Logique floue dans un système expert de diagnostic d'entreprise

Fuzzy logic in an expert system of company analysis

• Auteur / Autrice : Jean-Charles Fiol
• Direction : Marcel Capet
• Type : Thèse de doctorat
• Discipline(s) : Gestion
• Date : Soutenance en 1997
• Etablissement(s) : Paris 1

Mots clés

Mots clés contrôlés

Évaluation des entreprises

Ensembles flous

Aspect économique

Intelligence artificielle

Systèmes experts (informatique)

Résumé

Delf2 est un système expert conçu pour établir le diagnostic à moyen terme d'une entreprise. Une étude préalable a montré qu'il était nécessaire de sortir de l'obligation de conclure toute proposition par vrai ou faux. L'aspect original de ce travail a impliqué une approche particulière du raisonnement artificiel dans le domaine de la gestion d'entreprise, qui se traduit par l'utilisation de la théorie des sous-ensembles flous et de la théorie des possibilités pour la représentation des connaissances et la conduite du raisonnement graduel. Les règles, qui contiennent les connaissances déductives, sont écrites afin de pouvoir utiliser des appréciations linguistiques, et traiter des informations imprécises et incertaines. Les métarègles, contiennent les connaissances procédurales, et assurent le pilotage du système ,en contrôlant la comparaison des valeurs floues ; l'utilisation optimale de toutes les règles regroupées en modules spécifiques ,est réalisée par itération.

Defl2 is an expert system designed for the medium term analysis of a company. A preliminary study has demonstrated that it is necessary to put aside the obligation to settle all propositions on the basis of true or false. The original aspect of this work consists in a particular approach of artificial reasoning in the area of company management. This involves the use of the theory of fuzzy sub-groups and the theory of the possibilities concerning the representation of knowledge and the application of gradual reasoning. The rules, which include deductive knowledge, are written to make use of linguistic analysis, and process imprecise and uncertain information. The meta-rules include procedural knowledge and ensure the piloting of the system, by controlling the comparison of fuzzy data; the optimal use of all the rules regrouped into specific modules is achieved by means of repetition.