Documente Academic
Documente Profesional
Documente Cultură
MGC-800
Professeur :
Claude Bruxelles
présentés par :
Bachir Djerfaf Anouar Guissi
1
Plan de la présentation
• Introduction
• Historique
• Objectifs
• Notion de logique floue
– concept d ’ensemble flou
– utilisation d ’ensemble flou
• Exemple
• Conclusion
Introduction
• Démarches fondamentales telles que :
– Conception des produits
– Gestion des systèmes
– Prise de décision
• Posent des problèmes de complexité
croissante, malgré le développement des
approches numériques
• Leurs Capacité s’est avérée limitée
• Besoin d’outils informatiques efficaces
2
Historique
• Depuis 1930, les scientifiques s’intéressaient à la
formalisation des connaissances subjectives
• 1965, Lotfi Zadeh propose système d’ensemble flou
(extension de logique Booléenne)
• Théorie du flou : ensembles flous, logique et
raisonnement floue, théorie des possibilités…
• Impact économique est resté limité jusqu ’à la fin
des années 80.
• Japon utilise cette méthode dans nombreux
domaines.
Objectifs
• L ’utilisation de logique floue permet :
– D ’écarter et définir les nuances
– D ’expliciter les choix
– D ’affiner les modèles grâce à sa flexibilité de
modéliser le langage naturel
• En respectant la réalité des tendances
• Théorie mathématique modélisant notions
vagues du langage naturel, pour palier
l ’inadéquation de la théorie des ensembles
classiques
3
Concept d ’ensemble floue
• Permet de considérer les classes d ’objet dans les
frontières ne sont pas clairement définies
• introduction de fonctions caractéristiques (fonction
d ’appartenance des objets à la classe) prenant des
valeurs courantes entre 0 et 1
• Ont l ’avantage de constituer une représentation
mathématique de labels linguistiques utilisés dans
l ’expression de connaissances expertes
• Moyen de réaliser l ’interface entre l ’information
numérique et l ’information symbolique.
4
Exemple
• Déterminer le profil d ’un réseau
d ’assainissement, en se basant sur la
collecte partielle de données.
• Problématique :
– Construire une fonction d ’évaluation
• But : pour tout problème, satisfaire des
contraintes et optimiser des critères.
Définition du problème
• But : pour tout problème, satisfaire des contraintes
et optimiser des critères
• Problème de satisfaction et d ’optimisation défini
par :
– Ensemble de variables ( V )
– Ensemble de domaines de variables ( D )
– Ensemble de contraintes ( C )
– Ensemble de fonctions objectives ( O )
5
Fonction d ’évaluation
• Problème complexe nécessite :
– Construction d ’une fonction d ’évaluation
souple basée sur une hiérarchie
– Établir différentes priorités entre critères et
contraintes
– Introduire une flexibilité au niveau du problème
• Structurer un problème de satisfaction et
d ’optimisation consiste à construire une
hiérarchie de contraintes et de fonctions
d ’objectif.
6
Fonction d ’évaluation associée à
un critère
• Représenter par une fonction d ’objectif
qu ’on veut optimiser
• la fonction d’objectif est définie vers un
ensemble totalement ordonné
• cet ensemble joue le rôle d ’échelle de
valeurs ( min. et max. )
7
Détermination du profil de réseau
d ’assainissement
• Contrainte sur la pente :
∀ r ∈ R, Sm(r) ≤ S (r) ≤ SM (r)
Sm (r) : pente minimale
SM (r) : pente maximale
• 3 critères sont proposés :
– Minimisation du volume excavé
– Minimisation de la variation de pente
– Minimisation du débits capable
8
Détermination du profil de réseau
d ’assainissement
9
Teste de
stratégie
sur deux
sections
du réseau
de la ville
de Lyon
10
Détermination du profil de réseau
d ’assainissement
• Résultats :
– Tests effectués sur les réseaux de deux communes
– Pourcentage des cotes radier connues a été fixé à 25 %
– Comparaison des cotes radier calculées avec les valeurs
réelles
– Un écart moyen de 20 et 30 cm a été obtenu sur le premier et
le second réseau
– Cet écart se traduit par une différence sur le comportement
hydraulique de 10 % au maximum
– Incidence tout à fait acceptable puisqu ’elle est équivalente à
celle mesuré par l ’imprécision des mesures.
11
MERCI DE VOTRE
ATTENTION
12