Fuzzy Logic in Temperature Control and Quality Decision Making

Institut Supérieur d'Informatique de Mahdia
1/1
100%
Rendu du PDF...
Page 1 sur 1Lecteur de document UniversityLib

Fuzzy Logic in Temperature Control and Quality Decision Making

Institut Supérieur d'Informatique de Mahdia · Artificial Intelligence, Fuzzy Logic, Quality Control · course

Voir tous les documents en intelligence artificielle et données

Institut supérieur d’informatique de Mahdia

Année universitaire : 2020-2021

TD N° 1

Fuzzification

Matière : Fondement de l’IA Filière : LBC 2 Enseignante : Rim Fakhfakh

Exercice 1 Considérons une entreprise de fabrication de téléphones. Un téléphone est caractérisé par 2 paramètres : le poids P et la longueur L. Le poids normalisé est de 200g. La longueur normalisée est de 5 cm. On désire effectuer le contrôle de qualité du téléphone produit. Une décision D sera prise selon les valeurs de P et L. la décision D va être parmi les propositions suivantes {vente, rejet, réparation}. On a relevé les 9 cas suivantes :

L P Léger (≤ 150g) Moyen (200 g) Lourd (≥ 250g) Petit (≤ 4cm) Moyen (5 cm) Grand (≥ 6cm)

Vente Vente Réparation On utilise des fonctions d’appartenance trapézoïdale et triangulaire pour les entrées. On désire trouver un système automatique de décision utilisant la logique floue.

Publicité

Vente Vente Réparation

Rejet Rejet Rejet

1. Dessiner les sous-ensembles flous associés au entrées (3 sous-ensembles flous pour chaque

entrée)

2. Lire sur la représentation graphique des fonctions d’appartenance de la longueur et du poids les degrés d’appartenance pour un téléphone de longueur (l=5.5 cm) et de poids (p = 175g)

Exercice 2 On désire effectuer un système de régulation de température d’un immeuble à l’aide d’une installation de chauffage. Cette installation utilise deux types de sondes de température :

• Une sonde à l’extérieur de l’immeuble (grandeur externe). • Une sonde à l’intérieur de l’immeuble (grandeur interne).

La régulation de la puissance de l’installation de chauffage va être assurer grâce à un contrôleur flou (basé sur la logique floue).

Publicité

1. Schématiser la structure de ce contrôleur flou

La représentation des sous-ensembles flous de chaque variable linguistique d’entrée (température interne et température externe) et de sortie (la puissance) sont données dans le tableau suivant

Variables linguistiques Température externe

Température interne

Puissance

Valeurs linguistiques

Froid (T ≤5°C) Froid (T ≤15°C) Nulle (= 0%)

Chaud (T ≥20°C) Bon (∈ [19,21] °C) Faible (= 33%)

Publicité

Chaud (T ≥25°C) Moyenne (= 67%)

Maximale (= 100%)

2. Représenter graphiquement les sous-ensembles flous des différentes variables sachant que des fonctions d’appartenances de la température interne et externe sont de type trapézoïdal et la fonction d’appartenance de la puissance est de type singleton.

3. Formaliser mathématiquement les fonctions d’appartenance de la température interne et

externe.