Abstract FR:

Dans ce mémoire nous présentons nos travaux sur la modélisation et l'identification de systèmes à l'aide de la théorie des ensembles flous. Particulièrement, notre intérêt s'est porté sur la modélisation de systèmes pour lesquels nous disposons de peu d'observations du fonctionnement et où l'être humain intervient en tant que capteur ou expert. La première partie du mémoire est consacrée à la modélisation floue à partir de connaissances expertes provenant soit des experts, qui connaissent le fonctionnement du système à modéliser, soit du modélisateur. Dans un premier temps le processus de fuzzification est étudié afin d'envisager la prise en compte d'informations linguistiques. A l'aide des modificateurs linguistiques deux notions, précision et dérivation, sont proposées aux experts afin qu' ils expriment leurs connaissances. Dans cette première partie du mémoire nous utilisons principalement l'aspect précision dans la construction du modèle flou, alors que dans la dernière partie la notion de dérivation est utilisée. Finalement, cette partie se termine par une étude montrant l'influence de la forme des ensembles flous dans une démarche d'approximation de fonctions. Notre intérêt portant principalement sur les modèles flous à sortie précise utilisés classiquement en commande floue, la deuxième partie du mémoire concerne la défuzzification. Après avoir rappelé le principe de la défuzzification nous précisons les différents objectifs de ce processus à l'aide d'une classification des méthodes présentées dans la littérature. Selon la méthode, la défuzzification consiste à faire une conversion du domaine flou au domaine numérique, une conversion avec préférences, une conversion optimisée selon un critère ou une conversion sous contraintes. Après cette classification, nous proposons trois méthodes de défuzzification permettant d'exploiter les informations codées sur les ensembles flous de sortie correspondant aux connaissances des experts sur la variable de sortie du modèle. La dernière partie est consacrée à l'identification des règles d'un modèle flou principalement lorsque les observations sur le comportement du système sont imprécises et incertaines. Cette méthode est ensuite utilisée pour l'identification de règles floues dans un problème d'évaluation de confort des sièges d'automobile. Dans cet application industrielle, nous montrons la place des opérateurs humains intervenant en tant que capteurs ou en tant qu'experts dans le processus d'évaluation, puis nous appliquons notre approche à l'identification du lien entre des inconforts et les caractéristiques ressenties du siège.