Optimisation

Deux options sont proposées dans ce menu. La première, OLS (Moindres carrés) permet d'optimiser les conclusions des règles. Elle est présentée dans le menu ols, section 3.2.3. La seconde, Solis et Wets, permet d'optimiser les différentes parties du SIF : placement des SEF du partitionnement flou des entrées et des sorties, valeurs de conclusion des règles. Cette méthode consiste en une stratégie d'évolution mono-agent. Elle est décrite en détail dans [7].

Elle est elle même présentée sous a forme de deux options :

• Solis Wets C'est la version standard, prête à l'emploi. Elle optimise les entrées, dans l'ordre spécifié, puis la sortie et enfin les règles, lorsque ces composants sont sélectionnés. Le nombre de boucles de cette procédure est un paramètre, dont la valeur par défaut est 1.

  Une contrainte de distance minimale entre les noyaux de 2 SEF adjacents est proposée, elle est par défaut à 1% de l'étendue de chaque variable.

  Une option validation croisée est disponible. Des paires d'échantillons apprentissage test sont générées, 10 par défaut. Pour chaque paire, un système optimisé est conçu à partir du fichier d'apprentissage et sa performance est mesurée sur le fichier test correspondant. Les systèmes optimisés sont ensuite agrégés en un système final. Chacun des paramètres est remplacé par la médiane du même paramètre dans les systèmes optimisés. Le système final est, en général, plus performant en moyenne sur les échantillons de test que chacun des systèmes optimisés.

  Présentation détaillée du module d'optimisation dans :

  Serge Guillaume et Brigitte Charnomordic. Parameter optimization of a fuzzy inference system using the fispro open source software. In IEEE Catalog Number: CFP12FUZ-USB, editor, IEEE International Conference on Fuzzy Systems, pages 402-409, Brisbane, Australia, June 2012. IEEE.

• Solis Wets “sur mesure” Permet un accès à l'ensemble des paramètres, mais d'un usage plus délicat. La procédure d'optimisation ne trouve pas la meilleure solution dans l'absolu, mais une solution répondant aux critères demandés.

  Il est conseillé de procéder par étapes successives, plutôt que de tout optimiser à la fois. On reprendra alors l'optimisation à partir du SIF créé par la procédure d'optimisation précédente.

Quelle que soit la partie du SIF optimisée, cette optimisation est basée sur une amélioration en terme de performance du SIF.

L'algorithme peut obéir à des contraintes, qui seront choisies par l'utilisateur. Les solutions trouvées par l'algorithme ne sont retenues que si les contraintes sont respectées.

Paramètres :

• choix de la sortie, si le fichier de données a plusieurs sorties. Le calcul de la performance ne prend en compte qu'une seule sortie.
• nombre max d'itérations : valeur par défaut=100.

  A augmenter pour laisser plus de chances à l'algorithme de trouver une solution.

• seuil blanc : paramètre de l'inférence floue, pour le calcul de la performance (cf. paragraphe correspondant dans la section 2).

• Paramètres avancés :

  Donne accès à une fenêtre popup, qui permet de règler des paramètres fins de l'algorithme

  • valeur du germe

    Initialisation du générateur aléatoire.

  • Constantes de Solis & Wets (Non éditables)
  • écart-type du bruit gaussien : paramètre interne à l'algorithme, il doit être compris entre 0.0 et 1.0. S'il est trop grand, la convergence est difficile. Valeur par défaut : 0.005.
  • nombre max de contraintes : valeur par défaut=1000. Nombre de tirages aléatoirepour considérer une configuration comme candidate et incrémenter le nombre d'itérations. A augmenter pour laisser plus de chances à l'algorithme de trouver une solution, dans le cas où l'on a imposé beaucoup de contraintes.

  
  Parties du SIF à optimiser : Dans la fenêtre, les cases cochées indiquent les parties du SIF à optimiser.

• Sélectionner toutes les entrées :

  Cette case permet de sélectionner/déselectionner d'un coup tous les SEF de toutes les entrées, dont les paramètres seront modifiés.

• Sélectionner toutes les règles :

  Cette case permet de sélectionner/déselectionner d'un coup toutes les règles dont les conclusions seront modifiés

• PFF

  Si cette case est cochée, les partitions sont sous la forme de partitions floues fortes, afin de garantir le respect de la sémantique [4] et donc l'interprétabilité des règles.

• Optimiser les sous-ensembles flous

  Pour chacune des entrées, liste de ses SEF et case à cocher pour optimiser chacun d'entre eux.

  
  Pour la sortie :

  Si la sortie est floue, choix PFF/non PFF, et des SEF à optimiser, comme pour les entrées.

• Règle r

  Pour chacune des règles, case à cocher pour optimiser sa conclusion. Si la sortie est nette, l'option Vocabulaire de sortie limité permet de limiter les valeurs des conclusions des règles optimisées à une permutation des valeurs présentes dans la configuration du SIF. Sinon, les conclusions peuvent être quelconques.

• Afficher la clé

  Permet d'afficher la clé pour la donner en argument du programme fisopt.

Résultat

Si une solution meilleure que le SIF initial est trouvée par la procédure, un nouveau SIF correspondant au SIF optimisé est crée et s'ouvre dans une nouvelle fenêtre. Sinon, un message d'avertissement apparaît.

Un fichier perf.res est créé, contenant les performances du SIF initial, de chaque SIF optimisé, du SIF médian, calculées sur le jeu de données initial, sur chaque échantillon de test et sur chaque échantillon d'apprentissage.