ETUDE DES MACHINES ELECTRIQUES PAR CAO

Chapitre IV CAO optimisée d’un moteur asynchrone sous Matlab/Flux 2D
L’origine des réseaux de neurones vient de l’essai de modélisation du neurone biologique
par McCulloch et Pitts. Ils supposent que l’impulsion nerveuse est le résultat d’un calcul simple
effectué par chaque neurone et que la pensée née grâce à l’effet collectif d’un réseaux de neurones
interconnectés, la figure (IV. 26) présente un neurone formel.
Les entrées du neurone sont désignées par xi ( i=
1........
n)
, les paramètres ωi reliant les entrées
aux neurones sont appelés poids synaptiques, la sortie du neurone est donnée par:
x : est l’état d’activation du neurone;
Sortie= f(x)
avec x ∑ω
i xi
(IV. 44)
f : est la fonction d’activation du neurone représenté sur la figure (IV. 27) et le tableau (IV. 3),
conformément au modèle biologique, les fonctions d’activations sont généralement croissante et
bornées. Les fonctions les plus connues sont la fonction signe, la fonction linéaire saturée et la
fonction sigmoïde. Les réseaux de neurones sont constitués des neurones élémentaires connectés
entre eux par l’intermédiaire des poids qui jouent le rôle des synapses. L’information est portée par
la valeur de ces poids tandis que la structure du réseau de neurones ne sert qu’à traiter cette
information et à l’acheminer vers la sortie. Le réseau de neurones fait partie des réseaux adaptatifs
non-linéaires, cela signifie que ses agents ou neurones s’organisent et modifient leurs liens naturels
lors d’une procédure fondamentale qu’est l’apprentissage. Pour une tâche précise, l’apprentissage
135
n
=
i=
1
du réseau de neurones consiste donc à adapter les différents poids ω i .
Tableau (IV. 3): Fonctions d’activations non linéaires
Nom Formule Caractéristique
Seuil +1 si X>0
sinon 0
Seuil +1 si X>0
sinon -1
Non dérivable, forme échelon, positive
Non dérivable, forme échelon, moyen nulle
Sigmoïde 1/(1+e -x ) Dérivable, forme échelon, positive
Tangente
Hyperbolique
Tanh(X)
Dérivable, forme échelon, moyenne nulle
Gaussienne e -(X2/σ2) Dérivable, forme impulsion