Download the full version of the ebook at ebookname.

com

Modelling Simulation and Control of Non linear

Dynamical Systems An Intelligent Approach Using
Soft Computing and Fractal Theory Numerical
Insights Patricia Melin
https://ebookname.com/product/modelling-simulation-and-
control-of-non-linear-dynamical-systems-an-intelligent-
approach-using-soft-computing-and-fractal-theory-numerical-
insights-patricia-melin/

OR CLICK BUTTON

DOWNLOAD EBOOK

Download more ebook instantly today at https://ebookname.com

Instant digital products (PDF, ePub, MOBI) available
Download now and explore formats that suit you...

Dynamical systems and control 1st Edition Firdaus E.

Udwadia

https://ebookname.com/product/dynamical-systems-and-control-1st-
edition-firdaus-e-udwadia/

ebookname.com

Modelling Simulation and Control of the Dyeing Process 1st

Edition R. Shamey

https://ebookname.com/product/modelling-simulation-and-control-of-the-
dyeing-process-1st-edition-r-shamey/

ebookname.com

Modelling Simulation and Control of Two Wheeled Vehicles

1st Edition Tanelli Mara

https://ebookname.com/product/modelling-simulation-and-control-of-two-
wheeled-vehicles-1st-edition-tanelli-mara/

ebookname.com

The College Blue Book 36th edition 2009 Volume 2 Tabular

Data Macmillan Reference Usa Gale

https://ebookname.com/product/the-college-blue-book-36th-
edition-2009-volume-2-tabular-data-macmillan-reference-usa-gale/

ebookname.com
The Topography of Thebes from the Bronze Age to Modern
Times Sarantis Symeonoglou

https://ebookname.com/product/the-topography-of-thebes-from-the-
bronze-age-to-modern-times-sarantis-symeonoglou/

ebookname.com

The Handbook of Juvenile Delinquency and Juvenile Justice

1st Edition Marvin D. Krohn

https://ebookname.com/product/the-handbook-of-juvenile-delinquency-
and-juvenile-justice-1st-edition-marvin-d-krohn/

ebookname.com

Yen Jaffe s Reproductive Endocrinology Expert Consult 6th

Edition Jerome F. Strauss Iii Md Phd

https://ebookname.com/product/yen-jaffe-s-reproductive-endocrinology-
expert-consult-6th-edition-jerome-f-strauss-iii-md-phd/

ebookname.com

I Am Not Myself These Days A Memoir 1st Edition Josh

Kilmer-Purcell

https://ebookname.com/product/i-am-not-myself-these-days-a-memoir-1st-
edition-josh-kilmer-purcell/

ebookname.com

Communication Language and Literacy from Birth to Five Mrs

Avril Brock

https://ebookname.com/product/communication-language-and-literacy-
from-birth-to-five-mrs-avril-brock/

ebookname.com
When Your Teen Has an Eating Disorder Practical Strategies
to Help Your Teen Recover from Anorexia Bulimia and Binge
Eating 1st Edition Lauren Muhlheim
https://ebookname.com/product/when-your-teen-has-an-eating-disorder-
practical-strategies-to-help-your-teen-recover-from-anorexia-bulimia-
and-binge-eating-1st-edition-lauren-muhlheim/
ebookname.com
Modelling, Simulation and Control
of Non-Linear Dynamical Systems

© 2002 Taylor & Francis

 Numerical Insights
Series Editor
A. Sydow, GMD-FIRST, Berlin, Germany
Editorial Board
P. Borne, ~ c o l ede Lille, France G. Carmichael, University of Iowa, USA
L. Dekker, Delft University of Technology, The Netherlands A. Iserles, University
of Cambridge, UK A. Jakeman, Australian National University, Australia
G. Korn, Industrial Consultants (Tucson), USA G.P. Rao, Indian Institute of
Technology, India R. Rice, Purdue University, USA A.A. Samarskii, Russian
Academy of Science, Russia Y. Takahara, Tokyo Institute of Technology, Japan

The Numerical Insights series aims to show how numerical simulations provide valuable
insights into the mechanisms and processes involved in a wide range of disciplines. Such
simulations provide a way of assessing theories by comparing simulations with observa-
tions. These models are also powerful tools which serve to indicate where both theory and
experiment can be improved.
In most cases the books will be accompanied by software on disk demonstrating working
examples of the simulations described in the text.
The editors will welcome proposals using modelling, simulation and systems analysis
techniques in the following disciplines: physical sciences; engineering; environment; ecol-
ogy; biosciences; economics.

Volume 1
Numerical Insights into Dynamic Systems: Interactive Dynamic System Simulation with
Microsofto, Windows 95TMand NTTM
Granino A. Korn

Volume 2
Modelling, Simulation and Control of Non-Linear Dynamical Systems: An Intelligent
Approach using Soft Computing and Fractal Theory
Patricia Melin and Oscar Castillo

This book is part of a series. The publisher will accept continuation orders which may be cancelled
at any time and which provide for automatic billing and shipping of each title in the series upon
publication. Please write for details.

© 2002 Taylor & Francis

Modelling, Simulation and Control
of Non-Linear Dynamical Systems

An Intelligent Approach Using Soft Computing

and Fractal Theory

Patricia Melin and Oscar Castillo

Tijuana Institute of Technology, Tijuana, Mexico

Taylor & Francis

Taylor&Francis Group

Boca Raton London NewYork Singapore

A CRC title, part of the Taylor & Francis imprint, a member of the
Taylor & Francis Croup, the academic division of T&F lnforrna plc.

© 2002 Taylor & Francis

 First published 2002 by Taylor & Francis
11 New Fetter Lane, London EC4P 4EE
Simultaneously published in the USA and Canada
by Taylor & Francis Inc,
29 West 35th Street, New York, NY 10001
Taylor & Francis is an inzprint of the Taylor & Francis Group
O 2002 Taylor & Francis
This book has been produced from camera-ready copy supplied by the authors
Printed and bound in Great Britain by
TJ International Ltd, Padstow, Cornwall
All rights reserved. No part of this book may be reprinted or reproduced or utilised in
any form or by any electronic, mechanical, or other means, now known or hereafter
invented, including photocopying and recording, or in any information storage or
retrieval system, without permission in writing from the publishers.
Every effort has been made to ensure that the advice and information in this book is true
and accurate at the time of going to press. However, neither the publisher nor the authors
can accept any legal responsibility or liability for any errors or omissions that may be
made. In the case of drug administration, any medical procedure or the use of technical
equipment mentioned within this book, you are strongly advised to consult the
manufacturer's guidelines.

British Library Cataloguing in Publication Data

A catalogue record for this book is available from the British Library
Library of Congress Cataloging in Publication Data
A catalog record for this book has been requested

ISBN 0-415-27236-X

© 2002 Taylor & Francis

 CONTENTS

PREFACE ix

1 INTRODUCTION TO MODELLING, SIMULATION AND CONTROL

OF NON-LINEAR DYNAMICAL SYSTEMS 1
1.1 Modelling and Simulation of Non-Linear Dynamical Systems 2
1.2 Control of Non-Linear Dynamical Systems 5

2 FUZZY LOGIC FOR MODELLING

2.1 Fuzzy Set Theory
2.2 Fuzzy Reasoning
2.3 Fuzzy Inference Systems
2.4 Fuzzy Modelling
2.5 Summary

3 NEURAL NETWORKS FOR CONTROL

3.1 Backpropagation for Feedforward Networks
3.1.1 The backpropagation learning algorithm
3.1.2 Backpropagation multilayer perceptrons
3.2 Adaptive Neuro-Fuzzy Inference Systems
3.2.1 ANFIS architecture
3.2.2 Learning algorithm
3.3 Neuro-Fuzzy Control
3.3.1 Inverse learning
3.3.2 Specialized learning
3.4 Adaptive Model-Based Neuro-Control
3.4.1 Indirect neuro-control
3.4.2 Direct neuro-control
3.4.3 Parameterized neuro-control
3.5 Summary

4 GENETIC ALGORITHMS AND FRACTAL THEORY FOR

MODELLING AND SIMULATION 65
4.1 Genetic Algorithms 67
4.2 Simulated Annealing 72
4.3 Basic Concepts of Fractal Theory 75
4.4 Summary 80

© 2002 Taylor & Francis

 vi CONTENTS

5 FUZZY-FRACTAL APPROACH FOR AUTOMATED

MATHEMATICAL MODELLING
5.1 The Problem of Automated Mathematical Modelling
5.2 A Fuzzy-Fractal Method for Automated Modelling
5.3 Implementation of the Method for Automated Modelling
5.3.1 Description of the time series analysis module
5.3.2 Description of the expert selection module
5.3.3 Description of the best model selection module
5.4 Comparison with Related Work
5.5 Summary

6 FUZZY-GENETIC APPROACH FOR AUTOMATED SIMULATION

6.1 The Problem of Automated Simulation
6.1.1 Numerical simulation of dynamical systems
6.1.2 Behavior identification for dynamical systems
6.1.3 Automated simulation of dynamical systems
6.2 Method for Automated Parameter Selection using Genetic Algorithms
6.3 Method for Dynamic Behavior Identification using Fuzzy Logic
6.3.1 Behavior identification based on the analytical properties of
the model
6.3.2 Behavior identification based on the fractal dimension and the
Lyapunov exponents
6.4 Summary

7 NEURO-FUZZY APPROACH FOR ADAPTIVE MODEL-BASED

CONTROL
7.1 Modelling the Process of the Plant
7.2 Neural Networks for Control
7.3 Fuzzy Logic for Model Selection
7.4 Neuro-Fuzzy Adaptive Model-Based Control
7.5 Summary

8. ADVANCED APPLICATIONS OF AUTOMATED MATHEMATICAL

MODELLING AND SIMULATION
8.1 Modelling and Simulation of Robotic Dynamic Systems
8.1.1 Mathematical modelling of robotic systems
8.1.2 Automated mathematical modelling of robotic dynamic systems
8.1.3 Automated simulation of robotic dynamic systems
8.2 Modelling and Simulation of Biochemical Reactors
8.2.1 Modelling biochemical reactors in the food industry
8.2.2 Automated mathematical modelling of biochemical reactors
8.2.3 Simulation results for biochemical reactors
8.3 Modelling and Simulation of International Trade Dynamics
8.3.1 Mathematical modelling of international trade
8.3.2 Simulation results of international trade

© 2002 Taylor & Francis

 CONTENTS vii

8.4 Modelling and Simulation of Aircraft Dynamic Systems 165

8.4.1 Mathematical modelling of aircraft systems 165
8.4.2 Simulation results of aircraft systems 167
8.5 Concluding Remarks and Future Directions 174

9 ADVANCED APPLICATIONS OF ADAPTIVE MODEL-BASED

CONTROL 175
9.1 Intelligent Control of Robotic Dynamic Systems 175
9.1.1 Traditional model-based adaptive control of robotic systems 177
9.1.2 Adaptive model-based control of robotic systems with a
neuro-fuzzy approach 177
9.2 Intelligent Control of Biochemical Reactors 184
9.2.1 Fuzzy rule base for model 'selection 184
9.2.2 Neural networks for identification and control 190
9.2.3 Intelligent adaptive model-based control for biochemical reactors 192
9.3 Intelligent Control of International Trade 202
9.3.1 Adaptive model-based control of international trade 202
9.3.2 Simulation results for control of international trade 204
9.4 Intelligent Control of Aircraft Dynamic Systems 208
9.4.1 Adaptive model-based control of aircraft systems 208
9.4.2 Simulation results for control of aircraft systems 210
9.5 Concluding Remarks and Future Directions 213

References 215

APPENDIX A PROTOTYPE INTELLIGENT SYSTEMS FOR

AUTOMATED MATHEMATICAL MODELLING 225
A.l Automated Mathematical Modelling of Dynamical Systems 225
A.2 Automated Mathematical Modelling of Robotic Dynamic
Systems 229

