18
É É cole cole Polytechnique Polytechnique de Montr de Montr é é al : al : D D é é partement partement de de g g é é nie nie m m é é canique canique 27 27 septembre septembre 2005 2005 Geno-Flou Système d'aide à la décision fondé sur la logique floue et les algorithmes génétiques Pr Pr é é sent sent é é par par : : Sofiane Achiche, Ph.D. Sofiane Achiche, Ph.D. Stagiaire postdoctoral Stagiaire postdoctoral Directeurs de recherche Directeurs de recherche : : Prof. Marek Prof. Marek Balazinski Balazinski , Ph.D. , Ph.D. Prof. Luc Baron, Ph.D. Prof. Luc Baron, Ph.D.

Système d'aide à la décision fondé sur la logique floue et les … · 2013-04-12 · Système d'aide à la décision fondé sur la logique floue et les algorithmes génétiques

  • Upload
    ngoanh

  • View
    221

  • Download
    0

Embed Size (px)

Citation preview

ÉÉcolecole PolytechniquePolytechnique de Montrde Montrééal : al : DDéépartementpartement de de ggéénienie mméécaniquecanique

27 27 septembreseptembre 20052005

Geno-FlouSystème d'aide à la décision fondé sur la logique

floue et les algorithmes génétiques

PrPréésentsentéé parpar :: Sofiane Achiche, Ph.D.Sofiane Achiche, Ph.D.Stagiaire postdoctoralStagiaire postdoctoral

Directeurs de rechercheDirecteurs de recherche :: Prof. Marek Prof. Marek BalazinskiBalazinski, Ph.D. , Ph.D. Prof. Luc Baron, Ph.D.Prof. Luc Baron, Ph.D.

2/18

Plan de la présentation

Introduction et problématiqueÉquipe de rechercheDifférents projets prévus et en cours– De FuzzyFlou vers Geno-Flou– Contrôle des fours industriels (Nitrex)– Gestion des feux de circulation (Axor)– Contrôle prédictif de la qualité de la pâte

thermomécanique (CRIQ)Conclusion

3/18

Introduction et problématique

Logique +

Flou????

4/18

Logique floueLogique floue

Introduction et problématique

nn’’est pas floue mais fondest pas floue mais fondéée sur la the sur la thééorie des sousorie des sous--ensembles flous qui permet de traiter des problensembles flous qui permet de traiter des problèèmes mes vagues, imprvagues, impréécis et flouscis et flous

5/18

Introduction et problématiqueBase de connaissances

6/18

Introduction et problématique

Problème

MIMI

Logique floueLogique floue

flouesfloues

RRèègles flouesgles floues

Ensembles flousEnsembles flous

7/18

BasBaséés sur les principes ds sur les principes d’é’évolution de lvolution de l’’espespèècecePermettent dPermettent d’’optimiser une base de optimiser une base de connaissancesconnaissancesPermettent de crPermettent de crééer une base de connaissances er une base de connaissances àà partir de donnpartir de donnéées synthes synthéétiques ou des tiques ou des donndonnéées expes expéérimentales brutesrimentales brutes

Introduction et problématiqueAlgorithmes génétiques

8/18

Introduction et problématiqueAlgorithmes génétiques

9/18

Équipe de recherche

PolytechniqueProf. Luc Baron et Prof. Marek BalazinskiSofiane Achiche, stagiaire postdoctoralKiarash Aminolahi et Amar Khouki, candidats au Ph.D.Aleksander Przybylo et Qun Ren, étudiants M.Sc.A.

Partenaires et applicationsNITREXAXORCRIQ

10/18

De FuzzyFlou vers Geno-Flou

11/18

Comparaison à d’autres logiciels existantsFonctions d’appartenanceMoteurs d’inférenceIntégration de fonctionnalités d’apprentissage par algorithmes génétiquesFiltres pour importation/exportation des donnéesEtc.

De FuzzyFlou vers Geno-Flou

12/18

Nitruration et contrôle de four

13/18

Nitruration et contrôle de four

Conditions de contrôle des fours pour la nitruration des métaux varient en fonction d’un grand nombre de paramètresConstruction d’une base de connaissances floue en collaboration avec les spécialistes de NitrexPrédiction des propriétés mécaniques des pièces traitéesContrôle adaptatif de la température du four

14/18

Gestion de circulation

15/18

Gestion de circulation

Feux de circulation souvent gérés par des minuteries qui ne changent pas selon l’heure de la journéeDes problèmes d’embouteillage de plus en plus marquésProblèmes reliés à l’environnement et à la consommation d’essenceParamètres qui régissent la circulation souvent vagues, ponctuels et imprévisibles (accident, heure de sortie des employés, météo, curiosité des chauffeurs…)

16/18

QualitQualitééPapier Papier

QualitQualitéé des copeaux (CMSdes copeaux (CMS®®))•• luminanceluminance•• RGB/HSLRGB/HSL•• humidithumiditéé de surfacede surface•• ddééfautsfauts

QualitQualitéé des copeauxdes copeaux(r(rééelle)elle)

•• essencesessences•• âgeâge•• humidithumiditéé•• densitdensitéé•• granulomgranuloméétrietrie•• ddééfautsfauts

copeauxcopeaux RaffinageRaffinage QualitQualitéépâtepâte

Variables d'opVariables d'opéérationration•• entreferentrefer•• rréépartition partition éénergnergéétiquetique

entre les stadesentre les stades•• vitesse de rotationvitesse de rotation•• etcetc……

PropriPropriééttéés hors lignes hors ligne•• physiquesphysiques•• optiquesoptiques

Application pâtes et papiers : CRIQApplication pâtes et papiers : CRIQ

PrPréédire en lignedire en ligne??

Signature des copeaux de boisSignature des copeaux de bois

+ Hydrosulfite+ Hydrosulfite

ou Peroxydeou Peroxyde

Blancheur ISO de la pâteBlancheur ISO de la pâte

DonnDonnéées expes expéérimentalesrimentales•• Plan dPlan d’’expexpéérience rience

•• Usine pilote (UQTR)Usine pilote (UQTR)

•• DonnDonnéées res réécoltcoltéées sur 1 anes sur 1 an

17/18

Conclusion : Geno-Flou

Autres applications possiblesOutil très puissant permettant de résoudre des problèmes très diversifiésNe nécessite aucune connaissance théorique sur le phénomène de la part de l’usager (traite des variables linguistiques)S’agence très bien avec des algorithmes d’apprentissage et d’optimisation tels les algorithmes génétiques et les réseaux de neurones

ÉÉcolecole PolytechniquePolytechnique de Montrde Montrééal : al : DDéépartementpartement de de ggéénienie mméécaniquecanique

27 27 septembreseptembre 20052005

Questions?