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