APPENDIX B PROTOTYPE INTELLIGENT SYSTEMS FOR

AUTOMATED SIMULATION 235
B.l Automated Simulation of Non-Linear Dynamical Systems 235
B.2 Numerical Simulation of Non-Linear Dynamical Systems 239

APPENDIX C PROTOTYPE INTELLIGENT SYSTEMS FOR

ADAPTIVE MODEL-BASED CONTROL 242
C. 1 Fuzzy Logic Model Selection 242
C.2 Neural Networks for Identification and Control 245

© 2002 Taylor & Francis

 PREFACE

This book presents a unified view of mathematical modelling, simulation and control for
complex non-linear dynamical systems using soft computing techniques and fractal theory.
Our particular point of view is that modelling, simulation and control are problems that can
not be considered apart because they are intrinsically related in real-world applications.
Control of non-linear dynamical systems can not be achieved if we don't have proper
mathematical models for the systems. Also, useful simulations of a model, that can give us
numerical insights into the behavior of a dynamical system, can not be obtained if we don't
have the appropriate mathematical model. On the other hand, we have to recognize that
complex non-linear dynamical systems can exhibit a wide range of dynamic behaviors
(ranging from simple periodic orbits to chaotic strange attractors), so the problem of behavior
identification is a very diffcult one. Also, we want to automate each of these tasks (mod-
elling, simulation and control) because in this way it is easier to solve a particular problem.
We then have three difficult tasks at hand: automated mathematical modelling of a dynami-
cal system, automated simulation of the model, and model-based control of the system. A
real world problem may require that we use modelling, simulation and control, to achieve
the desired level of performance needed for the particular application.
Soft computing consists of several computing paradigms, including fuzzy logic, neural
networks and genetic algorithms, which can be used to produce powerful hybrid intelligent
systems. We believe that solving the difficult problems of modelling, simulation and control
of non-linear dynamical systems require the use of several soft computing techniques to
achieve the level of intelligence needed to automate the processes of modelling and simula-
tion, and also to achieve adaptive control. On the other hand, fractal theory provides us with
powerful mathematical tools that can be used to understand the geometrical complexity of
natural or computational objects. We believe that, in many cases, it is necessary to use fractal
tools to understand the geometry of the problem at hand. For example, the fractal dimension
is a useful tool in measuring the geometrical complexity of a time series and for this reason
can be used to formulate the corresponding mathematical model for the particular problem.
This book is intended to be a major reference for scientists and engineers interested in
applying new computational and mathematical tools for solving the complicated problems
of mathematical modelling, simulation and control of non-linear dynamical systems. The
book can also be used at the graduate or advanced undergraduate level, as a textbook or
major reference, for courses like: mathematical modelling, numerical simulation, non-
linear control of dynamical systems, applied artificial intelligence and many others. We
consider that this book can also be used to get new ideas for new lines of research or to
continue the lines of future research proposed by the authors of the book. The software
accompanying this book provides a good basis for developing more advanced 'intelligent'
software tools for modelling, simulation and control of non-linear dynamical systems.

© 2002 Taylor & Francis

 In Chapter 1, we begin by giving a brief introduction to the problems of modelling,
simulation and control of non-linear dynamical systems. We motivate the importance of
solving these problems, in an automated fashion, for real-world applications. We also
outline the importance of using soft computing techniques and fractal theory to really
achieve automated mathematical modelling and simulation, and model-based adaptive control
of non-linear dynamical systems.
We present in Chapter 2 the main ideas underlying fuzzy logic and the application of this
powerful computational theory to the problem of modelling. We discuss in some detail
fuzzy set theory, fuzzy reasoning and fuzzy inference systems. At the end, we also give
some remarks about fuzzy modelling. The importance of fuzzy logic as a basis for devel-
oping intelligent systems (sometimes in conjunction with other soft computing techniques)
for control has been recognized in many areas of application. For this reason, we consider
reading this chapter essential to understand the new methods for modelling, simulation and
control presented in later chapters.
We present in Chapter 3 the basic concepts, notation and basic learning algorithms for
neural networks. We discuss in some detail feedforward networks, adaptive neuro-fuzzy
inference systems, neuro-fuzzy control and adaptive neuro-control. First, we give a brief
review of the basic concepts of neural networks and the backpropagation learning algo-
rithm. We then give a brief description of adaptive neuro-fuzzy systems. Finally, we end the
chapter with a brief review on the current methods for neuro-fuzzy control and some
remarks about adaptive control and model-based control. We can not emphasize enough the
importance of neural networks as a computational tool to achieve 'intelligence' for software
systems. For this reason, neural networks have been applied for solving complex problems
of modelling, control and identification.
We present in Chapter 4 the basic concepts and notation of genetic algorithms, simulated
annealing and fractal theory. Both genetic algorithms and simulated annealing are basic
search methodologies that can be used for modelling and simulation of complex non-linear
dynamical systems. Since both techniques can be considered as general purpose optimiza-
tion methodologies, we can use them to find the mathematical model which minimizes the
fitting errors for a specific problem. We also present in this chapter the basic concepts of
dynamical systems and fractal theory, which are two powerful mathematical theories that
enable the understanding of complex non-linear phenomena. Dynamical systems theory
gives us the general framework for treating non-linear systems and enables the identifica-
tion of the different dynamical behaviors that can occur for a particular dynamical system.
On the other hand, fractal theory gives us powerful concepts and techniques that can be
used to measure the complexity of geometrical objects.
We present in Chapter 5 our new method for automated mathematical modelling of non-
linear dynamical systems. This method is based on a hybrid fuzzy-fractal approach to
achieve, in an efficient way, automated modelling for a particular problem using a time
series as a data set. The use of the fractal dimension is to perform time series analysis of
the data, so as to obtain a qualitative characterization of the time series. The use of fuzzy
logic techniques is to simulate the process of expert model selection using the qualitative
information obtained from the time series analysis module. At the end, the 'best' math-
ematical model is obtained by comparing the measures of goodness for the selected math-
ematical models. In Chapter 8, we show some advanced applications of this method for
automated mathematical modelling.

© 2002 Taylor & Francis

 PREFACE xi

In Chapter 6, we describe the problem of numerical simulation for non-linear dynamical

systems and its solution by using intelligent methodologies. The numerical simulation of
a particular dynamical system consists in the successive application of a map and the
subsequent identification of the corresponding dynamic behaviors. Automated simulation
of a given dynamical system consists in selecting the appropriate parameter values for the
model and then applying the corresponding iterative method (map) to find the limiting
behavior. In this chapter, a new method for automated parameter selection, based on genetic
algorithms, is introduced. Also, a new method for dynamic behavior identification, based
on fuzzy logic, is introduced. The fuzzy-genetic approach for automated simulation con-
sists in the integration of the method for automated parameter selection and the method for
behavior identification.
We describe in Chapter 7 our new method for adaptive model-based control of non-
linear dynamical systems. This method is based on a hybrid neuro-fuzzy approach to achieve,
in an efficient way, adaptive robust control of non-linear dynamical systems using a set of
different mathematical models. We use fuzzy logic to select the appropriate mathematical
model for the dynamical system according to the changing conditions of the system. Adap-
tive control is achieved by using a neural network for control and a neural network for
identification. Combining this method for control with the procedure for fuzzy model
selection, gives us a new method for adaptive model-based control using a hybrid neuro-
fuzzy approach. This method for adaptive control can be used for general dynamical
systems or non-linear plants, since its architecture is domain independent. In Chapter 9, we
show some advanced applications of this new method for adaptive model-based control.
In Chapter 8, we present several advanced applications of the new methods for auto-
mated mathematical modelling and simulation. First, we describe the application of the
new methods for automated modelling and simulation to robotic dynamic systems, which
is a very important application in the control of real-world robot arms and general robotic
systems. Second, we apply our new methods for modelling and simulation to the problem
of understanding the dynamic behavior of biochemical reactors in the food industry, which
is also very important for the control of this type of dynamical system. Third, we consider
the problem of modelling and simulation of international trade dynamics, which is an
interesting problem in economics and finance. Finally, we also consider the problem of
modelling and simulation of aircraft, as this is important for the real-world problem of
automatic aircraft control.
In Chapter 9, we present several advanced applications of the new method for adaptive
model-based control. First, we describe the application of the new method for adaptive
model-based control to the case of robotic dynamic systems, which is very important for
solving the problem of controlling real-world manipulators in real-time. Second, we
describe the application of the method for adaptive model-based control to the case of
biochemical reactors in the food industry, which is a very interesting case due to the
complexity of this non-linear problem. Third, we consider briefly the problem of control-
ling international trade between three or more countries, with our new method for adaptive
model-based control. Finally, we also consider briefly the problem of controlling aircraft
with our new method for adaptive model-based control.
Finally, we would like to thank all the people who helped make this book possible. In
particular, we would like to acknowledge our families for their love and support during the
realization of this project; without them this book would never have been possible.

© 2002 Taylor & Francis

Chapter 1

Introduction to Modelling, Simulation and Control of

Non-Linear Dynamical Systems

We describe in this book new methods for automated modelling and simulation of
non-linear dynamical systems using Soft Computing techniques and Fractal
Theory. We also describe a new method for adaptive model-based control of non-
linear dynamical systems using a hybrid neuro-hzzy-fractal approach. Soft
Computing (SC) consists of several computing paradigms, including fuzzy logic,
neural networks and genetic algorithms, which can be used to produce powerful
hybrid intelligent systems. Fractal Theory (FT) provides us with the mathematical
tools (like the fractal dimension) to understand the geometrical complexity of
natural objects and can be used for identification and modelling purposes.
Combining SC techniques with FT tools we can take advantage of the
"intelligence" provided by the computer methods (like neural networks) and also
take advantage of the descriptive power of fractal mathematical tools. Non-linear
dynamical systems can exhibit extremely complex dynamic behavior and for this
reason it is of great importance to develop intelligent computational tools that will
enable the identification of the best model for a particular dynamical system, then
obtaining the best simulations for the system and also achieving the goal of
controlling the dynamical system in a desired manner. We also describe in this

© 2002 Taylor & Francis

 2 INTRODUCTION

book the basic methodology to develop prototype intelligent systems that are able
to find the best model for a particular dynamical system, then perform the
numerical simulations necessary to identify all of the possible dynamical
behaviors of the system, and finally achieve the goal of adaptive control using the
mathematical models of the system and SC techniques.
As a prelude, we shall provide a brief overview of the existing
methodologies for modelling, simulation and control of non-linear dynamical
systems and also of our own approach in dealing with these problems.

