Régulateurs flous

Vous pouvez utiliser des régulateurs flous pour contrôler des systèmes flous. La plupart des algorithmes de contrôle traditionnels nécessitent un modèle mathématique du système à contrôler. Cependant, de nombreux systèmes physiques sont difficiles, voire impossibles, à modéliser mathématiquement. De plus, de nombreux processus sont soit non-linéraires soit trop complexes pour être contrôlés avec les stratégies traditionnelles. Cependant, si vous pouvez décrire une stratégie de contrôle de manière qualitative, vous pouvez utiliser la logique floue pour créer un régulateur flou qui émule une stratégie empirique heuristique.

L'image suivante illustre le processus d'un régulateur flou.

Fuzzification

La fuzzification est le processus qui consiste à associer des valeurs d'entrée précises, ou numériques, aux termes linguistiques des variables linguistiques d'entrée correspondantes.

Par exemple, un régulateur flou peut associer la lecture de la température d'un thermomètre aux termes linguistiques froid, moyen et chaud pour la variable linguistique température actuelle. Selon les fonctions d'appartenance des termes linguistiques, la valeur de la température peut correspondre à un ou plusieurs termes linguistiques.

Implémentation d'une stratégie de contrôle linguistique

Après avoir fuzzifié les valeurs d'entrée d'un système flou, le régulateur flou utilise les termes linguistiques d'entrée correspondants ainsi que la base de règles pour déterminer les termes linguistiques résultant des variables linguistiques de sortie.

Supposons par exemple que la température actuelle de la pièce soit de 12 degrés, ce qui correspond au terme linguistique froid avec un degré d'appartenance de 0,4. Supposons aussi que la température désirée soit de 18, ce qui correspond au terme linguistique moyen avec un degré d'appartenance de 0,8. Le régulateur flou appelle la règle suivante du système flou : SI température actuelle est froid ET température désirée est moyen, ALORS réglage du radiateur est bas.

Vous observerez que cette règle consiste en deux antécédents, "température actuelle est froid" et "température désirée est moyen". La valeur de vérité de chaque antécédent est égale au degré d'appartenance de la variable linguistique au terme linguistique correspondant. Le régulateur de logique floue utilise une conjonction d'antécédents pour déterminer comment calculer la valeur de vérité de l'antécédent résultant de l'agrégation des règles. Supposons que la règle appelée dans cet exemple utilise la conjonction d'antécédents ET (Minimum), qui spécifie d'utiliser le plus petit degré d'appartenance des antécédents comme valeur de vérité de l'antécédent résultant de l'agrégation des règles. Par conséquent, la valeur de vérité de l'antécédent résultant de l'agrégation des règles est 0,4.

Vous pouvez spécifier un degré de support pour chaque règle d'un système flou. La pondération d'une règle est égale au degré de support multiplié par la valeur de vérité de l'antécédent résultant de l'agrégation des règles. Le régulateur flou utilise une méthode d'implication pour mettre à l'échelle les fonctions d'appartenance d'une variable linguistique de sortie en fonction de la pondération de la règle avant de procéder à la défuzzification.

Défuzzification

La défuzzification est le processus de conversion des degrés d'appartenance de variables linguistiques de sortie à leurs termes linguistiques en valeurs numériques précises. Un régulateur flou peut utiliser l'une des nombreuses méthodes mathématiques pour procéder à la défuzzification. La méthode de défuzzification la plus précise pour un régulateur flou varie en fonction de l'application de contrôle.

Rubriques apparentées

Caractéristiques d'E/S des régulateurs flous

Régulateurs flous dans des structures de contrôle en boucle fermée