A partir de cette page vous pouvez :
author
| Retourner au premier écran avec les étagères virtuelles... |
Détail de l'auteur
Auteur Lamia Sersour |
Documents disponibles écrits par cet auteur
Ajouter le résultat dans votre panier Faire une suggestion Affiner la recherche Interroger des sources externesIdentification des systèmes fractionnaires non linéaires / Lamia Sersour (2018)
Titre : Identification des systèmes fractionnaires non linéaires Type de document : theses et memoires Auteurs : Lamia Sersour ; Djamah Tounsia, Directeur de thèse Editeur : Tizi-Ouzou : UMMTO- FGEI Année de publication : 2018 Importance : 118 f. Présentation : ill. Format : 30 cm. Note générale : Bibliogr. Langues : Français Mots-clés : Systèmes non linéaires fractionnaires Identification Structure bloc orientée Modèle de Wiener PNLSS fractionnaire Régression fractionnaire Optimisation non linéaire Méthode heuristique Résumé : La majorité des systèmes dynamiques réels sont non linéaires, et un certain nombre d'entre eux révèlent un comportement fractionnaire caractérisé par la propriété d'hérédité ; par conséquent, un intérêt considérable a été relevé pour leur identification qui reste un domaine d'étude en pleine expansion.
Notre travail s'inscrit dans la continuité de ces recherches; l'objectif de cette thèse étant de développer de nouvelles méthodes d'identification des systèmes non linéaires fractionnaires en considérant la structure block orientée de Wiener.
La modélisation des systèmes fractionnaires de Wiener a été réalisée en se basant sur deux modèles : la représentation d'état non linéaire polynomial (Polynomial NonLinear State Space model, PNLSS), et le modèle sous forme de régression fractionnaire.
Une méthode à erreur de sortie basée sur l'algorithme de Levenberg-Marquardt (LM) a été développée pour l'identification du système de Wiener PNLSS fractionnaire.
Une autre méthode heuristique, en l'occurrence la méthode à essaim de particules a été adaptée pour l'estimation des paramètres du modèle de Wiener fractionnaire avec la version SAVPSO pour le modèle PNLSS et en se basant sur le principe key term pour la deuxième représentation.
Les résultats de simulation obtenus permettent de valider l'efficacité des deux méthodes.En ligne : D:\CD THESES 2018\DOC AUTO\SERSOUR LAMIA.PDF Format de la ressource électronique : Permalink : ./index.php?lvl=notice_display&id=33777 Identification des systèmes fractionnaires non linéaires [theses et memoires] / Lamia Sersour ; Djamah Tounsia, Directeur de thèse . - Tizi-Ouzou (Tizi-Ouzou) : UMMTO- FGEI, 2018 . - 118 f. : ill. ; 30 cm.
Bibliogr.
Langues : Français
Mots-clés : Systèmes non linéaires fractionnaires Identification Structure bloc orientée Modèle de Wiener PNLSS fractionnaire Régression fractionnaire Optimisation non linéaire Méthode heuristique Résumé : La majorité des systèmes dynamiques réels sont non linéaires, et un certain nombre d'entre eux révèlent un comportement fractionnaire caractérisé par la propriété d'hérédité ; par conséquent, un intérêt considérable a été relevé pour leur identification qui reste un domaine d'étude en pleine expansion.
Notre travail s'inscrit dans la continuité de ces recherches; l'objectif de cette thèse étant de développer de nouvelles méthodes d'identification des systèmes non linéaires fractionnaires en considérant la structure block orientée de Wiener.
La modélisation des systèmes fractionnaires de Wiener a été réalisée en se basant sur deux modèles : la représentation d'état non linéaire polynomial (Polynomial NonLinear State Space model, PNLSS), et le modèle sous forme de régression fractionnaire.
Une méthode à erreur de sortie basée sur l'algorithme de Levenberg-Marquardt (LM) a été développée pour l'identification du système de Wiener PNLSS fractionnaire.