1.1 Modelling and Simulation of Non-Linear Dynamical

Systems

Traditionally, mathematical modelling of dynarnical systems has been performed

by human experts in the following manner (Jamshidi, 1997): 1) The expert
according to his knowledge selects a set of models consider to be appropriate for a
specific given problem, 2) Parameter estimation of the models is performed with
methods similar to least-squares (using the relevant data available), and 3) The
"best" model is selected using the measures of goodness for each of the models.
Also, we can say that linear statistical models have been traditionally used as an
approximation of real dynamic systems, which is not the best thing to do since
many of the mechanical, electrical, biological and chemical systems are
intrinsically non-linear in nature. In this work, we achieved automated
mathematical modelling by using different Soft Computing techniques (Jang, Sun
& Mizutani, 1997). The whole process of modelling starts with a time series (data
set), which is used to perform a "Time Series Analysis" to extract the components
of the time series (Weigend & Gershenfeld, 1994). Time series analysis can be
achieved by traditional statistical methods or by efficient classification methods
based on SC techniques, like neural networks or fuzzy logic (Kosko, 1997). In our
case, we used fuzzy logic for classification of the time series components. After
this time series analysis is performed, the qualitative values of the time series
components are used to obtain a set of admissible models for a specific problem,
this part of the problem was solved by using a set of fuzzy rules (knowledge base)

© 2002 Taylor & Francis

 MODELLING, SIMULATION AND CONTROL ... 3

that simulates the human experts in the domain of application. Finally, the "best"
model is selected by comparing the measures of goodness for each of the
admissible models considered in the previous step.
The simulation of mathematical models traditionally has been performed
by exploring the possible dynamic behaviors, for a specific system, for different
parameter values of the model (Rasband, 1990). More recently, it has been
proposed to use Artificial Intelligence (Russell & Norvig, 1995) techniques for the
simulation of mathematical models (for example, by using expert systems
(Badiru, 1992)). In this work, we used SC techniques to automate the simulation
of dynamical systems. In particular, we make use of genetic algorithms to generate
the "best" set of parameter values for a specific model with respect to the goal of
obtaining the most efficient simulation possible. Genetic Algorithms (GA)
essentially consist of methods for the optimization of a general function based on
the concept of "evolution" (Goldberg, 1989). In our particular case, the problem
consisted in specifying the appropriate function to be optimized, with the goal of
achieving the most efficient simulation possible, i.e., a simulation that enables the
identification of all the possible dynamic behaviors for a specific dynamical
system. For the identification of dynamic behaviors we make use of a fuzzy rule
base that will identifl a particular behavior according to the results of the
numerical simulations.
In general, the study of non-linear dynamical systems is very important
because most of the physical, electrical, mechanical and biochemical systems can
be mathematically represented by models (differential or difference equations) in
the time domain. Also, it is well known in Dynamical Systems Theory (Devaney,
1989) that the dynamic behavior of a particular system can range from very simple
periodic orbits to the very complicated "chaotic" orbits. Non-linear models may
exhibit the chaotic behavior for systems of at least three coupled differential
equations or at least one difference equation (Ruelle, 1990). In particular, for the
case of real-world dynamical systems the mathematical models needed are of very
high dimensionality and in general there is a high probability of chaotic behavior,
along with all sorts of different periodic and quasi-periodic behaviors (Castillo &
Melin, 1998b). For this reason, it becomes very important to be able to obtain the
appropriate mathematical models for the dynamical systems and then to be able to

© 2002 Taylor & Francis

 4 INTRODUCTION

perform numerical simulations of these models (Castillo & Melin, 1997b), since
this enables forecasting system's performance in future time. In this way,
automated mathematical modelling and simulation of dynamical systems can
contribute to real-time control of these systems, and this is critical in real-world
applications (Melin & Castillo, 1998b). Also, an intelligent system for modelling
and simulation can be useful in the design of real dynamical systems with certain
constraints, since the information obtained by the numerical simulations can be
used as a feedback in the process of design. The main contribution of the research
work presented in this book is to combine several Soft Computing techniques to
achieve automated mathematical modelling and simulation of non-linear
dynamical systems using the advantages that each specific technique offers. For
example, fuzzy logic (Von Altrock, 1995) was used to simulate the reasoning
process of human experts in the process of mathematical modelling and genetic
algorithms was used to select the best set of parameter values for the simulation of
the best model.
The importance of the results presented in this book can be measured from
the scientific point of view and also from the practical (or applications) point of
view. First, from the scientific point of view, we consider that this research work
is very important because the computer methods for automated mathematical
modelling and simulation of dynamic systems that were developed contribute, in
general, to the advancement of Computer Science, and, in particular, to the
advancement of Soft Computing and Artificial Intelligence because the new
algorithms that were developed can be considered "intelligent" in the sense that
they simulate human experts in modelling and simulation. From the practical
point of view, we consider the results of this research work very important for the
areas of Control and Design of dynamical systems. Controlling dynamical systems
can be made more easy if we are able to analyze and predict the dynamic
evolution of these systems and this goal can be achieved with an intelligent
system for automated mathematical modelling and simulation. The design of
dynamical systems can be made more easy if we can use mathematical models and
their simulations for planning the performance of these systems under different set
of design constraints. This last two points are of great importance for the
industrial applications, since the control of dynamical systems in real-world plants

© 2002 Taylor & Francis

 MODELLPJG, SIMULATION AND CONTROL ...

has to be very precise and also the design of this type of systems for specific tasks
can be very useful for industry.

1.2 Control of Non-Linear Dynamical Systems

Traditional control of non-linear dynamical systems has been done by using

Classical Linear Control Theory and assuming simple linear mathematical models
for the systems. However, it is now well known that non-linear dynamical systems
can exhibit complex behavior (and as a consequence are difficult to control) and
the most appropriate mathematical models for them are the non-linear ones. Since
the complexity of mathematical models for real dynarnical systems is very high it
becomes necessary to use more advanced control techniques. This is precisely the
fact that motivated researchers in the area of Artificial Intelligence (AI) to apply
techniques that mimic human experts in the domain of dynarnical systems control.
More recently, techniques like neural networks and fuzzy logic have been applied
with some success to the control of non-linear dynamical systems for several
domains of application. However, there also has been some limitations and
problems with these approaches when applied to real systems. For this reason, we
proposed in this book the application of a hybrid approach for the problem of
control, combining neural and fuzzy technologies with the knowledge of the
mathematical models for the adaptive control of dynamical systems. The basic
idea of this hybrid approach is to combine the advantages of the computer
methods with the advantages of using mathematical models for the dynamical
systems. In this work, new methods were developed for adaptive control of non-
linear systems using a combination of neural networks, fuzzy logic and
mathematical models. Neural networks were used for the identification and
control of the dynamical system and fuzzy logic was used to enable the change of
mathematical models according to the dynamic state of the system. Also, the
information and knowledge contained in the mathematical models was used for
the control of the system by using their numerical results as input of the neural
networks.

© 2002 Taylor & Francis

 6 INTRODUCTION

Traditionally, the control of dynamical systems has been performed using

the classical methods of Linear Control Theory and also using linear models for
the systems (Albertos, Strietzel & Mart, 1997). However, real-world problems can
be viewed, in general, as non-linear dynamical systems with complex behavior
and because of this, the most appropriate mathematical models for these systems
are the non-linear ones. Unfortunately, to the moment, it hasn't been possible to
generalize the results of Linear Control Theory to the case of Non-linear Control
due to the complexity of the mathematics that will be required (Omidvar & Elliot,
1997). Of course, this mathematical generalization could still take several years of
theoretical and empirical research to be developed. On the other hand, it is
possible to use non-linear universal approximators that have resulted from the
research in the area of SC to the problem of system identification and control. In
particular, SC methodologies like neural networks and fuzzy logic have been
applied with some success to problems of control and identification of dynamical
systems (Korn, 1995). However, there are also problems where one or both
methodologies have failed to achieved the level of accuracy desired in the
applications (Omidvar & Elliot, 1997). For this reason, we have proposed in this
work the use of a hybrid approach for the problem of non-linear adaptive control,
i.e., we proposed to combine the use of neural networks and fuzzy logic with the
use of non-linear mathematical models to achieve the goal of adaptive control. In
the following lines we give the general idea of this new approach as well as the
reasons why such an approach is a good alternative for non-linear control of
dynamical systems.
Neural networks are computational systems with learning (or adaptive)
characteristics that model the human brain (Kosko, 1992). Generally speaking,
biological neural networks consist of neurons and connections between them and
this is modeled by a graph with nodes and arcs to form the computational neural
network. This graph along with a computational algorithm to specify the learning
capabilities of the system is what makes the neural network a powerful
methodology to simulate intelligent or expert behavior (Miller, Sutton & Werbos,
1995). It has been shown, that neural networks are universal approximators, in the
sense that they can model any general function to a specified accuracy (Kosko,
1992) and for this reason neural networks have been applied to problems of

© 2002 Taylor & Francis

 MODELLING, SIMULATION AND CONTROL ... 7

system identification (Pham & Xing, 1995). Also, because of their adaptive
capabilities neural networks have been used to control real-world dynamical
systems (Ng, 1997).
Fuzzy Logic is an area of SC that enables a computer system to reason
with uncertainty. Fuzzy inference systems consist of a set of "if-then" rules
defined over fuzzy sets. Fuzzy sets are relations that can be used to model the
linguistic variables that human experts use in their domain of expertise (Kosko,
1992). The main difference between fuzzy sets and traditional (crisp) sets is that
the membership function for elements of a hzzy set can take any value between 0
and 1, and not only 0 or 1. This corresponds, in the real world, to many situations
where it is difficult to decide in an unambiguous manner if something belongs or
not to a specific class. Fuzzy expert systems, for example, have been applied with
some success to problems of control, diagnosis and classification just because
they can manage the difficult expert reasoning involved in these areas of
application (Korn, 1995). The main disadvantage with fuzzy systems is that they
can't adapt to changing situations. For this reason, it is a good idea to combine
both methodologies to have the advantages of neural networks (learning and
adaptive capabilities) along with the advantages of fuzzy logic (contain expert
knowledge) in solving complex real world problems where this flexibility is
needed (Yen, Langar & Zadeh, 1995).
In this work, we have proposed a new architecture for developing
intelligent control systems based on the use of neural networks, fuzzy logic and
mathematical models, to achieve the goal of adaptive control of non-linear
dynamical systems. The mathematical model of a non-linear dynamical system
consist of a set of simultaneous non-linear differential (or difference) equations
describing the dynamics of the system. The knowledge contained in the model is
very important in the process of controlling the system, because it relates the
different physical variables and their dependencies (Sueda & Iwamasa, 1995). For
this reason, our approach is to combine mathematical models with neural
networks and fuzzy logic, to achieve adaptive control of non-linear dynamical
systems.
The study of non-linear dynamical systems is very interesting because of
the complexity of the dynamics involved in the underlying processes (for

© 2002 Taylor & Francis

 example, biological, chemical or electrical) and also because of the implications,
in the real world, of controlling industrial processes to maximize production. Real
non-linear dynarnical systems can have a wide range of possible dynamic
behaviors, going from simple periodic orbits (stable) to the very complicated
chaotic behavior (Kapitaniak, 1996). Controlling a non-linear dynamical system,
avoiding chaotic behavior, is only possible using the mathematical models of the
system (Sueda & Iwamasa, 1995). For this reason, model-based control is having
great success in the control of complex real-world dynamical systems. In our
approach, the neural networks were used for identification and control of the
system, fuzzy logic was used to choose between different mathematical models of
the system, and the knowledge given by the models was used to avoid specific and
dangerous dynamic behaviors.
We consider the work on non-linear control presented in this book very
important, from the point of view of Computer Science, because it contributed
with new methods to develop intelligent control systems using a new hybrid
model-based neuro-fuzzy approach for controlling non-linear dynarnical systems.
Also, from the point of view of the applications, this work is very important
because it contributed with new methods for adaptive non-linear control that
could eventually be used in the control of real industrial plants or general
dynamical systems, which in turn will result in increased productivity and
efficiency for these systems.

