Commande des systèmes dynamiques linéaires et non linéaires par la stratégie prédictive
| dc.contributor.author | Mohamed Larbi SAIDI | |
| dc.date.accessioned | 2023-03-28T10:59:29Z | |
| dc.date.available | 2023-03-28T10:59:29Z | |
| dc.date.issued | 2006 | |
| dc.description.abstract | La notion de prédiction se voit de plus en plus importante dans la commande des systèmes automatiques, les décisions à prendre selon un comportement futur prédit. Dans cette optique, le travail présenté dans cette thèse s’articule autour d’une stratégie de commande utilisant un modèle de prédiction. Le but de cette thèse est de développer des techniques de commande prédictive pour les systèmes dynamiques linéaires et non linéaires. D’abord, il est énoncé la loi de commande prédictive généralisée pour les systèmes linéaire ainsi que ses différentes caractéristiques. Ensuite, la version non linéaire de cette stratégie de commande est introduite. En effet, deux approches de la commande prédictive non linéaire sont présentées, la première est basée sur l’exploitation du prédicteur neuronal à un pas dans le calcul des prédictions, et la seconde est fondée sur l’utilisation d’un réseau de neurones comme extracteur de modèle linéaire autour d’un (ou plusieurs) point(s) de fonctionnement. Enfin, dans le cadre de la lutte contre les accidents de la route, cette loi de commande prédictive est appliquée à une plateforme mobile d’un simulateur de conduite, conçu pour développer les réflexes chez les conducteurs dans les diverses situations de conduite. Les performances de cette loi de commande sont évaluées par simulation en exploitant des données réelles du véhicule. | |
| dc.identifier.uri | https://dspace.univ-annaba.dz//handle/123456789/2428 | |
| dc.language.iso | fr | |
| dc.title | Commande des systèmes dynamiques linéaires et non linéaires par la stratégie prédictive | |
| dc.type | Thesis | |
| dspace.entity.type |