Contributions à l’optimisation par métaheuristiques des lois de commandes non linéaires / Fouad Allouani (2015) 

Public ISBD Titre : Contributions à l’optimisation par métaheuristiques des lois de commandes non linéaires Type de document : texte imprimé Auteurs : Fouad Allouani, Auteur ; Djamel Boukhetala, Directeur de thèse ; Boudjema, Fares, Directeur de thèse Editeur : [S.l.] : [s.n.] Année de publication : 2015 Importance : 128 f. Présentation : ill. Format : 30 cm. Accompagnement : 1 CD-ROM. Note générale : Thèse de Doctorat : Automatique : Alger, École Nationale Polytechnique : 2015 Bibliogr. f. 119 - 128 Langues : Français (fre) Mots-clés : Algorithmes de colonies fourmis Algorithme recherche d’harmonie Commande par mode glissement décentralisée Commande adaptative Réseaux neurones flous récurrents Index. décimale : D002815 Résumé : Dans cette thèse, deux variantes de métaheuristiques sont proposées pour les algorithmes de colonies de fourmis (Ant Colony Cptimization ACO) et pour l’algorithme de recherche d’harmonie (Harmony Search HS) respectivement. En effet, le but de cette contribution est d’améliorer la vitesse convergence et d’éviter le problème de convergence prématurée afin d’éviter les optimums locaux. La première méthode, relative aux algorithmes ACO, est basée sur l’introduction de quelques modifications dans la structure algorithmique d’algorithme ACO classique (Conventional ACO C-ACO). La seconde méthode proposée, dite,GHSACO, est issue d’une hybridation entre une variante d’algorithme HS, appelée algorithme de recherche d’harmonie globale (Global Best Harmony Search GHS) et un algorithme de type C-ACO. Les deux algorithmes développés, sont appliqués respectivement au problème de calcul des paramètres d’une commande par mode de glissement décentralisée des systèmes non linéaires interconnectés et au problème d’apprentissage des réseaux de neurones flous récurrents (Recurrent Fuzzy Neural Networks RFNN𝑠) intégrés dans une structure de commande adaptative d’une classe de systèmes non linéaires. Les résultats de simulations, obtenus montrent l’efficacité de l’ensemble des méthodes proposées. Contributions à l’optimisation par métaheuristiques des lois de commandes non linéaires [texte imprimé] / Fouad Allouani, Auteur ; Djamel Boukhetala, Directeur de thèse ; Boudjema, Fares, Directeur de thèse . - [S.l.] : [s.n.], 2015 . - 128 f. : ill. ; 30 cm. + 1 CD-ROM. Thèse de Doctorat : Automatique : Alger, École Nationale Polytechnique : 2015 Bibliogr. f. 119 - 128 Langues : Français (fre) Mots-clés : Algorithmes de colonies fourmis Algorithme recherche d’harmonie Commande par mode glissement décentralisée Commande adaptative Réseaux neurones flous récurrents Index. décimale : D002815 Résumé : Dans cette thèse, deux variantes de métaheuristiques sont proposées pour les algorithmes de colonies de fourmis (Ant Colony Cptimization ACO) et pour l’algorithme de recherche d’harmonie (Harmony Search HS) respectivement. En effet, le but de cette contribution est d’améliorer la vitesse convergence et d’éviter le problème de convergence prématurée afin d’éviter les optimums locaux. La première méthode, relative aux algorithmes ACO, est basée sur l’introduction de quelques modifications dans la structure algorithmique d’algorithme ACO classique (Conventional ACO C-ACO). La seconde méthode proposée, dite,GHSACO, est issue d’une hybridation entre une variante d’algorithme HS, appelée algorithme de recherche d’harmonie globale (Global Best Harmony Search GHS) et un algorithme de type C-ACO. Les deux algorithmes développés, sont appliqués respectivement au problème de calcul des paramètres d’une commande par mode de glissement décentralisée des systèmes non linéaires interconnectés et au problème d’apprentissage des réseaux de neurones flous récurrents (Recurrent Fuzzy Neural Networks RFNN𝑠) intégrés dans une structure de commande adaptative d’une classe de systèmes non linéaires. Les résultats de simulations, obtenus montrent l’efficacité de l’ensemble des méthodes proposées.

Réservation

Réserver ce document

Exemplaires (2)

Code-barres	Cote	Support	Localisation	Section	Disponibilité	Spécialité	Etat_Exemplaire
D002815B	D002815	Papier + ressource électronique	Bibliothèque Annexe	Thèse de Doctorat	Disponible	Automatique	Consultation sur place/Téléchargeable
D002815A	D002815	Papier + ressource électronique	Bibliothèque Annexe	Thèse de Doctorat	Disponible	Automatique	Consultation sur place/Téléchargeable

Documents numériques

ALLOUANI.Fouad.pdf URL