© 2002 Taylor & Francis

Chapter 2

Fuzzy Logic for Modelling

This chapter introduces the basic concepts, notation, and basic operations for
fuzzy sets that will be needed in the following chapters. Since research on Fuzzy
Set Theory has been underway for over 30 years now, it is practically impossible
to cover all aspects of current developments in this area. Therefore, the main goal
of this chapter is to provide an introduction to and a summary of the basic
concepts and operations that are relevant to the study of fuzzy sets. We also
introduce in this chapter the definition of linguistic variables and linguistic values
and explain how to use them in fuzzy rules, which are an efficient tool for
quantitative modelling of words or sentences in a natural or artificial language. By
interpreting fuzzy rules as fuzzy relations, we describe different schemes of fuzzy
reasoning, where inference procedures based on the concept of the compositional
rule of inference are used to derive conclusions from a set of fuzzy rules and
known facts. Fuzzy rules and fuzzy reasoning are the basic components of fuzzy
inference systems, which are the most important modelling tool based on fuzzy set
theory.
The "fuzzy inference system" is a popular computing framework based on
the concepts of fuzzy set theory, fuzzy if-then rules, and fuzzy reasoning (Jang,
Sun & Mizutani, 1997). It has found successful applications in a wide variety of

© 2002 Taylor & Francis

 10 FUZZY LOGIC FOR MODELLING

fields, such as automatic control, data classification, decision analysis, expert

systems, time series prediction, robotics, and pattern recognition (Jarnshidi, 1997).
Because of its multidisciplinary nature, the fuzzy inference system is known by
numerous other names, such as "fuzzy expert system" (Kandel, 1992), "fuzzy
model" (Sugeno & Kang, 1988), " k z y associative memory" (Kosko, 1992), and
simply "fuzzy system".
The basic structure of a fuzzy inference system consists of three
conceptual components: a "rule base", which contains a selection of fuzzy rules; a
"data base" (or "dictionary"), which defines the membership functions used in the
fuzzy rules; and a "reasoning mechanism", which performs the inference
procedure upon the rules and given facts to derive a reasonable output or
conclusion. In general, we can say that a fuzzy inference system implements a
non-linear mapping from its input space to output space. This mapping is
accomplished by a number of fuzzy if-then rules, each of which describes the
local behavior of the mapping. In particular, the antecedent of a rule defines a
fuzzy region in the input space, while the consequent specifies the output in the
fuzzy region.
In what follows, we shall first introduce the basic concepts of fuzzy sets
and fuzzy reasoning. Then we will introduce and compare the three types of fuzzy
inference systems that have been employed in various applications. Finally, we
will address briefly the features and problems of fuzzy modelling, which is
concerned with the construction of fuzzy inference systems for modelling a given
target system.

2.1 Fuzzy Set Theory

Let X be a space of objects and x be a generic element of X. A classical set A,

AcX, is defined by a collection of elements or objects x E X, such that each x can
either belong or not belong to the set A. By defining a "characteristic function" for
each element x E X, we can represent a classical set A by a set of order pairs (x,O)
or (x,l), which indicates x P A or x E A, respectively.

© 2002 Taylor & Francis

 MODELLING, SIMULATION AND CONTROL ... 11

Unlike the aforementioned conventional set, a fuzzy set (Zadeh, 1965)

expresses the degree to which an element belong to a set. Hence the characteristic
function of a fuzzy set is allowed to have values between 0 and 1, which denotes
the degree of membership of an element in a given set.

Definition 2.1 Fuzzy sets and membership functions

If X is a collection of objects denoted generically by x, then a "fuzzy set" A in X
is defined as a set of ordered pairs:
A = { (x, PA(X))I (2.1)
where pA(x)is called "membership function" (or MF for short) for the fuzzy set A.
The MF maps each element of X to a membership grade (or membership value)
between 0 and 1.
Obviously, the definition of a fuzzy set is a simple extension of the
definition of a classical set in which the characteristic function is permitted to
have any values between 0 and 1. If the values of the membership function pA(x)
is restricted to either 0 or 1, then A is reduced to a classical set and pA(x) is the
characteristic function of A.
A fuzzy set is uniquely specified by its membership function. To describe
membership functions more specifically, we shall define the nomenclature used in
the literature (Jang, Sun & Mizutani, 1997).

Definition 2.2 Support

The "support" of a fuzzy set A is the set of all points x in X such that pA(x)> 0:
'
support (A) = { x l CLAW0 1. (2.2)

Definition 2.3 Core

The "core" of a fuzzy set is the set of all points x in X such that p,(x) = 1:
core (A) = { x 1 pA(x)= 1 ). (2.3)

Definition 2.4 Normality

A fuzzy set A is "normal" if its core is nonempty. In other words, we can always
find a point x E X such that pA(x)= 1.

© 2002 Taylor & Francis

 12 FUZZY LOGIC FOR MODELLING

Definition 2.5 Crossover points

A "crossover point" of a fuzzy set A is a point x E X at which pA(x)= 0.5:
crossover (A) = { x I pA(x)= 0.5 ). (2.4)

Definition 2.6 Fuzzy singleton

A fuzzy set whose support is a single point in X with pA(x) = 1 is called a "fuzzy
singleton".
Corresponding to the ordinary set operations of union, intersection and
complement, fuzzy sets have similar operations, which were initially defined in
Zadeh's seminal paper (Zadeh, 1965). Before introducing these three fuzzy set
operations, first we shall define the notion of containment, which plays a central
role in both ordinary and fuzzy sets. This definition of containment is, of course, a
natural extension of the case for ordinary sets.

Definition 2.7 Containment

The fuzzy set A is "contained" in fuzzy set B (or, equivalently, A is a "subset" of
B) if and only if pA(x)I pB(x) for all x. Mathematically,
AE8 pA(x) 5 pB(x). (2.5)

Definition 2.8 Union

The "union" of two hzzy sets A and B is a fuzzy set C, written as C = A u B or C
= A OR B, whose MF is related to those of A and B by

PC(X)= max( PA('), PB(X)) = PA(X) CLB(X). (2.6)

Definition 2.9 Intersection

The "intersection" of two fuzzy sets A and B is a fuzzy set C, written as C = A n B
or C = A AND B, whose MF is related to those of A and B by
~lc(x)= min( PA(X),PB(X) = PAWA PB(X). (2.7)

Definition 2.10 Complement or Negation

The "complement" of a fuzzy set A, denoted by A ( 1A, NOT A), is defined as
p;i(x> = 1- PA(X). (2.8)

© 2002 Taylor & Francis

 MODELLING, SIMULATION AND CONTROL ... 13

As mentioned earlier, a fuzzy set is completely characterized by its MF.

Since most fuzzy sets in use have a universe of discourse X consisting of the real
line R, it would be impractical to list all the pairs defining a membership function.
A more convenient and concise way to define an MF is to express it as a
mathematical formula. First we define several classes of parameterized MFs of
one dimension.

Definition 2.1 1 Triangular MFs

A "triangular MF" is specified by three parameters {a, b, c) as follows:

I 0 , xla.
y = triangle(x;a,b,c) = alxlb. (2.9)
blxlc.
clx.

The parameters {a,b,c) (with a < b< c ) determine the x coordinates of the three
corners of the underlying triangular MF.
Figure 2.1 (a) illustrates a triangular MF defined by triangle(x; 10,20,40).

Definition 2.12 Trapezoidal MFs

A "trapezoidal MF" is specified by four parameters {a, b, c, d) as follows:

I
0 , xla.
(x-a)/(b-a) , a lx lb . (2.10)
trapezoid (x;a,b,c,d) = 1 , bsxlc.
(d-X)/ (d-C) , csxld.
0 , dlx.

The parameters {a, b, c, d) (with a < b l c <d) determine the x coordinates of the
four corners of the underlying trapezoidal MF.
Figure 2.1 (b) illustrates a trapezoidal MF defined by trapezoid(x; 10, 20
40, 75).
Due to their simple formulas and computational efficiency, both triangular
MFs and trapezoidal MFs have been used extensively, especially in real-time
implementations. However, since the MFs are composed of straight line segments,

© 2002 Taylor & Francis

 14 FUZZY LOGIC FOR MODELLING

they are not smooth at the comer points specified by the parameters. In the
following we introduce other types of MFs defined by smooth and nonlinear
functions.

Definition 2.13 Gaussian MFs

A "Gaussian MF" is specified by two parameters (c ,o )

A "Gaussian MF is determined completely by c and o ; c represents the MFs

center and o determines the MFs width. Figure 2.2 (a) plots a Gaussian MF
defined by gaussian (x; 50,20).

(a) Triangular MF (b) Trapezoidal MF

Figure 2.1 Examples of two types of parameterized MFs

Definition 2.14 Generalized bell MFs

A "generalized bell MF" is specified by three parameters {a, b, c):

bell(x; a, b, c) = 1
1 + 1 (x-c) / a 12b

© 2002 Taylor & Francis

 MODELLING, SIMULATION AND CONTROL ... 15

where the parameter b is usually positive. We can note that this MF is a direct
generalization of the Cauchy distribution used in probability theory, so it is also
referred to as the "Cauchy MF".

Figure 2.2 (b) illustrates a generalized bell MF defined by bell(x; 20, 4,

50).

Although the Gaussian MFs and bell MFs achieve smoothness, they are
unable to specify asymmetric MFs, which are important in certain applications.
Next we define the sigmoidal MF, which is either open left or right.

(a) Gaussian MF (b) Generalized Bell MF

Figure 2.2 Examples of two classes of parameterized continuous MFs.

Definition 2.15 Sigmoidal MFs

A "Sigmoidal MF" is defined by the following equation:
sig(x; a, c) = 1 (2.13)
1 + exp [-a(x-c)]
where a controls the slope at the crossover point x = c.
Depending on the sign of the parameter "a", a sigmoidal MF is inherently
open right or left and thus is appropriate for representing concepts such as "very
large" or "very negative". Figure 2.3 shows two sigmoidal functions yl =sig(x; 1, -
5) and y2 =sig(x; -2,5).