Une autre méthode heuristique, en l'occurrence la méthode à essaim de particules a été adaptée pour l'estimation des paramètres du modèle de Wiener fractionnaire avec la version SAVPSO pour le modèle PNLSS et en se basant sur le principe key term pour la deuxième représentation.
Les résultats de simulation obtenus permettent de valider l'efficacité des deux méthodes.En ligne : D:\CD THESES 2018\DOC AUTO\SERSOUR LAMIA.PDF Format de la ressource électronique : Permalink : ./index.php?lvl=notice_display&id=33777 Réservation
Réserver ce document
Exemplaires
Code-barres Cote Support Localisation Section Disponibilité DOC.AUTO.06-18/1 DOC.AUTO.06-18 Thèses Magasin de Thèses et Mémoires / FGE Doctorat en Automatique Disponible DOC.AUTO.06-18/2 DOC.AUTO.06-18 Thèses Magasin de Thèses et Mémoires / FGE Doctorat en Automatique Disponible Aucun avis, veuillez vous identifier pour ajouter le vôtre !
Titre : Identification des systèmes de Wiener basée sur la représentation de l’espace d’état non linéaire polynomiale. Type de document : theses et memoires Auteurs : Rosa Diboun, Auteur ; Lina Ameziane, Auteur ; Lamia Sersour, Directeur de thèse Editeur : TIZI-OUZOU : FGEI.UMMTO Année de publication : 2023 Importance : 49 p. Présentation : ill. Format : 30 cm. Note générale : Bibliogr. Langues : Français Mots-clés : Identification Systèmes non linéaires Modèle de Wiener Espace d’état non linéaire polynomiale (PNLSS) Levenberg Marquardt Résumé : Dans ce travail, l’identification des systèmes non linéaires de type Wiener est considérée. De tels systèmes peuvent être définis par un bloc dynamique linéaire suivi d’un bloc non linéaire statique. La représentation de l’espace d’état non linéaire polynomiale (Polynomial Nonlinear State Space) est utilisée pour la description du modèle de Wiener.
Une méthode d’identification à erreur de sortie est utilisée, basée sur l’algorithme de Levenberg-Marquardt.
L’efficacité de la méthode est étudiée sur des simulations numériques en absence de bruit et avec des données bruitées.
Diplôme : Master Permalink : ./index.php?lvl=notice_display&id=37768 Identification des systèmes de Wiener basée sur la représentation de l’espace d’état non linéaire polynomiale. [theses et memoires] / Rosa Diboun, Auteur ; Lina Ameziane, Auteur ; Lamia Sersour, Directeur de thèse . - TIZI-OUZOU (TIZI-OUZOU) : FGEI.UMMTO, 2023 . - 49 p. : ill. ; 30 cm.
Bibliogr.
Langues : Français
Mots-clés : Identification Systèmes non linéaires Modèle de Wiener Espace d’état non linéaire polynomiale (PNLSS) Levenberg Marquardt Résumé : Dans ce travail, l’identification des systèmes non linéaires de type Wiener est considérée. De tels systèmes peuvent être définis par un bloc dynamique linéaire suivi d’un bloc non linéaire statique. La représentation de l’espace d’état non linéaire polynomiale (Polynomial Nonlinear State Space) est utilisée pour la description du modèle de Wiener.
Une méthode d’identification à erreur de sortie est utilisée, basée sur l’algorithme de Levenberg-Marquardt.
L’efficacité de la méthode est étudiée sur des simulations numériques en absence de bruit et avec des données bruitées.
Diplôme : Master Permalink : ./index.php?lvl=notice_display&id=37768 Réservation
Réserver ce document
Exemplaires
Code-barres Cote Support Localisation Section Disponibilité aucun exemplaire Aucun avis, veuillez vous identifier pour ajouter le vôtre !
