Stratégie de commandes neurofloues pour un système continu non linéaire

Neurofuzzy controller for non linear dynamic system

• Auteur / Autrice : Zineddine Gherari
• Direction : Yskandar Hamam
• Type : Thèse de doctorat
• Discipline(s) : Sciences physiques pour l'ingénieur
• Date : Soutenance en 1998
• Etablissement(s) : Paris 12

Mots clés

Mots clés contrôlés

Algorithmes

Réseaux neuronaux (informatique)

Logique floue

Commande floue

Résumé

Dans ce memoire les outils developpes dans le cadre de la commande neurofloue ont permis de resoudre, en simulation, les problemes de la classe des systemes non lineaires continus qu'ils soient mono-dimensionels ou multidimensionels. Apres une phase bibliographique sur les reseaux de neurones artificiels ou nous avons analyses en details les algorithmes d'apprentissage par renforcement et leurs applications et apres un bref apercu sur la theorie de la logique floue, nous avons mis au point une architecture de commande neurofloue bnfc basee sur l'algorithme de la retro propagation pour l'apprentissage pouvant etre interpretee et appliquee suivant un triple cas d'utilisation : d'une maniere numerique, linguistique et lineaire. Nous introduisons egalement le concept d'apprentissage par renforcement pour la commande neurofloue des systemes non lineaires continus, domaine qui a ce jour, a notre connaissance, n'a jamais ete aborde avec succes. En proposant une methodologie generale d'apprentissage basee sur la technique des differences temporelles et l'algorithme de la retro propagation, nous avons mis en evidence une architecture de commande neurofloue bac-nfc qui de la meme maniere peut avoir une triple interpretation. L'application en simulation des deux architectures de commande proposees sur une fonction non lineaire, puis sur un prototype de chaudiere a gaz, demontre ainsi avec les resultats obtenus l'interet de la demarche.