© 2002 Taylor & Francis

Random documents with unrelated
content Scribd suggests to you:
 Il passa au témoignage de la conscience, à la tradition des
peuples, au besoin d’un créateur.
«Quand je vois une horloge...
—Oui! oui! connu! mais où est le père de l’horloger?
—Il faut une cause, pourtant!»
Bouvard doutait des causes.
«De ce qu’un phénomène succède à un phénomène, on conclut
qu’il en dérive. Prouvez-le!
—Mais le spectacle de l’univers dénote une intention, un plan!
—Pourquoi? Le mal est organisé aussi parfaitement que le bien.
Le ver qui pousse dans la tête du mouton et le fait mourir équivaut,
comme anatomie, au mouton lui-même. Les monstruosités
surpassent les fonctions normales. Le corps humain pouvait être
mieux bâti. Les trois quarts du globe sont stériles. La lune, ce
lampadaire, ne se montre pas toujours! Crois-tu l’Océan destiné aux
navires, et le bois des arbres au chauffage de nos maisons?»
Pécuchet répondit:
«Cependant l’estomac est fait pour digérer, la jambe pour
marcher, l’œil pour voir, bien qu’on ait des dyspepsies, des fractures
et des cataractes. Pas d’arrangements sans but! Les effets
surviennent actuellement, ou plus tard. Tout dépend de lois. Donc il
y a des causes finales.»
Bouvard imagina que Spinosa peut-être lui fournirait des
arguments, et il écrivit à Dumouchel pour avoir la traduction de
Saisset.
Dumouchel lui envoya un exemplaire appartenant à son ami le
professeur Varelot, exilé au 2 Décembre.
 L’éthique les effraya avec ses axiomes, ses corollaires. Ils lurent
seulement les endroits marqués d’un coup de crayon et comprirent
ceci:
La substance est ce qui est de soi, par soi, sans cause, sans
origine. Cette substance est Dieu.
Il est seul l’étendue,—et l’étendue n’a pas de bornes. Avec quoi
la borner?
Mais, bien qu’elle soit infinie, elle n’est pas l’infini absolu, car elle
ne contient qu’un genre de perfection, et l’absolu les contient tous.
Souvent ils s’arrêtaient, pour mieux réfléchir. Pécuchet absorbait
des prises de tabac et Bouvard était rouge d’attention.
«Est-ce que cela t’amuse?
—Oui! sans doute! va toujours!»
Dieu se développe en une infinité d’attributs, qui expriment,
chacun à sa manière, l’infinité de son être. Nous n’en connaissons
que deux: l’étendue et la pensée.
De la pensée et de l’étendue découlent des modes innombrables,
lesquels en contiennent d’autres.
Celui qui embrasserait, à la fois, toute l’étendue et toute la
pensée n’y verrait aucune contingence, rien d’accidentel, mais une
suite géométrique de termes, liés entre eux par des lois nécessaires.
«Ah! ce serait beau!» dit Pécuchet.
Donc il n’y a pas de liberté chez l’homme ni chez Dieu.
«Tu l’entends!» s’écria Bouvard.
Si Dieu avait une volonté, un but, s’il agissait pour une cause,
c’est qu’il aurait un besoin, c’est qu’il manquerait d’une perfection. Il
ne serait pas Dieu.
 Ainsi notre monde n’est qu’un point dans l’ensemble des choses,
—et l’univers impénétrable à notre connaissance, une portion d’une
infinité d’univers émettant près du nôtre des modifications infinies.
L’étendue enveloppe notre univers, mais est enveloppée par Dieu,
qui contient dans sa pensée tous les univers possibles, et sa pensée
elle-même est enveloppée dans sa substance.
Il leur semblait être en ballon, la nuit, par un froid glacial,
emportés d’une course sans fin, vers un abîme sans fond,—et sans
rien autour d’eux que l’insaisissable, l’immobile, l’éternel. C’était trop
fort. Ils y renoncèrent.
Et désirant quelque chose de moins rude, ils achetèrent le Cours
de philosophie, à l’usage des classes, par M. Guesnier.
L’auteur se demande quelle sera la bonne méthode, l’ontologique
ou la psychologique?
La première convenait à l’enfance des sociétés, quand l’homme
portait son attention vers le monde extérieur. Mais à présent qu’il la
replie sur lui-même, «nous croyons la seconde plus scientifique», et
Bouvard et Pécuchet se décidèrent pour elle.
Le but de la psychologie est d’étudier les faits qui se passent «au
sein du moi»; on les découvre en observant.
«Observons!» Et pendant quinze jours, après le déjeuner
habituellement, ils cherchaient dans leur conscience, au hasard,
espérant y faire de grandes découvertes, et n’en firent aucune, ce
qui les étonna beaucoup.
Un phénomène occupe le moi, à savoir l’idée. De quelle nature
est-elle? On a supposé que les objets se mirent dans le cerveau et le
cerveau envoie ces images à notre esprit, qui nous en donne la
connaissance.
Mais si l’idée est spirituelle, comment représenter la matière? De
là, scepticisme quant aux perceptions externes. Si elle est matérielle,
les objets spirituels ne seraient pas représentés? De là, scepticisme
en fait de notions internes.
«D’ailleurs, qu’on y prenne garde! cette hypothèse nous mènerait
à l’athéisme.»
Car une image étant une chose finie, il lui est impossible de
représenter l’infini.
«Cependant, objecta Bouvard, quand je songe à une forêt, à une
personne, à un chien, je vois cette forêt, cette personne, ce chien.
Donc les idées les représentent.»
Et ils abordèrent l’origine des idées.
D’après Locke, il y en a deux, la sensation, la réflexion,—et
Condillac réduit tout à la sensation.
Mais alors, la réflexion manquera de base. Elle a besoin d’un
sujet, d’un être sentant; et elle est impuissante à nous fournir les
grandes vérités fondamentales: Dieu, le mérite et le démérite, le
juste, le beau, etc., notions qu’on nomme innées, c’est-à-dire
antérieures aux faits, à l’expérience, et universelles.
«Si elles étaient universelles, nous les aurions dès notre
naissance.
—On veut dire, par ce mot, des dispositions à les avoir, et
Descartes...
—Ton Descartes patauge! car il soutient que le fœtus les
possède, et il avoue dans un autre endroit que c’est d’une façon
implicite.»
Pécuchet fut étonné.
«Où cela se trouve-t-il?
—Dans Gérando!» Et Bouvard lui frappa légèrement sur le
ventre.
 «Finis donc!» dit Pécuchet. Puis venant à Condillac: «Nos
pensées ne sont pas des métamorphoses de la sensation! Elle les
occasionne, les met en jeu. Pour les mettre en jeu, il faut un moteur.
Car la matière, de soi-même, ne peut produire le mouvement,—j’ai
trouvé cela dans ton Voltaire», ajouta Pécuchet, en lui faisant une
salutation profonde.
Ils rabâchaient ainsi les mêmes arguments,—chacun méprisant
l’opinion de l’autre, sans le convaincre de la sienne.
Mais la philosophie les grandissait dans leur estime. Ils se
rappelaient avec pitié leurs préoccupations d’agriculture, de
littérature, de politique.
A présent le muséum les dégoûtait. Ils n’auraient pas mieux
demandé que d’en vendre les bibelots,—et ils passèrent au chapitre
deuxième: des facultés de l’âme.
On en compte trois, pas davantage! Celle de sentir, celle de
connaître, celle de vouloir.
Dans la faculté de sentir, distinguons la sensibilité physique de la
sensibilité morale.
Les sensations physiques se classent naturellement en cinq
espèces, étant amenées par les organes des sens.
Les faits de la sensibilité morale, au contraire, ne doivent rien au
corps. «Qu’y a-t-il de commun entre le plaisir d’Archimède trouvant
les lois de la pesanteur et la volupté immonde d’Apicius dévorant
une hure de sanglier?»
Cette sensibilité morale a quatre genres, et son deuxième genre,
«désirs moraux», se divise en cinq espèces, et les phénomènes de
quatrième genre, «affection», se subdivisent en deux autres
espèces, parmi lesquelles l’amour de soi, «penchant légitime, sans
doute, mais qui, devenu exagéré, prend le nom d’égoïsme».
 Dans la faculté de connaître se trouve la perception rationnelle,
où l’on trouve deux mouvements principaux et quatre degrés.
L’abstraction peut offrir des écueils aux intelligences bizarres.
La mémoire fait correspondre avec le passé comme la
prévoyance avec l’avenir.
L’imagination est plutôt une faculté particulière sui generis.
Tant d’embarras pour démontrer des platitudes, le ton
pédantesque de l’auteur, la monotonie des tournures. «Nous
sommes prêts à le reconnaître,—Loin de nous la pensée,—
Interrogeons notre conscience», l’éloge sempiternel de Dugald-
Stewart, enfin tout ce verbiage les écœura tellement, que, sautant
par-dessus la faculté de vouloir, ils entrèrent dans la logique.
Elle leur apprit ce qu’est l’analyse, la synthèse, l’induction, la
déduction et les causes principales de nos erreurs.
Presque toutes viennent du mauvais emploi des mots.
«Le soleil se couche, le temps se rembrunit, l’hiver approche»,
locutions vicieuses et qui feraient croire à des entités personnelles
quand il ne s’agit que d’événements bien simples! «Je me souviens
de tel objet, de tel axiome, de telle vérité», illusion! ce sont les
idées, et pas du tout les choses, qui restent dans le moi, et la
rigueur du langage exige: «Je me souviens de tel acte de mon esprit
par lequel j’ai perçu cet objet, par lequel j’ai déduit cet axiome, par
lequel j’ai admis cette vérité.»
Comme un terme qui désigne un accident ne l’embrasse pas dans
tous ses modes, ils tâchèrent de n’employer que des mots abstraits,
—si bien qu’au lieu de dire: «Faisons un tour,—il est temps de dîner,
—j’ai la colique», ils émettaient ces phrases: «Une promenade serait
salutaire.—Voici l’heure d’absorber des aliments.—J’éprouve un
besoin d’exonération.»
 Une fois maîtres de la logique, ils passèrent en revue les
différents criteriums, d’abord celui du sens commun.
Si l’individu ne peut rien savoir, pourquoi tous les individus en
sauraient-ils davantage? Une erreur, fût-elle vieille de cent mille ans,
par cela même qu’elle est vieille, ne constitue pas la vérité! La foule
invariablement suit la routine. C’est, au contraire, le petit nombre qui
mène le progrès.
Vaut-il mieux se fier au témoignage des sens? Ils trompent
parfois et ne renseignent jamais que sur l’apparence. Le fond leur
échappe.
La raison offre plus de garanties, étant immuable et
impersonnelle;—mais, pour se manifester, il lui faut s’incarner. Alors
la raison devient ma raison, une règle importe peu si elle est fausse.
Rien ne prouve que celle-là soit juste.
On recommande de la contrôler avec les sens; mais ils peuvent
épaissir les ténèbres. D’une sensation confuse, une loi défectueuse
sera induite, et qui plus tard empêchera la vue nette des choses.
Reste la morale. C’est faire descendre Dieu au niveau de l’utile,
comme si nos besoins étaient la mesure de l’absolu!
Quant à l’évidence, niée par l’un, affirmée par l’autre, elle est à
elle-même son criterium. M. Cousin l’a démontré.
«Je ne vois plus que la révélation, dit Bouvard. Mais pour y
croire, il faut admettre deux connaissances préalables: celle du corps
qui a senti, celle de l’intelligence qui a perçu; admettre le sens et la
raison, témoignages humains et par conséquent suspects.»
Pécuchet réfléchit, se croisa les bras.—«Mais nous allons tomber
dans l’abîme effrayant du scepticisme.»
Il n’effrayait, selon Bouvard, que les pauvres cervelles.
 «Merci du compliment! répliqua Pécuchet. Cependant il y a des
faits indiscutables. On peut atteindre la vérité dans une certaine
limite.
—Laquelle? Deux et deux font-ils quatre toujours? Le contenu
est-il, en quelque sorte, moindre que le contenant? Que veut dire un
à peu près du vrai, une fraction de Dieu, la partie d’une chose
indivisible?
—Ah! tu n’es qu’un sophiste!» Et Pécuchet, vexé, bouda pendant
trois jours.
Ils les employèrent à parcourir les tables de plusieurs volumes.
Bouvard souriait de temps à autre,—et renouant la conversation:
«C’est qu’il est difficile de ne pas douter: ainsi, pour Dieu, les
preuves de Descartes, de Kant et de Leibniz ne sont pas les mêmes,
et mutuellement se ruinent. La création du monde par les atomes,
ou par un esprit, demeure inconcevable.
—Je me sens à la fois matière et pensée, tout en ignorant ce
qu’est l’une et l’autre.
—L’impénétrabilité, la solidité, la pesanteur me paraissent des
mystères aussi bien que mon âme,—à plus forte raison l’union de
l’âme et du corps.
Pour en rendre compte, Leibniz a imaginé son harmonie,
Malebranche la prémotion, Cudworth un médiateur, et Bossuet y voit
un miracle perpétuel, ce qui est une bêtise: un miracle perpétuel ne
serait plus un miracle.
—Effectivement!» dit Pécuchet.
Et tous deux s’avouèrent qu’ils étaient las des philosophes. Tant
de systèmes vous embrouillent. La métaphysique ne sert à rien. On
peut vivre sans elle.
 D’ailleurs, leur gêne pécuniaire augmentait. Ils devaient trois
