« Synthèse et optimisation d’une nouvelle méthodologie de conception des systèmes flous hiérarchiques à configuration minimale»

 

Parmi les récents développements des techniques pour l’automatique, l’introduction de nouveaux formalismes tels que la logique floue. En effet, l’intérêt de cette logique réside dans sa capacité à traiter l’imprécis, l’incertain et le vague. Par conséquent, la synthèse de contrôleurs flous en vue de commander des systèmes multi variables, nécessite l’élaboration d’un grand nombre de règles flous et le réglage d’un grand nombre de paramètres.

Une des solutions dans ce cadre, consiste à l’hiérarchisation des bases de règles descriptives. Cette solution a montré une performance comparable par rapport à diverses méthodes de contrôle et commande

 

Nous avons opté dans notre élaboration du sujet de thèse à formuler une méthodologie optimisée pour la conception des contrôleurs flous à base d’une configuration hiérarchique minimale des bases de règles.

On a pu synthétisé une formulation des bases de règles qui introduit l’aspect d’association de variables par deux et qui inclus un apprentissage supervisé indépendant des bases une par une dans les divers niveaux d’hiérarchie.

L’hiérarchie qu’on propose constitue une sorte de compétition inter comportementale qui assure une meilleure approximation du comportement désiré du système. Le système effectue un va et vient entre deus hiérarchies, une qui encapsule les bases de règles physiquement interprétables et un autre formé par les bases d’évaluation de ces comportement de règles déjà citées.

Le système a été testé sur l’approximation des attributs des malades de cancer des seins. Cette application est d’actualité et d’un intérêt important vu les nombres des malades croissant dans des régions importantes comme la Canada.

La partie bibliographique de cette thèse comporte une révision des principales approches de conception des systèmes flous hiérarchiques ainsi que leurs spécificités théoriques. Cette partie traite les points forts et les points faibles des différentes approches de conception. Elle expose aussi bien, les principales propriétés prouvées sous certaines conditions des différentes approches telles que l’approximation, la stabilité, la convergence…etc.

 

Cette thèse est orientée vers la création d’une méthodologie de contrôle à travers le concept système flou hiérarchique et puis l’optimisation de la méthodologie dans le but de confirmer les propriétés de convergence de robustesse, de stabilité et de complétude.

L’implémentation de  l’approche Floue hiérarchique à base de configuration minimale via un apprentissage neuro flou adaptatif ciblant l’approximation d’une base  de donnée industrielle de textile afin de valider sa consistance dans le domaine du contrôle de système.

La mise en œuvre de ces systèmes hiérarchiques neuro flou adaptatifs a été effectué à travers un test d’approximation sur une base de données médicale extraite du Wisconsin Medical Center.  Cette base servira dans des applications ultérieures comme un support d’aide à la décision pour classifier les états de patients entre malignes et bénignes.