Titre : Identification des systèmes Wiener fractionnaires à l’aide de l’optimisation par essaim de particules à vitesse auto-adaptative Type de document : theses et memoires Auteurs : Mohand Bellahsene, Auteur ; Lamia Sersour, Directeur de thèse Editeur : Tizi-Ouzou : UMMTO F.G.E.I Année de publication : 2024 Importance : 68 p. Présentation : ill. Format : Note générale : Bibliogr. Langues : Français Mots-clés : Identification des systèmes Systèmes non linéaires Modèles blocs orientés Modèle de Wiener Modèle de Hammerstein Modèle Wiener–PNLSS Modèles PNLSS (Polynomial Nonlinear State Space) Systèmes fractionnaires Dérivation fractionnaire Calcul fractionnaire Modèles d’ordre fractionnaire Système de Wiener fractionnaire Optimisation PSO (Particle Swarm Optimization) SAVPSO (Self-Adaptive Velocity PSO) Algorithmes heuristiques Identification paramétrique
Modélisation dynamique: Espace d’état non linéaire.Résumé : Ce travail traite identification de systèmes d’ordre fractionnaire non linéaires discrets basés sur des modèles de Wiener. Ces systèmes sont constitués
d’un bloc dynamique linéaire suivi d’une non-linéarité statique ; dans cette étude, ils sont décrits à l’aide de modèles fractionnaires d’espace d’état non
linéaire polynomial (PNLSS).
L’optimisation par essaim de particules à vitesse auto-adaptative (SAVPSO) est utilisée ; il s’agit d’une PSO modifiée, qui permet la gestion des
contraintes pour résoudre les problème d’optimisation sous contraintes (COP).
L’identification du système de Wiener est réalisée sur la base de SAVPSO, et son efficacité est étudiée sur des simulations numériques pour différents rapports
signal/bruit.Diplôme : Master Permalink : ./index.php?lvl=notice_display&id=37949 Identification des systèmes Wiener fractionnaires à l’aide de l’optimisation par essaim de particules à vitesse auto-adaptative [theses et memoires] / Mohand Bellahsene, Auteur ; Lamia Sersour, Directeur de thèse . - Tizi-Ouzou (Tizi-Ouzou) : UMMTO F.G.E.I, 2024 . - 68 p. : ill. ; PDF.
Bibliogr.
Langues : Français
Mots-clés : Identification des systèmes Systèmes non linéaires Modèles blocs orientés Modèle de Wiener Modèle de Hammerstein Modèle Wiener–PNLSS Modèles PNLSS (Polynomial Nonlinear State Space) Systèmes fractionnaires Dérivation fractionnaire Calcul fractionnaire Modèles d’ordre fractionnaire Système de Wiener fractionnaire Optimisation PSO (Particle Swarm Optimization) SAVPSO (Self-Adaptive Velocity PSO) Algorithmes heuristiques Identification paramétrique
Modélisation dynamique: Espace d’état non linéaire.Résumé : Ce travail traite identification de systèmes d’ordre fractionnaire non linéaires discrets basés sur des modèles de Wiener. Ces systèmes sont constitués
d’un bloc dynamique linéaire suivi d’une non-linéarité statique ; dans cette étude, ils sont décrits à l’aide de modèles fractionnaires d’espace d’état non
linéaire polynomial (PNLSS).
L’optimisation par essaim de particules à vitesse auto-adaptative (SAVPSO) est utilisée ; il s’agit d’une PSO modifiée, qui permet la gestion des
contraintes pour résoudre les problème d’optimisation sous contraintes (COP).
L’identification du système de Wiener est réalisée sur la base de SAVPSO, et son efficacité est étudiée sur des simulations numériques pour différents rapports
signal/bruit.Diplôme : Master Permalink : ./index.php?lvl=notice_display&id=37949 Réservation
Réserver ce document
Exemplaires
Code-barres Cote Support Localisation Section Disponibilité aucun exemplaire Aucun avis, veuillez vous identifier pour ajouter le vôtre !