barriques de vin à Beljambe, douze kilogrammes de sucre à Langlois,
cent vingt francs au tailleur, soixante au cordonnier. La dépense allait
toujours, et maître Gouy ne payait pas.
Ils se rendirent chez Marescot, pour qu’il leur trouvât de l’argent,
soit par la vente des Écalles, ou par une hypothèque sur leur ferme,
ou en aliénant leur maison, qui serait payée en rentes viagères et
dont ils garderaient l’usufruit.—Moyen impraticable, dit Marescot,
mais une affaire meilleure se combinait et ils seraient prévenus.
Ensuite, ils pensèrent à leur pauvre jardin. Bouvard entreprit
l’émondage de la charmille, Pécuchet la taille de l’espalier.—Marcel
devait fouir les plates-bandes.
Au bout d’un quart d’heure, ils s’arrêtaient; l’un fermait sa
serpette, l’autre déposait ses ciseaux, et ils commençaient
doucement à se promener: Bouvard, à l’ombre des tilleuls, sans
gilet, la poitrine en avant, les bras nus; Pécuchet, tout le long du
mur, la tête basse, les mains dans le dos, la visière de sa casquette
tournée sur le cou par précaution; et ils marchaient ainsi
parallèlement, sans même voir Marcel, qui, se reposant au bord de
la cahute, mangeait une chiffe de pain.
Dans cette méditation, des pensées avaient surgi; ils
s’abordaient, craignant de les perdre; et la métaphysique revenait.
Elle revenait à propos de la pluie et du soleil, d’un gravier dans
leur soulier, d’une fleur sur le gazon, à propos de tout.
En regardant brûler la chandelle, ils se demandaient si la lumière
est dans l’objet ou dans notre œil. Puisque des étoiles peuvent avoir
disparu quand leur éclat nous arrive, nous admirons peut-être des
choses qui n’existent pas.
Ayant retrouvé au fond d’un gilet une cigarette Raspail, ils
l’émiettèrent sur de l’eau, et le camphre tourna.
 Voilà donc le mouvement dans la matière! un degré supérieur du
mouvement amènerait la vie.
Mais si la matière en mouvement suffisait à créer des êtres, ils ne
seraient pas si variés. Car il n’existait, à l’origine, ni terres, ni eaux,
ni hommes, ni plantes. Qu’est donc cette matière primordiale, qu’on
n’a jamais vue, qui n’est rien des choses du monde, et qui les a
toutes produites?
Quelquefois, ils avaient besoin d’un livre. Dumouchel, fatigué de
les servir, ne leur répondait plus, et ils s’acharnaient à la question,
principalement Pécuchet.
Son besoin de vérité devenait une soif ardente.
Ému des discours de Bouvard, il lâchait le spiritualisme, le
reprenait bientôt pour le quitter, et s’écriait, la tête dans ses mains:
«Oh! le doute! le doute! j’aimerais mieux le néant!»
Bouvard apercevait l’insuffisance du matérialisme et tâchait de s’y
retenir, déclarant, du reste, qu’il en perdait la boule.
Ils commençaient des raisonnements sur une base solide; elle
croulait;—et tout à coup plus d’idée; comme une mouche s’envole,
dès qu’on veut la saisir.
Pendant les soirs d’hiver, ils causaient dans le muséum, au coin
du feu, en regardant les charbons. Le vent qui sifflait dans le
corridor faisait trembler les carreaux, les masses noires des arbres se
balançaient, et la tristesse de la nuit augmentait le sérieux de leurs
pensées.
Bouvard, de temps à autre, allait jusqu’au bout de l’appartement,
puis revenait. Les flambeaux et les bassines contre les murs posaient
sur le sol des ombres obliques; et le saint Pierre, vu de profil, étalait,
au plafond, la silhouette de son nez, pareille à un monstrueux cor de
chasse.
 On avait peine à circuler entre les objets, et souvent Bouvard, n’y
prenant garde, se cognait à la statue. Avec ses gros yeux, sa lippe
tombante et son air d’ivrogne, elle gênait aussi Pécuchet. Depuis
longtemps, ils voulaient s’en défaire, mais, par négligence,
remettaient cela de jour en jour.
Un soir, au milieu d’une dispute sur la monade, Bouvard se
frappa l’orteil au pouce de saint Pierre,—et tournant contre lui son
irritation:
«Il m’embête, ce coco-là: flanquons-le dehors!»
C’était difficile par l’escalier. Ils ouvrirent la fenêtre et l’inclinèrent
sur le bord, doucement. Pécuchet à genoux tâcha de soulever ses
talons, pendant que Bouvard pesait sur ses épaules. Le bonhomme
de pierre ne branlait pas; ils durent recourir à la hallebarde, comme
levier,—et arrivèrent enfin à l’étendre tout droit. Alors, ayant basculé,
il piqua dans le vide, la tiare en avant,—un bruit mat retentit, et le
lendemain ils le trouvèrent, cassé en douze morceaux, dans l’ancien
trou aux composts.
Une heure après, le notaire entra, leur apportant une bonne
nouvelle. Une personne de la localité avancerait mille écus,
moyennant une hypothèque sur leur ferme; et comme ils se
réjouissaient: «Pardon! elle y met une clause; c’est que vous lui
vendrez les Écalles pour 1,500 francs. Le prêt sera soldé aujourd’hui
même. L’argent est chez moi dans mon étude.»
Ils avaient envie de céder l’un et l’autre. Bouvard finit par
répondre: «Mon Dieu... soit!
—Convenu!» dit Marescot. Et il leur apprit le nom de la personne,
qui était Mme Bordin.
«Je m’en doutais!» s’écria Pécuchet.
Bouvard, humilié, se tut.
 Elle ou un autre, qu’importait! le principal étant de sortir
d’embarras.
L’argent touché (celui des Écalles le serait plus tard), ils payèrent
immédiatement toutes les notes, et regagnaient leur domicile,
quand, au détour des halles, le père Gouy les arrêta.
Il allait chez eux, pour leur faire part d’un malheur. Le vent, la
nuit dernière, avait jeté bas vingt pommiers dans les cours, abattu la
bouillerie, enlevé le toit de la grange. Ils passèrent le reste de
l’après-midi à constater les dégâts, et le lendemain, avec le
charpentier, le maçon et le couvreur. Les réparations monteraient à
1,800 francs, pour le moins.
Puis, le soir, Gouy se présenta. Marianne, elle-même, lui avait
conté tout à l’heure la vente des Écalles. Une pièce d’un rendement
magnifique, à sa convenance, qui n’avait presque pas besoin de
culture, le meilleur morceau de toute la ferme!—et il demandait une
diminution.
Ces messieurs la refusèrent. On soumit le cas au juge de paix, et
il conclut pour le fermier. La perte des Écalles, l’acre estimé 2,000
francs, lui faisait un tort annuel de 70, et devant les tribunaux il
gagnerait certainement.
Leur fortune se trouvait diminuée. Que faire? Et bientôt comment
vivre?
Ils se mirent tous les deux à table, pleins de découragement.
Marcel n’entendait rien à la cuisine; son dîner cette fois dépassa les
autres. La soupe ressemblait à de l’eau de vaisselle, le lapin sentait
mauvais, les haricots étaient incuits, les assiettes crasseuses, et, au
dessert, Bouvard éclata, menaçant de lui casser tout sur la tête.
«Soyons philosophes, dit Pécuchet, un peu moins d’argent, les
intrigues d’une femme, la maladresse d’un domestique, qu’est-ce
que tout cela? Tu es trop plongé dans la matière!
—Mais quand elle me gêne, dit Bouvard.
 —Moi, je ne l’admets pas!» repartit Pécuchet.
Il avait lu dernièrement une analyse de Berkeley et ajouta:
«Je nie l’étendue, le temps, l’espace, voire la substance! car la
vraie substance, c’est l’esprit percevant les qualités.
—Parfait, dit Bouvard; mais le monde supprimé, les preuves
manqueront pour l’existence de Dieu.»
Pécuchet se récria, et longuement, bien qu’il eût un rhume de
cerveau, causé par l’iodure de potassium,—et une fièvre permanente
contribuait à son exaltation. Bouvard, s’en inquiétant, fit venir le
médecin.
Vaucorbeil ordonna du sirop d’orange avec l’iodure, et pour plus
tard des bains de cinabre.
«A quoi bon? reprit Pécuchet. Un jour ou l’autre la forme s’en ira.
L’essence ne périt pas!
—Sans doute, dit le médecin, la matière est indestructible!
Cependant...
—Mais non! mais non! L’indestructible, c’est l’être. Ce corps qui
est là devant moi, le vôtre, docteur, m’empêche de connaître votre
personne, n’est pour ainsi dire qu’un vêtement, ou plutôt un
masque.»
Vaucorbeil le crut fou:
«Bonsoir! Soignez votre masque!»
Pécuchet n’enraya pas. Il se procura une introduction à la
philosophie hégélienne et voulut l’expliquer à Bouvard.
«Tout ce qui est rationnel est réel. Il n’y a même de réel que
l’idée. Les lois de l’esprit sont les lois de l’univers, la raison de
l’homme est identique à celle de Dieu.»
 Bouvard feignait de comprendre.
«Donc, l’absolu, c’est à la fois le sujet et l’objet, l’unité où
viennent se rejoindre toutes les différences. Ainsi les contradictoires
sont résolus. L’ombre permet la lumière, le froid mêlé au chaud
produit la température, l’organisme ne se maintient que par la
destruction de l’organisme, partout un principe qui divise, un
principe qui enchaîne.»
Ils étaient sur le vigneau et le curé passa le long de la claire-voie,
son bréviaire à la main.
Pécuchet le pria d’entrer, pour finir devant lui l’exposition d’Hégel
et voir un peu ce qu’il en dirait.
L’homme à la soutane s’assit près d’eux, et Pécuchet aborda le
christianisme.
«Aucune religion n’a établi aussi bien cette vérité: «La nature
n’est qu’un moment de l’idée!»
—Un moment de l’idée! murmura le prêtre, stupéfait.
—Mais oui! Dieu, en prenant une enveloppe visible, a montré son
union consubstantielle avec elle.
—Avec la nature? oh! oh!
—Par son décès, il a rendu témoignage à l’essence de la mort;
donc, la mort était en lui, faisait, fait partie de Dieu.»
L’ecclésiastique se renfrogna.
«Pas de blasphèmes! c’était pour le salut du genre humain qu’il a
enduré les souffrances.
—Erreur! On considère la mort dans l’individu, où elle est un mal
sans doute; mais, relativement aux choses, c’est différent. Ne
séparez pas l’esprit de la matière!
 —Cependant, monsieur, avant la création...
—Il n’y a pas eu de création. Elle a toujours existé. Autrement ce
serait un être nouveau s’ajoutant à la pensée divine, ce qui est
absurde.»
Le prêtre se leva, des affaires l’appelaient ailleurs.
«Je me flatte de l’avoir crossé! dit Pécuchet. Encore un mot!
Puisque l’existence du monde n’est qu’un passage continuel de la vie
à la mort, et de la mort à la vie, loin que tout soit, rien n’est. Mais
tout devient, comprends-tu?
—Oui! je comprends, ou plutôt non!»
L’idéalisme à la fin exaspérait Bouvard.
«Je n’en veux plus; le fameux cogito m’embête. On prend les
idées des choses pour les choses elles-mêmes. On explique ce qu’on
entend fort peu au moyen de mots qu’on n’entend pas du tout!
Substance, étendue, force, matière et âme. Autant d’abstraction,
d’imagination. Quant à Dieu, impossible de savoir comment il est, ni
même s’il est! Autrefois, il causait le vent, la foudre, les révolutions.
A présent, il diminue. D’ailleurs, je n’en vois pas l’utilité.
—Et la morale, dans tout cela!
—Ah! tant pis!
—Elle manque de base, effectivement», se dit Pécuchet.
Et il demeura silencieux, acculé dans une impasse, conséquence
des prémisses qu’il avait lui-même posées. Ce fut une surprise, un
écrasement.
Bouvard ne croyait même plus à la matière.
La certitude que rien n’existe (si déplorable qu’elle soit) n’en est
pas moins une certitude. Peu de gens sont capables de l’avoir. Cette
transcendance leur inspira de l’orgueil, et ils auraient voulu l’étaler:
une occasion s’offrit.
Un matin, en allant chercher du tabac, ils virent un attroupement
devant la porte de Langlois. On entourait la gondole de Falaise, et il
était question de Touache, un galérien qui vagabondait dans le pays.
Le conducteur l’avait rencontré à la Croix-Verte entre deux
gendarmes, et les Chavignollais exhalèrent un soupir de délivrance.
Girbal et le capitaine restèrent sur la place; puis arriva le juge de
paix, curieux d’avoir des renseignements, et M. Marescot en toque
de velours et pantoufles de basane.
Langlois les invita à honorer sa boutique de leur présence. Ils
seraient plus à leur aise, et, malgré les chalands et le bruit de la
sonnette, ces messieurs continuèrent à discuter les forfaits de
Touache.
«Mon Dieu! dit Bouvard, il avait de mauvais instincts, voilà tout!
—On en triomphe par la vertu, répliqua le notaire.
—Mais si on n’a pas de vertu?»
Et Bouvard nia positivement le libre arbitre.
«Cependant, dit le capitaine, je peux faire ce que je veux! je suis
libre, par exemple, de remuer la jambe.
—Non, monsieur, car vous avez un motif pour la remuer!»
Le capitaine chercha une réponse, n’en trouva pas. Mais Girbal
décocha ce trait:
«Un républicain qui parle contre la liberté! c’est drôle!
—Histoire de rire!» dit Langlois.
Bouvard l’interpella:
«D’où vient que vous ne donnez pas votre fortune aux pauvres?»
 L’épicier, d’un regard inquiet, parcourut toute sa boutique.
