CHF29.90
Download est disponible immédiatement
Thèse de Master de l'année 2005 dans le domaine Ingénierie - Généralités, note: -, , langue: Français, résumé: Le but de l'identification est la détermination des paramètres d'un modèle à partir de données expérimentales pour obtenir des comportements identiques entre le système et le modèle établi . De nos jours, l'évolution des moyens de calcul a permis le développement des algorithmes d'identification et leur application avec succès pour diverses applications industrielles. Les techniques d'identification peuvent être classées en méthodes conventionnelles et non conventionnelles. Les méthodes d'identification conventionnelles sont chronologiquement, les premières techniques utilisées pour l'identification des systèmes dynamiques. Elles permettent la description d'un système par un modèle mathématique en se basant, soit sur une analyse théorique, soit sur une analyse expérimentale ou sur les deux. Les méthodes d'identification non conventionnelles, et en particulier, celles qui sont basées sur le concept des Réseaux de Neurones Artificiels (RNA), sont de nos jours de plus en plus utilisées. Les RNA sont des approximateurs universels, constitués d'un grand nombre d'unités de traitements élémentaires opérant en parallèle. Les RNA sont également connus par leur robustesse au bruit provenant du fait que chaque information est répartie sur plusieurs neurones à la fois. Ce mémoire, qui a comme thématique la mise en oeuvre de méthodes d'identification conventionnelles et non conventionnelles, est organisé en deux chapitres. Dans le premier chapitre, des généralités sur les techniques d'identification sont présentés. Dans une première partie, les principales techniques d'identification conventionnelles, répertoriées en méthodes non paramétriques et paramétriques sont cités. Dans la deuxième partie de ce chapitre, le concept des RNA est introduit et les différentes méthodes d'identification sont mentionnées. Le deuxième chapitre est consacré à la mise en oeuvre de deux méthodes d'identification conventionnelles à savoir, la méthode de blanchissement de l'erreur de prédiction et la méthode de décorrélation de l'erreur de prédiction et du vecteur d'observation. De telles méthodes ont été appliquées à un pendule simple. De même, la méthode d'identification NNARMAX a été appliquée sur le même exemple d'étude. Les algorithmes mis en oeuvre dans ce travail ont été programmés en C++.Les différents résultats de simulations sont présentés et commentés dans le but de comparer entre les différentes méthodes d'identification étudiés dans ce travail.
Farouk Zouari est né en 1980 à Tunis, Tunisie. Il a obtenu son diplôme d'ingénieur en 2004 de l'Ecole Nationale d'Ingénieurs de Tunis (ENIT). Il a reçu ses diplômes de doctorat et de mastère en génie électrique de l'ENIT en 2014 et en 2005, respectivement. Ses intérêts de recherche sont dans le domaine de commandes adaptatives neuronales de systèmes dynamiques complexes.
Auteur
Farouk Zouari est né en 1980 à Tunis, Tunisie. Il a obtenu son diplôme d'ingénieur en 2004 de l'Ecole Nationale d'Ingénieurs de Tunis (ENIT). Il a reçu ses diplômes de doctorat et de mastère en génie électrique de l'ENIT en 2014 et en 2005, respectivement. Ses intérêts de recherche sont dans le domaine de commandes adaptatives neuronales de systèmes dynamiques complexes.
Texte du rabat
Thèse de Master de l'année 2005 dans le domaine Ingénierie - Généralités, note: -, , langue: Français, résumé: Le but de l'identification est la détermination des paramètres d'un modèle à partir de données expérimentales pour obtenir des comportements identiques entre le système et le modèle établi . De nos jours, l'évolution des moyens de calcul a permis le développement des algorithmes d'identification et leur application avec succès pour diverses applications industrielles. Les techniques d'identification peuvent être classées en méthodes conventionnelles et non conventionnelles. Les méthodes d'identification conventionnelles sont chronologiquement, les premières techniques utilisées pour l'identification des systèmes dynamiques. Elles permettent la description d'un système par un modèle mathématique en se basant, soit sur une analyse théorique, soit sur une analyse expérimentale ou sur les deux. Les méthodes d'identification non conventionnelles, et en particulier, celles qui sont basées sur le concept des Réseaux de Neurones Artificiels (RNA), sont de nos jours de plus en plus utilisées. Les RNA sont des approximateurs universels, constitués d'un grand nombre d'unités de traitements élémentaires opérant en parallèle. Les RNA sont également connus par leur robustesse au bruit provenant du fait que chaque information est répartie sur plusieurs neurones à la fois. Ce mémoire, qui a comme thématique la mise en oeuvre de méthodes d'identification conventionnelles et non conventionnelles, est organisé en deux chapitres. Dans le premier chapitre, des généralités sur les techniques d'identification sont présentés. Dans une première partie, les principales techniques d'identification conventionnelles, répertoriées en méthodes non paramétriques et paramétriques sont cités. Dans la deuxième partie de ce chapitre, le concept des RNA est introduit et les différentes méthodes d'identification sont mentionnées. Le deuxième chapitre est consacré à la mise en oeuvre de deux méthodes d'identification conventionnelles à savoir, la méthode de blanchissement de l'erreur de prédiction et la méthode de décorrélation de l'erreur de prédiction et du vecteur d'observation. De telles méthodes ont été appliquées à un pendule simple. De même, la méthode d'identification NNARMAX a été appliquée sur le même exemple d'étude. Les algorithmes mis en oeuvre dans ce travail ont été programmés en C++.Les différents résultats de simulations sont présentés et commentés dans le but de comparer entre les différentes méthodes d'identification étudiés dans ce travail.