Knowledge discovery for control purposes in food industry databases
Extraction de connaissance à partir de données pour la conduite des procédés agroalimentaires
Résumé
Sets of experimental data describing a product at various processing steps are widely available in Food Industry. Decisions taken by the human operator all through the process are implicitly contained in such a database, as well as the recorded consequences on the product. The aim of this work is knowledge discovery. This knowledge must be uttered in a way that allows cooperation with the expert's knowledge. The system is implemented as a self learning fuzzy controller, with the rule conclusions being optimized by a genetic algorithm. The role of the fuzzy controller architecture is to provide a learning framework, the database being used for rule validation, thus acquiring hidden knowledge. In order to make inferred knowledge easy to understand, a rule and variable selection methodology has been developed. Data from a cheesemaking process were used to test our approach.
Dans les industries agro-alimentaires, des bases de données, qui décrivent le produit au cours de sa transformation, sont souvent constituées. Ces données expérimentales contiennent implicitement les choix de conduite effectués par l'expert et la conséquence de ces choix sur le produit. L'objectif de ce travail est de dégager ces règles de conduite à partir d'un ensemble de données expérimentales. Le dispositif est un système d'inférence floue, au sein duquel l'action associée à chacune des règles est optimisée par un algorithme génétique. Il est utilisé dans une démarche d'apprentissage : la connaissance exprimée sous la forme des règles floues est validée, ou infirmée, par les exemples. Une méthodologie de sélection des règles est nécessaire pour rendre la connaissance interprétable. L'ensemble a été appliqué à un processus de fabrication fromagère de type Comté.
| Origine | Fichiers produits par l'(les) auteur(s) |
|---|