«Tiens! pas si bête! je la garde pour moi!
—Si vous étiez saint Vincent de Paul, vous agiriez différemment,
puisque vous auriez son caractère. Vous obéissez au vôtre. Donc
vous n’êtes pas libre!
—C’est une chicane», répondit en chœur l’assemblée.
Bouvard ne broncha pas, et désignant la balance sur le comptoir:
«Elle se tiendra inerte, tant qu’un des plateaux sera vide. De
même, la volonté; et l’oscillation de la balance entre deux poids qui
semblent égaux figure le travail de notre esprit, quand il délibère sur
les motifs, jusqu’au moment où le plus fort l’emporte, le détermine.
—Tout cela, dit Girbal, ne fait rien pour Touache et ne l’empêche
pas d’être un gaillard joliment vicieux.»
Pécuchet prit la parole:
«Les vices sont des propriétés de la nature, comme les
inondations, les tempêtes.»
Le notaire l’arrêta, et se haussant à chaque mot sur la pointe des
orteils:
«Je trouve votre système d’une immoralité complète. Il donne
carrière à tous les débordements, excuse les crimes, innocente les
coupables.
—Parfaitement, dit Bouvard. Le malheureux qui suit ses appétits
est dans son droit, comme l’honnête homme qui écoute la raison.
—Ne défendez pas les monstres!
—Pourquoi monstres? Quand il naît un aveugle, un idiot, un
homicide, cela nous paraît du désordre, comme si l’ordre nous était
connu, comme si la nature agissait pour une fin!
 —Alors, vous contestez la Providence?
—Oui, je la conteste!
—Voyez plutôt l’histoire, s’écria Pécuchet. Rappelez-vous les
assassinats de rois, les massacres de peuples, les dissensions dans
les familles, le chagrin des particuliers.
—Et en même temps, ajouta Bouvard, car ils s’excitaient l’un
l’autre, cette Providence soigne les petits oiseaux et fait repousser
les pattes des écrevisses. Ah! si vous entendez par Providence une
loi qui règle tout, je veux bien, et encore!
—Cependant, monsieur, dit le notaire, il y a des principes!
—Qu’est-ce que vous me chantez! Une science, d’après Condillac,
est d’autant meilleure qu’elle n’en a pas besoin! Ils ne font que
résumer des connaissances acquises et nous reportent vers ces
notions, qui, précisément, sont discutables.
—Avez-vous, comme nous, poursuivit Pécuchet, scruté, fouillé les
arcanes de la métaphysique?
—Il est vrai, messieurs, il est vrai!»
Et la société se dispersa.
Mais Coulon, les tirant à l’écart, leur dit d’un ton paterne qu’il
n’était pas dévot, certainement, et même il détestait les jésuites.
Cependant il n’allait pas si loin qu’eux! Oh non! bien sûr;—et au coin
de la place, ils passèrent devant le capitaine, qui rallumait sa pipe en
grommelant:
«Je fais pourtant ce que je veux, nom de Dieu!»
Bouvard et Pécuchet proférèrent en d’autres occasions leurs
abominables paradoxes. Ils mettaient en doute la probité des
hommes, la chasteté des femmes, l’intelligence du gouvernement, le
bon sens du peuple, enfin sapaient les bases.
 Foureau s’en émut et les menaça de la prison, s’ils continuaient
de tels discours.
L’évidence de leur supériorité blessait. Comme ils soutenaient des
thèses immorales, ils devaient être immoraux; des calomnies furent
inventées.
Alors une faculté gênante se développa dans leur esprit, celle de
percevoir la bêtise et de ne plus la tolérer.
Des choses insignifiantes les attristaient: les réclames des
journaux, le profil d’un bourgeois, une sotte réflexion entendue par
hasard.
En songeant à ce qu’on disait dans leur village, et qu’il y avait
jusqu’aux antipodes d’autres Coulon, d’autres Marescot, d’autres
Foureau, ils sentaient peser sur eux comme la lourdeur de toute la
terre.
Ils ne sortaient plus, ne recevaient personne.
Un après-midi, un dialogue s’éleva, dans la cour, entre Marcel et
un monsieur ayant un chapeau à larges bords avec des conserves
noires. C’était l’académicien Larsoneur. Il ne fut pas sans observer
un rideau entr’ouvert, des portes qu’on fermait. Sa démarche était
une tentative de raccommodement, et il s’en alla furieux, chargeant
le domestique de dire à ses maîtres qu’il les regardait comme des
goujats.
Bouvard et Pécuchet ne s’en soucièrent. Le monde diminuait
d’importance; ils l’apercevaient comme dans un nuage descendu de
leurs cerveaux sur leurs prunelles.
N’est-ce pas, d’ailleurs, une illusion, un mauvais rêve? Peut-être
qu’en somme les prospérités et les malheurs s’équilibrent!—Mais le
bien de l’espèce ne console pas l’individu.
«Et que m’importent les autres!» disait Pécuchet.
 Son désespoir affligeait Bouvard. C’était lui qui l’avait poussé
jusque-là, et le délabrement de leur domicile avivait leur chagrin par
des irritations quotidiennes.
Pour se remonter, ils se faisaient des raisonnements, se
prescrivaient des travaux et retombaient vite dans une paresse plus
forte, dans un découragement profond.
A la fin des repas, ils restaient, les coudes sur la table, à gémir
d’un air lugubre. Marcel en écarquillait les yeux, puis retournait dans
sa cuisine, où il s’empiffrait solitairement.
Au milieu de l’été, ils reçurent un billet de faire part annonçant le
mariage de Dumouchel avec Mme veuve Olympe-Zulma Poulet.
«Que Dieu le bénisse!»
Et ils se rappelèrent le temps où ils étaient heureux.
Pourquoi ne suivaient-ils plus les moissonneurs? Où étaient les
jours qu’ils entraient dans les fermes, cherchant partout des
antiquités? Rien, maintenant, n’occasionnerait ces heures si douces
que remplissaient la distillerie ou la littérature. Un abîme les en
séparait. Quelque chose d’irrévocable était venu.
Ils voulurent faire, comme autrefois, une promenade dans les
champs, allèrent très loin, se perdirent. De petits nuages
moutonnaient dans le ciel, le vent balançait les clochettes des
avoines, le long d’un pré un ruisseau murmurait, quand tout à coup
une odeur infecte les arrêta, et ils virent sur des cailloux, entre des
ronces, la charogne d’un chien.
Les quatre membres étaient desséchés. Le rictus de la gueule
découvrait sous des babines bleuâtres des crocs d’ivoire; à la place
du ventre, c’était un amas de couleur terreuse, et qui semblait
palpiter, tant grouillait dessus la vermine. Elle s’agitait, frappée par le
soleil, sous le bourdonnement des mouches, dans cette intolérable
odeur,—odeur féroce et comme dévorante.
 Cependant Bouvard plissait le front et des larmes mouillèrent ses
yeux.
Pécuchet dit stoïquement: «Nous serons un jour comme ça!»
L’idée de la mort les avait saisis. Ils en causèrent, en revenant.
Après tout, elle n’existe pas. On s’en va dans la rosée, dans la
brise, dans les étoiles. On devient quelque chose de la sève des
arbres, de l’éclat des pierres fines, du plumage des oiseaux. On
redonne à la nature ce qu’elle vous a prêté, et le néant qui est
devant nous n’a rien de plus affreux que le néant qui se trouve
derrière.
Ils tâchaient de l’imaginer sous la forme d’une nuit intense, d’un
trou sans fond, d’un évanouissement continu; n’importe quoi valait
mieux que cette existence monotone, absurde et sans espoir.
Ils récapitulèrent leurs besoins inassouvis. Bouvard avait toujours
désiré des chevaux, des équipages, les grands crus de Bourgogne, et
de belles femmes complaisantes dans une habitation splendide.
L’ambition de Pécuchet était le savoir philosophique. Or le plus vaste
des problèmes, celui qui contient les autres, peut se résoudre en une
minute. Quand donc arriverait-elle?
«Autant tout de suite en finir.
—Comme tu voudras», dit Bouvard.
Et ils examinèrent la question du suicide.
Où est le mal de rejeter un fardeau qui vous écrase? et de
commettre une action ne nuisant à personne? Si elle offensait Dieu,
aurions-nous ce pouvoir? Ce n’est point une lâcheté, bien qu’on dise,
—et l’insolence est belle de bafouer, même à son détriment, ce que
les hommes estiment le plus.
Ils délibérèrent sur le genre de mort.
 Le poison fait souffrir. Pour s’égorger, il faut trop de courage.
Avec l’asphyxie, on se rate souvent.
Enfin, Pécuchet monta dans le grenier deux câbles de la
gymnastique. Puis, les ayant liés à la même traverse du toit, laissa
pendre un nœud coulant et avança dessous deux chaises pour
atteindre aux cordes.
Ce moyen fut résolu.
Ils se demandaient quelle impression cela causerait dans
l’arrondissement, où iraient ensuite leur bibliothèque, leurs
paperasses, leurs collections. La pensée de la mort les faisait
s’attendrir sur eux-mêmes. Cependant ils ne lâchaient point leur
projet, et, à force d’en parler, s’y accoutumèrent.
Le soir du 24 décembre, entre dix et onze heures, ils
réfléchissaient dans le muséum, habillés différemment. Bouvard
portait une blouse sur son gilet de tricot, et Pécuchet, depuis trois
mois, ne quittait plus la robe de moine, par économie.
Comme ils avaient grand’faim (car Marcel, sorti dès l’aube, n’avait
pas reparu), Bouvard crut hygiénique de boire un carafon d’eau-de-
vie, et Pécuchet de prendre du thé.
En soulevant la bouilloire, il répandit de l’eau sur le parquet.
«Maladroit!» s’écria Bouvard.
Puis, trouvant l’infusion médiocre, il voulut la renforcer par deux
cuillerées de plus.
«Ce sera exécrable, dit Pécuchet.
—Pas du tout!»
Et chacun tirant à soi la boîte, le plateau tomba; une des tasses
fut brisée, la dernière du beau service en porcelaine.
Bouvard pâlit.—«Continue! saccage! ne te gêne pas!
 —Grand malheur, vraiment!
—Oui! un malheur! je la tenais de mon père!
—Naturel, ajouta Pécuchet en ricanant.
—Ah! tu m’insultes!
—Non, mais je te fatigue! je le vois bien! avoue-le!»
Et Pécuchet fut pris de colère, ou plutôt de démence. Bouvard
aussi. Ils criaient à la fois tous les deux, l’un irrité par la faim, l’autre
par l’alcool. La gorge de Pécuchet n’émettait plus qu’un râle.
«C’est infernal, une vie pareille; j’aime mieux la mort. Adieu!»
Il prit le flambeau, tourna les talons, claqua la porte.
Bouvard, au milieu des ténèbres, eut peine à l’ouvrir, courut
derrière lui, arriva dans le grenier.
La chandelle était par terre, et Pécuchet debout sur une des
chaises, avec le câble dans sa main.
L’esprit d’imitation emporta Bouvard:
«Attends-moi!»
Et il montait sur l’autre chaise, quand, s’arrêtant tout à coup:
«Mais... nous n’avons pas fait notre testament.
—Tiens! c’est juste.»
Des sanglots gonflaient leur poitrine. Ils se mirent à la lucarne
pour respirer.
L’air était froid, et des astres nombreux brillaient dans le ciel, noir
comme de l’encre.
La blancheur de la neige qui couvrait la terre se perdait dans les
brumes de l’horizon.
 Ils aperçurent de petites lumières à ras du sol, et, grandissant, se
rapprochant, toutes allaient du côté de l’église.
Une curiosité les y poussa.
C’était la messe de minuit. Ces lumières provenaient des
lanternes des bergers. Quelques-uns, sous le porche, secouaient
leurs manteaux.
Le serpent ronflait, l’encens fumait. Des verres, suspendus dans
la longueur de la nef, dessinaient trois couronnes de feux
multicolores, et, au bout de la perspective, des deux côtés du
tabernacle, des cierges géants dressaient des flammes rouges. Par-
dessus les têtes de la foule et les capelines des femmes, au delà des
chantres, on distinguait le prêtre, dans sa chasuble d’or; à sa voix
aiguë répondaient les voix fortes des hommes emplissant le jubé, et
la voûte de bois tremblait sur ses arceaux de pierre. Des images,
représentant le Chemin de la croix, décoraient les murs. Au milieu du
chœur, devant l’autel, un agneau était couché, les pattes sous le
ventre, les oreilles toutes droites.
La tiède température leur procura un singulier bien-être, et leurs
pensées, orageuses tout à l’heure, se faisaient douces, comme des
vagues qui s’apaisent.
Ils écoutèrent l’Évangile et le Credo, observaient les mouvements
du prêtre. Cependant les vieux, les jeunes, les pauvresses en
guenilles, les fermières en haut bonnet, les robustes gars à blonds
favoris, tous priaient, absorbés dans la même joie profonde, et
voyaient sur la paille d’une étable rayonner comme un soleil le corps
de l’enfant-Dieu. Cette foi des autres touchait Bouvard en dépit de
sa raison, et Pécuchet malgré la dureté de son cœur.
Il y eut un silence; tous les dos se courbèrent, et, au tintement
d’une clochette, le petit agneau bêla.
L’hostie fut montrée par le prêtre, au bout de ses deux bras, le
plus haut possible. Alors éclata un chant d’allégresse qui conviait le
monde aux pieds du Roi des Anges. Bouvard et Pécuchet,
involontairement, s’y mêlèrent, et ils sentaient comme une aurore se
lever dans leur âme.
 IX

