Méthodes de défuzzification
- Mise à jour2023-02-21
- Temps de lecture : 2 minute(s)
La défuzzification est le processus de conversion des degrés d'appartenance des variables linguistiques de sortie à leurs termes linguistiques en valeurs numériques nettes. Étudiez les règles suivantes :
| (1) | SI Position du véhicule x est Centre (degré d'appartenance = 0,8) |
ET (Minimum) | Orientation du véhicule β est Vers le haut gauche (degré d'appartenance = 1,0) = 0,8 |
| ALORS Angle de braquage φ est Faible négatif | |||
| (2) | SI Position du véhicule x est Centre droit (degré d'appartenance = 0,1) |
ET (Minimum) | Orientation du véhicule β est Vers le haut gauche (degré d'appartenance = 1,0) = 0,1 |
| ALORS Angle de braquage φ est Moyen négatif | |||
Ces deux règles spécifient deux valeurs autres que zéro pour la variable linguistique de sortie Angle de braquage φ :
| Moyen négatif Faible négatif |
à un degré de à un degré de |
0,1 0,8 |
 |
Remarque Les régulateurs flous utilisent une méthode d'implication pour mettre à l'échelle les fonctions d'appartenance des variables linguistiques de sortie avant de procéder à la défuzzification. |
Un régulateur flou peut utiliser l'une de plusieurs méthodes mathématiques pour procéder à la défuzzification : Centre de la surface (CoA), Centre de la surface modifié (mCoA), Centre des sommes (CoS), Centre du maximum (CoM) ou Moyenne des maxima (MoM). La sélection d'une méthode de défuzzification dépend du contexte de la conception que vous voulez calculer avec le régulateur flou.