dc.contributor.author |
Chemlal, Lahna |
|
dc.contributor.author |
Chekaba, Fairouz |
|
dc.contributor.author |
Haddar, Hocine ; promoteur |
|
dc.date.accessioned |
2024-03-21T08:23:30Z |
|
dc.date.available |
2024-03-21T08:23:30Z |
|
dc.date.issued |
2023 |
|
dc.identifier.other |
621.3MAS/627 |
|
dc.identifier.uri |
http://univ-bejaia.dz/dspace/123456789/23081 |
|
dc.description |
Option : Automatique et Systèmes |
en_US |
dc.description.abstract |
Les méthodes de commande non linéaire se basent sur l’existence d’un modèle analytique du système.
Cependant, pour des systèmes non linéaires complexes, le modèle peut être inexploitable, imprécis ou tout
simplement inexistant. Les réseaux de neurones sont récemment apparus comme des approches capables de
reproduire le comportement complexe de systèmes non linéaires. Dans cette étude, nous alors combiner la
commande adaptative et les réseaux neuronaux pour profiter de leurs caractéristiques dans la résolution de
problèmes de commande de systèmes non linéaires. Le premier chapitre introduit la généralité des réseaux
de neurones. Le deuxième chapitre consiste éclaircir les notions de base sur les commandes stabilisant les
systèmes non linéaires. Ensuite, nous présentons un aperçu de la commande choisie dans ce travail, la
commande neuronale adaptative. L'application de la commande par réseau de neurones à un système
dynamique qui fait l'objet du chapitre 3. Les résultats de simulation montrent la robustesse et la fiabilité de
la commande choisie sur la stabilité de système. Les résultats sont obtenus via Simulink/Matlab. |
en_US |
dc.language.iso |
fr |
en_US |
dc.publisher |
Université Abderramane Mira-Bejaia |
en_US |
dc.subject |
Commande non linéaire ; Commande des systèmes ; Réseaux de neurones artificielles |
en_US |
dc.title |
Commande des systèmes par réseaux de neurones artificielles. |
en_US |
dc.type |
Thesis |
en_US |