Mise en oeuvre de méthodes d’identification conventionnelles et non conventionnelles

Inhaltsverzeichnis

• CHAPITRE I: GENERALITES SUR LES METHODES D'IDENTIFICATION CONVENTIONNELLES ET NON CONVENTIONNELLES
• I.1 INTRODUCTION
• 1.2 PRINCIPES D'IDENTIFICATION
• 1.3 MÉTHODES D'IDENTIFICATION CONVENTIONNELLES
• I.3.1 Méthodes d'identification non paramétriques
• I.3.1.1 Identification d'un système du premier ordre
• I.3.1.2 Identification d'un système du second ordre oscillant
• I.3.2 Méthodes d'identification Paramétriques
• I.3.3 Comparaisons entre les méthodes d'identification paramétriques et non paramétriques
• I.4 MÉTHODES D'IDENTIFICATION NON CONVENTIONNELLES
• I.4.1 Principe des Réseaux de Neurones Artificiels
• I.4.2 Architecture des RNA
• I.4.2.1 Réseaux de neurones non bouclés
• I.4.2.2 Réseaux de neurones bouclés
• I.4.3 Apprentissage
• I.4.3.1 Apprentissage supervisé
• I.4.3.2 Apprentissage non supervisé
• I.4.4 Identification des systèmes par les réseaux de neurones
• I.5 TESTS DE VALIDATION DES MODÈLES IDENTIFIÉS
• I.6 CONCLUSION
• CHAPITRE II : APPLICATION DES METHODES D'IDENTIFICATION A UN PENDULE SIMPLE
• II.1 INTRODUCTION
• II.2 DESCRIPTION DU SYSTÈME ÉTUDIÉ « PENDULE SIMPLE »
• II.3 IDENTIFICATION D'UN MODÈLE DU PENDULE SIMPLE PAR LES MÉTHODES CONVENTIONNELLES
• II. 3.1 Algorithme d'adaptation parmétrique.
• II.3.2 Application de la méthode des moindres carrés étendus au pendule simple
• II. 3.2.1 Élaboration du modèle
• II.3.2.2 Validation du modèle
• II.3.3 Modélisation du pendule simple par le programme variable instrumentale à observations retardées
• II.3.3.1 Élaboration du modèle
• II.3.3.2 Validation du modèle
• II.4 DÉTERMINATION D'UN MODÈLE REPRÉSENTATIF DU SYSTÈME ÉTUDIÉ PAR LES RÉSEAUX DE NEURONES
• II.4.1 Élaboration du modèle
• II.4.2 Validation du modèle
• II.5 CONCLUSION

Zielsetzung und Themenschwerpunkte

Dieses Masterarbeit befasst sich mit der Implementierung von konventionellen und nicht-konventionellen Identifikationsmethoden. Ziel ist es, ein umfassendes Verständnis der verschiedenen Methoden zu entwickeln und deren Anwendbarkeit auf ein praktisches Beispiel, nämlich ein einfaches Pendel, zu demonstrieren. Die Arbeit befasst sich mit den Prinzipien der Systemidentifikation, verschiedenen Identifikationsmethoden, einschließlich parametrischer und nicht-parametrischer Ansätze, sowie der Verwendung künstlicher neuronaler Netze für die Modellierung von Systemen.

• Prinzipien der Systemidentifikation
• Konventionelle und nicht-konventionelle Identifikationsmethoden
• Anwendungen von Identifikationsmethoden auf ein einfaches Pendel
• Modellierung von Systemen mit künstlichen neuronalen Netzen
• Validierung und Vergleich von Identifikationsmodellen

Zusammenfassung der Kapitel

Kapitel I bietet eine umfassende Einführung in die konventionellen und nicht-konventionellen Identifikationsmethoden. Es werden die grundlegenden Prinzipien der Systemidentifikation erläutert, verschiedene Methoden, wie z.B. parametrische und nicht-parametrische Ansätze, vorgestellt und ihre Vor- und Nachteile diskutiert. Darüber hinaus werden die Grundlagen der künstlichen neuronalen Netze und ihre Anwendung in der Systemidentifikation behandelt. Kapitel II konzentriert sich auf die Anwendung der Identifikationsmethoden auf ein einfaches Pendel. Es werden verschiedene Modelle des Pendels mit konventionellen Methoden und mit künstlichen neuronalen Netzen entwickelt und validiert. Die Ergebnisse der verschiedenen Ansätze werden verglichen und diskutiert.

Schlüsselwörter

Systemidentifikation, konventionelle Methoden, nicht-konventionelle Methoden, künstliche neuronale Netze, parametrische Modelle, nicht-parametrische Modelle, Pendel, Modellbildung, Validierung, Vergleich.