Détail de l'auteur
Auteur Issam Guitani |
Documents disponibles écrits par cet auteur (1)
Affiner la recherche Interroger des sources externes
Titre : Commande adaptative neuronale par retour de sortie des systèmes non linéaires Type de document : texte imprimé Auteurs : Issam Guitani, Auteur ; K. Belarbi, Directeur de thèse Editeur : Constantine : Université Mentouri Constantine Année de publication : 2007 Importance : 41 f. Note générale : 01 Disponible à la salle de recherche 02 Disponibles au magazin de la B.U.C. 01 CD Langues : Français (fre) Catégories : Français - Anglais
ElectroniqueTags : Contrôle des systèmes Systèmes non linéaires Commande adaptative neuronale Index. décimale : 621 Electronique Résumé : In this work we have analyzed an output feedback adaptive neural control allowing
direct update of neural network weights. This algorithm is based on control error
minimization. The ideal control signal cannot be calculated, so the error control is estimated by a fuzzy inference system. The estimate having the correct sign, it influences only the leaning rate. A simulation study is carried out for two cases: a state feedback control and output feedback control based on a nonlinear high gain observer. We applied this approach to two nonlinear systems the inverted pendulum and a CSTR (Continuously Stirred Tank Reactor). The results of simulation showed the performances of the strategy in the two cases.Diplôme : Magistère En ligne : ../theses/electronique/GUI4991.pdf Format de la ressource électronique : Permalink : index.php?lvl=notice_display&id=2726 Commande adaptative neuronale par retour de sortie des systèmes non linéaires [texte imprimé] / Issam Guitani, Auteur ; K. Belarbi, Directeur de thèse . - Constantine : Université Mentouri Constantine, 2007 . - 41 f.
01 Disponible à la salle de recherche 02 Disponibles au magazin de la B.U.C. 01 CD
Langues : Français (fre)
Catégories : Français - Anglais
ElectroniqueTags : Contrôle des systèmes Systèmes non linéaires Commande adaptative neuronale Index. décimale : 621 Electronique Résumé : In this work we have analyzed an output feedback adaptive neural control allowing
direct update of neural network weights. This algorithm is based on control error
minimization. The ideal control signal cannot be calculated, so the error control is estimated by a fuzzy inference system. The estimate having the correct sign, it influences only the leaning rate. A simulation study is carried out for two cases: a state feedback control and output feedback control based on a nonlinear high gain observer. We applied this approach to two nonlinear systems the inverted pendulum and a CSTR (Continuously Stirred Tank Reactor). The results of simulation showed the performances of the strategy in the two cases.Diplôme : Magistère En ligne : ../theses/electronique/GUI4991.pdf Format de la ressource électronique : Permalink : index.php?lvl=notice_display&id=2726 Exemplaires (1)
Code-barres Cote Support Localisation Section Disponibilité GUI/4991 GUI/4991 Thèse Bibliothèque principale Thèses Disponible
