Sélection d'une méthode de défuzzification
- Mise à jour2023-02-21
- Temps de lecture : 2 minute(s)
Dans les systèmes d'information décisionnels, le choix de la méthode de défuzzification dépend du contexte de la décision que vous voulez calculer avec le régulateur flou. Pour les décisions quantitatives telles que la priorisation de projets, appliquez la méthode Centre des maxima (CoM). Pour les décisions qualitatives, telles que l'évaluation de la solvabilité d'une personne, la Moyenne des maxima (MoM) est la méthode correcte.
Un aspect important d'une méthode de défuzzification est la continuité du signal en sortie. Prenez l'exemple d'un système flou avec une base de règles complète et des fonctions d'appartenance qui se chevauchent. Une méthode de défuzzification est continue si un petit changement arbitraire d'une valeur d'entrée ne cause jamais de changement abrupt du signal en sortie.
De ce fait, les méthodes de défuzzification CoM et Centre de la surface (CoA) sont continues car, si les fonctions d'appartenance de sortie se chevauchent, un petit changement des entrées ne change pas la valeur du meilleur compromis. Cependant, la méthode de défuzzification MoM est discontinue car un petit changement arbitraire des valeurs d'entrée du système flou peut faire passer la valeur de sortie à un autre résultat plus plausible.
L'utilisation des méthodes CoA ou CoM comme méthodes de défuzzification donne lieu à des fonctions de caractéristiques de régulateur continues, plus particulièrement dans les intervalles des valeurs d'entrée où plusieurs règles sont actives simultanément. Ce comportement est le résultat du moyennage des méthodes de défuzzification.
Le tableau suivant compare les différentes méthodes de défuzzification en fonction de divers critères d'évaluation.
| Critères d'évaluation | Méthode | |||
|---|---|---|---|---|
| Centre de la surface (CoA) et Centre de la surface modifié (mCoA) |
Centre des sommes (CoS) |
Centre des maxima (CoM) |
Moyenne des maxima (MoM) |
|
| Caractéristique linguistique | Compromis optimal | Compromis optimal | Compromis optimal | Résultat le plus plausible |
| Correspondance avec intuition | Non plausible avec différentes formes de fonctions d'appartenance et des fonctions d'appartenance à chevauchement considérable | Non plausible avec différentes formes de fonctions d'appartenance et des fonctions d'appartenance à chevauchement considérable | Bonne | Bonne |
| Continuité | Oui | Oui | Oui | Non |
| Effort algorithmique | Très élevé | Moyen | Faible | Très faible |
| Domaine d'application | Contrôle en boucle fermée, Systèmes d'information décisionnels, Analyse des données | Contrôle en boucle fermée, Systèmes d'information décisionnels, Analyse des données | Contrôle en boucle fermée, Systèmes d'information décisionnels, Analyse des données | Reconnaissance de forme, Systèmes d'information décisionnels, Analyse des données |