Identification des systèmes Wiener fractionnaires à l’aide de l’optimisation par essaim de particules à vitesse auto-adaptative / Mohand Bellahsene (2024)

Public ISBD 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 : PDF 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
MAST.AUTO.46-24/1	MAST.AUTO.46-24	CD	Magasin de Thèses et Mémoires / FGE	Master en Automatique	Disponible

Aucun avis, veuillez vous identifier pour ajouter le vôtre !

---

page 1/1