Sur La Commande Neuronale Adaptative Des Syst Mes Non Lin Raires
Download Sur La Commande Neuronale Adaptative Des Syst Mes Non Lin Raires PDF/ePub or read online books in Mobi eBooks. Click Download or Read Online button to get Sur La Commande Neuronale Adaptative Des Syst Mes Non Lin Raires book now. This website allows unlimited access to, at the time of writing, more than 1.5 million titles, including hundreds of thousands of titles in various foreign languages.
Sur la Commande Neuronale Adaptative de Systèmes Non Linéaires Affines
Ce document s'int resse l'identification et la commande adaptative de syst mes non lin aires, par r seaux de neurones. L'approche de commande adopt e est la technique de lin arisation par retour (feedback linearization). Dans une premi re partie de ce document, un algorithme d'approximation stochastique pour l'ajustement des param tres du r seau a t utilis . Les r sultats de simulation prouvent que l'approche consid r e constitue une m thode int ressante pour viter le calcul des d riv es de la fonction co t. De plus, cette approche peut rem dier d'autres inconv nients du gradient, savoir sa lenteur autour du minimum. La seconde partie du livre introduit une nouvelle architecture de r seaux de neurones, savoir les r seaux de neurones structure variable (RNSV). Dans cette architecture le nombre de FBRs dans le r seau peut augmenter ou diminuer au cours du temps selon une strat gie de conception afin d' viter les probl mes de sur ou sous-dimensionnement du r seau. Une commande adaptative indirecte permettant l'annulation asymptotique et exacte des non-lin arit s a fait l'objet de la troisi me partie.
Sur la commande neuronale adaptative des systèmes non linéraires
Ce travail traite de la commande des systèmes non linéaires carrés multivariables à dynamiques inconnues ou incertaines. Le schéma de commande neuronale adaptative retenu est formé d'un émulateur et d'un correcteur dont les paramètres découplés sont adaptés en temps réel à l'aide de l'algorithme "Real Time Recureent Learning". Des nouvelles méthodes d'adaptation des paramètres du correcteur, basées sur l'étude de la stabilité au sens de Lyapunov, sont proposées pour assurer un comportement stable des sytsèmes non linéaires perturbés. La minimisation des critères multi-objectifs est aussi considérée pour ajuster le facteur d'adaptation du correcteur. L'apport en performances des approches développées est évalué par des simulation numériques et par des applications en temps réel sur des systèmes non linéraires perturbés.
Commande neuronale adaptative des systèmes non linéaires
Dans cette thèse nous proposons un Système de Commande Neuronale Indirecte (SCNI) auto-adaptatif, stable, et robuste pour commander une large variété de systèmes linéaires ou non linéaires, monovariables ou multivariables dont le modèle mathématique est mal connu ou pouvant varier dans le temps. Le SCNI, comporte le modèle instantané et le correcteur ainsi qu’un algorithme autonome d'adaptation des paramètres. Les paramètres du SCNI sont initialisés à zéro assurant ainsi des performances indépendantes de la phase d'initialisation. L’analyse et la synthèse de la stabilité du système en boucle fermée, la stabilité robuste et la robustesse vis-à-vis du bruit de mesure ont été étudiées à l’aide de l’approche de Lyapunov. La commande développée a été testée sur le simulateur du réacteur chimique du Tennessee Eastman et sur un bras manipulateur de robotique médicale. La structure de commande proposée, simple et flexible, s'avère utilisable en pratique pour de nombreuses applications.