Show simple item record

dc.contributor.authorAmoura, Karima
dc.date.accessioned2017-04-10T09:46:56Z
dc.date.available2017-04-10T09:46:56Z
dc.date.issued2010
dc.identifier.citationOption : Automatique des systèmes continus et productiqueen
dc.identifier.otherMAG.AUTO.27-10
dc.identifier.urihttps://dl.ummto.dz/handle/ummto/713
dc.description105 f. : ill. ; 30 cm. (+ CD-Rom)en
dc.description.abstractLes réseaux de neurones artificiels, appelés aussi réseaux neuromimétiques, constituent aujourd’hui une technique de traitement de données bien comprise et bien maîtrisée. Notre travail consiste à étudier un type de réseaux de neurones artificiels dynamiques appelés réseaux de neurones à espace d’état, en anglais "State Space Neural Networks" ou SSNN. Les SSNN font partie des techniques de l’intelligence artificielle et trouvent des applications directes dans le domaine de l’Automatique. L’objectif de ce travail est d’évaluer le potentiel (performances optimales) de cette technique dans le cadre de tâches de modélisation, d’identification et de prédiction des systèmes dynamiques en utilisant deux méthodes d’apprentissage, la méthode du gradient stochastique et la méthode de Levenberg-Marquardt. Le chapitre I de ce présent mémoire est consacré à la présentation des réseaux de neurones artificiels d’une manière générale. Dans le deuxième chapitre on introduit le réseau de neurones à espace d’état et comment le mettre en œuvre pour les taches de modélisation et d’identification des systèmes dynamiques. Le troisième chapitre est un chapitre de test et de résultats dans lequel nous modélisons des systèmes dynamiques linéaires et non linéaires de différents ordre avec des SSNN en utilisant pour cela les deux méthodes d’apprentissage mises en œuvre. Afin mettre en valeur l’efficacité du SSNN une comparaison entre ce type de réseau avec un réseau multicouche a été réalisée.en
dc.language.isofren
dc.publisherUniversité Mouloud Mammerien
dc.subjectSystèmes dynamiquesen
dc.subjectRéseaux de neurones à espace d’étaten
dc.subjectPrédictionen
dc.subjectIdentificationen
dc.subjectReprésentation d’étaten
dc.subjectRéseaux de neuronesen
dc.titleRéseaux de neurones et espace d'état pour l'identification et la prédictionen
dc.typeThesisen


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record