction des conséquences à partir de situations données.  Le diagnostic d’une défaillance à partir d’un ensemble d’observations.  La conception d’une configuration de composants à partir d’un ensemble de contraintes.  La planification d’une séquence d’actions pour l’accomplissement d’un ensemble de buts à partir de certaines conditions de départ et en présence de certaines contraintes.  La réparation d’un dysfonctionnement.  le contrôle du comportement d’un environnement complexe. Chapitre2 Systèmes experts Université KASDI Merbah, M1:réseaux électriques– Cours : Intelligence artificielle, Dr.Tahar LAAMAYAD Page 6 2.3. Applications industriels : Le système expert ont commencé à intéresser les industriels il y a environ 1980, avec l’arrivée des premières réalisations opérationnelles. Les intérêts de chacun sont différents et correspondent à des besoins précis d’une entreprise ou d’un service. En effet, chaque réalisation d’un SE s’intègre dans un environnement uploads/Ingenierie_Lourd/ cours-ai.pdf