Beschreibung
Thèse de Master de lannée 2005 dans le domaine Ingénierie - Généralités, note: -, langue: Français, résumé: Le but de lidentification est la détermination des paramètres dun modèle à partir de données expérimentales pour obtenir des comportements identiques entre le système et le modèle établi. De nos jours, lévolution des moyens de calcul a permis le développement des algorithmes didentification et leur application avec succès pour diverses applications industrielles. Les techniques didentification peuvent être classées en méthodes conventionnelles et non conventionnelles. Les méthodes didentification conventionnelles sont chronologiquement, les premières techniques utilisées pour lidentification des systèmes dynamiques. Elles permettent la description dun système par un modèle mathématique en se basant, soit sur une analyse théorique, soit sur une analyse expérimentale ou sur les deux. Les méthodes didentification 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 dun grand nombre dunités 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 didentification conventionnelles et non conventionnelles, est organisé en deux chapitres. Dans le premier chapitre, des généralités sur les techniques didentification sont présentés. Dans une première partie, les principales techniques didentification 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 didentification sont mentionnées. Le deuxième chapitre est consacré à la mise en oeuvre de deux méthodes didentification conventionnelles à savoir, la méthode de blanchissement de lerreur de prédiction et la méthode de décorrélation de lerreur de prédiction et du vecteur dobservation. De telles méthodes ont été appliquées à un pendule simple. De même, la méthode didentification NNARMAX a été appliquée sur le même exemple détude. 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 didentification étudiés dans ce travail.
Autorenporträt
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.
Herstellerkennzeichnung:
GRIN Publishing GmbH
Waltherstraße 23
80337 München
DE
E-Mail: info@grin.com
