Documents disponibles écrits par cet auteur

Hybrid Genetic Algorithm: A Robust Parameter Estimation Technique and its Application to Heavy Duty Vehicles / Xiao, Jie in Transactions of the ASME . Journal of dynamic systems, measurement, and control, Vol. 128 N° 3 (Septembre 2006) 

Public ISBD [article]  in Transactions of the ASME . Journal of dynamic systems, measurement, and control > Vol. 128 N° 3 (Septembre 2006) . - 523-531 p. Titre : Hybrid Genetic Algorithm: A Robust Parameter Estimation Technique and its Application to Heavy Duty Vehicles Titre original : Algorithme Génétique Hybride : Une technique robuste d'évaluation de paramètre et son application aux véhicules résistants Type de document : texte imprimé Auteurs : Xiao, Jie, Auteur ; Kulakowski, Bohdan, Auteur Article en page(s) : 523-531 p. Note générale : Génie Mécanique Langues : Anglais (eng) Mots-clés : Technique  Hybrid  Acquisition  de  donnée  Imperfection  Simulation Résumé : In this paper, hybrid parameter estimation technique is developed to improve computational efficiency and accuracy of pure GA-based estimation. The proposed strategy integrates a GA and the Maximum Likelihood Estimation. Choices of input signals and estimation criterion are discussed involving an extensive sensitivity analysis. Experiment-related aspects, such as the imperfection of data acquisition, are also considered. Computer simulation results reveal that the hybrid parameter estimation method proposed in this study is very efficient and clearly outperforms conventional techniques and pure GAs in accuracy, efficiency, as well as robustness with respect to the initial guesses and measurement uncertainty. Primary experimental validation is also implemented, including the interpretation of field test data, as well as analysis of errors associated with aspects of experiment design. En cet article, la technique hybride d'évaluation de paramètre est développée pour améliorer l'efficacité et l'exactitude informatiques de l'évaluation GA-basée pure. La stratégie proposée intègre un GA et l'évaluation de maximum de vraisemblance. Des choix des signaux d'entrée et le critère d'évaluation sont discutés impliquant une analyse étendue de sensibilité. des aspects Expérience-connexes, tels que l'imperfection de l'acquisition de données, sont également considérés. Les résultats de simulation sur ordinateur indiquent que la méthode hybride d'évaluation de paramètre proposée dans cette étude est très efficace et surpasse clairement les techniques conventionnelles et le gaz pur dans l'exactitude, efficacité, aussi bien que la robustesse en ce qui concerne les conjectures et l'incertitude initiales de mesure. La validation expérimentale primaire est également mise en application, y compris l'interprétation des données d'essai sur le terrain, comme l'analyse des erreurs liées aux aspects de la conception d'expérience. En ligne : http://journaltool.asme.org [article] Hybrid Genetic Algorithm: A Robust Parameter Estimation Technique and its Application to Heavy Duty Vehicles = Algorithme Génétique Hybride : Une technique robuste d'évaluation de paramètre et son application aux véhicules résistants [texte imprimé] / Xiao, Jie, Auteur ; Kulakowski, Bohdan, Auteur . - 523-531 p. Génie Mécanique Langues : Anglais (eng) in Transactions of the ASME . Journal of dynamic systems, measurement, and control > Vol. 128 N° 3 (Septembre 2006) . - 523-531 p. Mots-clés : Technique  Hybrid  Acquisition  de  donnée  Imperfection  Simulation Résumé : In this paper, hybrid parameter estimation technique is developed to improve computational efficiency and accuracy of pure GA-based estimation. The proposed strategy integrates a GA and the Maximum Likelihood Estimation. Choices of input signals and estimation criterion are discussed involving an extensive sensitivity analysis. Experiment-related aspects, such as the imperfection of data acquisition, are also considered. Computer simulation results reveal that the hybrid parameter estimation method proposed in this study is very efficient and clearly outperforms conventional techniques and pure GAs in accuracy, efficiency, as well as robustness with respect to the initial guesses and measurement uncertainty. Primary experimental validation is also implemented, including the interpretation of field test data, as well as analysis of errors associated with aspects of experiment design. En cet article, la technique hybride d'évaluation de paramètre est développée pour améliorer l'efficacité et l'exactitude informatiques de l'évaluation GA-basée pure. La stratégie proposée intègre un GA et l'évaluation de maximum de vraisemblance. Des choix des signaux d'entrée et le critère d'évaluation sont discutés impliquant une analyse étendue de sensibilité. des aspects Expérience-connexes, tels que l'imperfection de l'acquisition de données, sont également considérés. Les résultats de simulation sur ordinateur indiquent que la méthode hybride d'évaluation de paramètre proposée dans cette étude est très efficace et surpasse clairement les techniques conventionnelles et le gaz pur dans l'exactitude, efficacité, aussi bien que la robustesse en ce qui concerne les conjectures et l'incertitude initiales de mesure. La validation expérimentale primaire est également mise en application, y compris l'interprétation des données d'essai sur le terrain, comme l'analyse des erreurs liées aux aspects de la conception d'expérience. En ligne : http://journaltool.asme.org