Marcel reparut le lendemain, à trois heures, la face verte, les

yeux rouges, une bigne au front, le pantalon déchiré, empestant
l’eau-de-vie, immonde.
Il avait été, selon sa coutume annuelle, à six lieues de là, près
d’Iqueville, faire le réveillon chez un ami;—et bégayant plus que
jamais, pleurant, voulant se battre, il implorait sa grâce, comme s’il
eût commis un crime. Ses maîtres l’octroyèrent. Un calme singulier
les portait à l’indulgence.
La neige avait fondu tout à coup, et ils se promenaient dans leur
jardin, humant l’air tiède, heureux de vivre.
Était-ce le hasard seulement qui les avait détournés de la mort?
Bouvard se sentait attendri. Pécuchet se rappela sa première
communion; et pleins de reconnaissance pour la Force, la Cause
dont ils dépendaient, l’idée leur vint de faire des lectures pieuses.
L’Évangile dilata leur âme, les éblouit comme un soleil. Ils
apercevaient Jésus, debout sur la montagne, un bras levé, la foule
en dessous l’écoutant,—ou bien au bord du lac, parmi les Apôtres
qui tirent des filets,—puis sur l’ânesse, dans la clameur des alleluia,
la chevelure éventée par les palmes frémissantes; enfin au haut de
la croix, inclinant sa tête, d’où tombe éternellement une rosée sur le
monde. Ce qui les gagna, ce qui les délectait, c’est la tendresse pour
les humbles, la défense des pauvres, l’exaltation des opprimés.—Et
dans ce livre où le ciel se déploie, rien de théologal au milieu de tant
de préceptes; pas un dogme, nulle exigence que la pureté du cœur.
Quant aux miracles, leur raison n’en fut pas surprise; dès
l’enfance, ils les connaissaient. La hauteur de saint Jean ravit
Pécuchet et le disposa à mieux comprendre l’Imitation.
Ici plus de paraboles, de fleurs, d’oiseaux, mais des plaintes, un
resserrement de l’âme sur elle-même. Bouvard s’attrista en
feuilletant ces pages, qui semblent écrites par un temps de brume,
au fond d’un cloître, entre un clocher et un tombeau. Notre vie
mortelle y apparaît si lamentable qu’il faut, l’oubliant, se retourner
vers Dieu;—et les deux bonshommes, après toutes leurs déceptions,
éprouvaient le besoin d’être simples, d’aimer quelque chose, de se
reposer l’esprit.
Ils abordèrent l’Ecclésiaste, Isaïe, Jérémie.
Mais la Bible les effrayait avec ses prophètes à voix de lion, le
fracas du tonnerre dans les nues, tous les sanglots de la Géhenne,
et son Dieu dispersant les empires, comme le vent fait des nuages.
Ils lisaient cela le dimanche, à l’heure des vêpres, pendant que la
cloche tintait.
Un jour, ils se rendirent à la messe, puis y retournèrent. C’était
une distraction au bout de la semaine. Le comte et la comtesse de
Faverges les saluèrent de loin, ce qui fut remarqué. Le juge de paix
leur dit, en clignant de l’œil: «Parfait! je vous approuve.» Toutes les
bourgeoises, maintenant, leur envoyaient le pain bénit.
L’abbé Jeufroy leur fit une visite; ils la rendirent, on se fréquenta;
et le prêtre ne parlait pas de religion.
Ils furent étonnés de cette réserve, si bien que Pécuchet, d’un air
indifférent, lui demanda comment s’y prendre pour obtenir la foi.
«Pratiquez d’abord.»
Ils se mirent à pratiquer, l’un avec espoir, l’autre par défi,
Bouvard étant convaincu qu’il ne serait jamais un dévot. Un mois
durant, il suivit régulièrement tous les offices, mais, à l’encontre de
Pécuchet, ne voulut pas s’astreindre au maigre.

É
 Était-ce une mesure d’hygiène? On sait ce que vaut l’hygiène!
Une affaire de convenance? A bas les convenances! Une marque de
soumission envers l’Église? Il s’en fichait également! bref, déclarait
cette règle absurde, pharisaïque et contraire à l’esprit de l’Évangile.
Le vendredi saint des autres années, ils mangeaient ce que
Germaine leur servait.
Mais Bouvard, cette fois, s’était commandé un bifteck. Il s’assit,
coupa la viande;—et Marcel le regardait scandalisé, tandis que
Pécuchet dépiautait gravement sa tranche de morue.
Bouvard restait la fourchette d’une main, le couteau de l’autre.
Enfin, se décidant, il monta une bouchée à ses lèvres. Tout à coup
ses mains tremblèrent, sa grosse mine pâlit, sa tête se renversait.
«Tu te trouves mal?
—Non! mais!...» et il fit un aveu. Par suite de son éducation
(c’était plus fort que lui), il ne pouvait manger du gras ce jour-là,
dans la crainte de mourir.
Pécuchet, sans abuser de sa victoire, en profita pour vivre à sa
guise.
Un soir, il rentra la figure empreinte d’une joie sérieuse, et,
lâchant le mot, dit qu’il venait de se confesser.
Alors ils discutèrent l’importance de la confession.
Bouvard admettait celle des premiers chrétiens qui se faisait en
public: la moderne est trop facile. Cependant il ne niait pas que cette
enquête sur nous-mêmes ne fût un élément de progrès, un levain de
moralité.
Pécuchet, désireux de la perfection, chercha ses vices; les
bouffées d’orgueil depuis longtemps étaient parties. Son goût du
travail l’exemptait de la paresse; quant à la gourmandise, personne
de plus sobre. Quelquefois des colères l’emportaient.
 Il se jura de n’en plus avoir.
Ensuite, il faudrait acquérir des vertus, premièrement l’humilité,—
c’est-à-dire se croire incapable de tout mérite, indigne de la moindre
récompense, immoler son esprit, et se mettre tellement bas que l’on
vous foule aux pieds comme la boue des chemins. Il était loin encore
de ces dispositions.
Une autre vertu lui manquait: la chasteté.—Car, intérieurement, il
regrettait Mélie, et le pastel de la dame en robe Louis XV le gênait
avec son décolletage.
Il l’enferma dans une armoire, redoubla de pudeur jusques à
craindre de porter ses regards sur lui-même, et couchait avec un
caleçon.
Tant de soins autour de la luxure la développèrent. Le matin,
principalement, il avait à subir de grands combats, comme en eurent
saint Paul, saint Benoît et saint Jérôme, dans un âge fort avancé; de
suite, ils recouraient à des pénitences furieuses. La douleur est une
expiation, un remède et un moyen, un hommage à Jésus-Christ.
Tout amour veut des sacrifices,—et quel plus pénible que celui de
notre corps!
Afin de se mortifier, Pécuchet supprima le petit verre après les
repas, se réduisit à quatre prises dans la journée, par les froids
extrêmes ne mettait plus de casquette.
Un jour, Bouvard, qui rattachait la vigne, posa une échelle contre
le mur de la terrasse près de la maison,—et, sans le vouloir, se
trouva plonger dans la chambre de Pécuchet.
Son ami, nu jusqu’au ventre, avec le martinet aux habits, se
frappait les épaules doucement, puis, s’animant, retira sa culotte,
cingla ses fesses et tomba sur une chaise, hors d’haleine.
Bouvard fut troublé comme à la découverte d’un mystère, qu’on
ne doit pas surprendre.
 Depuis quelque temps, il remarquait plus de netteté sur les
carreaux, moins de trous aux serviettes, une nourriture meilleure;—
changements qui étaient dus à l’intervention de Reine, la servante
de M. le curé.
Mêlant les choses de l’église à celles de sa cuisine, forte comme
un valet de charrue et dévouée, bien que irrespectueuse, elle
s’introduisait dans les ménages, donnait des conseils, y devenait
maîtresse. Pécuchet se fiait absolument à son expérience.
Une fois, elle lui amena un individu replet, ayant de petits yeux à
la chinoise, un nez en bec de vautour. C’était M. Gouttman,
négociant en articles de piété; il en déballa quelques-uns, enfermés
dans des boîtes, sous le hangar: croix, médailles et chapelets de
toutes les dimensions, candélabres pour oratoires, autels portatifs,
bouquets de clinquant, et des sacrés-cœurs en carton bleu, des saint
Joseph à barbe rouge, des calvaires de porcelaine. Pécuchet les
convoita. Le prix seul l’arrêtait.
Gouttman ne demandait pas d’argent. Il préférait les échanges,
et, monté dans le muséum, il offrit contre des vieux fers et tous les
plombs un stock de ses marchandises.
Elles parurent hideuses à Bouvard. Mais l’œil de Pécuchet, les
instances de Reine et le bagout du brocanteur finirent par le
convaincre. Quand il le vit si coulant, Gouttman voulut, en outre, la
hallebarde; Bouvard, las d’en avoir démontré la manœuvre,
l’abandonna. L’estimation totale étant faite, ces messieurs devaient
encore cent francs. On s’arrangea, moyennant quatre billets à trois
mois d’échéance,—et ils s’applaudirent du bon marché.
Leurs acquisitions furent distribuées dans tous les appartements.
Une crèche remplie de foin et une cathédrale de liège décorèrent le
muséum.
Il y eut sur la cheminée de Pécuchet un saint Jean-Baptiste en
cire; le long du corridor, les portraits des gloires épiscopales, et au
bas de l’escalier, sous une lampe à chaînettes, une sainte Vierge en