Documents disponibles écrits par cet auteur

Optimisation d'une Base de Règles Floues. / Ismahan BENABADJI 

Public ISBD Titre : Optimisation d'une Base de Règles Floues. : Application à la commande d‟un drone. Type de document : document électronique Auteurs : Ismahan BENABADJI, Auteur ; ZERIKAT Mokhtar, Directeur de thèse Année de publication : 06 /01/ 2011 Importance : 75 p. Accompagnement : CD Langues : Français (fre) Catégories : Automatique Mots-clés : Drone  quadri-rotors  drone XSF  logique floue  réseau de neurones  Système d‟Inférence Floue Optimisé  STFIS  ANFIS. Drone  quadrotors  XSF drone  fuzzy logic  neuronal network  optimised fuzzy inference systems  STFIS  ANFIS. Résumé : Lobjectif du travail présenté dans ce mémoire est le développement des approches basées sur les techniques de la logique floue pour le contrôle du drone XSF (X4-Stationnary-Flyer) qui est un système sous-actionné et non linéaire. Nous présentons deux techniques des Systèmes d'Inférence Floue Optimisé dites aussi Systèmes Neuro-Floues hybrides, l‟une est basée sur une descente du gradient pour optimiser les concluions des règles floues en ligne (STFIS) et l‟autre appliquée hors ligne (ANFIS) basée sur une combinaison de deux méthodes d‟optimisation : les moindre carrés pour estimer les conclusions et une descente du gradient qui sert à identifier les prémisses. Des testes de simulations ont mis en évidence les propriétés de robustesse des approches adoptées, pour le suivi des trajectoires : simple et compliquée et le cas de perturbation due à l‟influence du vent. The aim of this work presented in this memory is the development of approach based on fuzzy techniques to control XSF (X4-Stationnary-Flyer) drone which is under-actuated and non linear system. We present two techniques of optimised fuzzy inference systems which are also named hybrid Neuro-Fuzzy systems. One is based on a descent of the gradient method to optimize conclusions of fuzzy rules (STFIS) on-line and the second one (ANFIS) off-line, combines the least square to estimate conclusions and the descent of the gradient to identify premises parameters. Various tests of simulations have revealed the properties of robustness of adopted approach for travel of designed trajectories: simple, complex and the case of perturbation (influence of wind). Optimisation d'une Base de Règles Floues. : Application à la commande d‟un drone. [document électronique] / Ismahan BENABADJI, Auteur ; ZERIKAT Mokhtar, Directeur de thèse . - 06 /01/ 2011 . - 75 p. + CD. Langues : Français (fre) Catégories : Automatique Mots-clés : Drone  quadri-rotors  drone XSF  logique floue  réseau de neurones  Système d‟Inférence Floue Optimisé  STFIS  ANFIS. Drone  quadrotors  XSF drone  fuzzy logic  neuronal network  optimised fuzzy inference systems  STFIS  ANFIS. Résumé : Lobjectif du travail présenté dans ce mémoire est le développement des approches basées sur les techniques de la logique floue pour le contrôle du drone XSF (X4-Stationnary-Flyer) qui est un système sous-actionné et non linéaire. Nous présentons deux techniques des Systèmes d'Inférence Floue Optimisé dites aussi Systèmes Neuro-Floues hybrides, l‟une est basée sur une descente du gradient pour optimiser les concluions des règles floues en ligne (STFIS) et l‟autre appliquée hors ligne (ANFIS) basée sur une combinaison de deux méthodes d‟optimisation : les moindre carrés pour estimer les conclusions et une descente du gradient qui sert à identifier les prémisses. Des testes de simulations ont mis en évidence les propriétés de robustesse des approches adoptées, pour le suivi des trajectoires : simple et compliquée et le cas de perturbation due à l‟influence du vent. The aim of this work presented in this memory is the development of approach based on fuzzy techniques to control XSF (X4-Stationnary-Flyer) drone which is under-actuated and non linear system. We present two techniques of optimised fuzzy inference systems which are also named hybrid Neuro-Fuzzy systems. One is based on a descent of the gradient method to optimize conclusions of fuzzy rules (STFIS) on-line and the second one (ANFIS) off-line, combines the least square to estimate conclusions and the descent of the gradient to identify premises parameters. Various tests of simulations have revealed the properties of robustness of adopted approach for travel of designed trajectories: simple, complex and the case of perturbation (influence of wind).

Exemplaires

Code-barres	Cote	Support	Localisation	Section	Disponibilité
3456	02-10-273	Version numérique et papier	Bibliothèque USTOMB	Mémoire de Magister	Exclu du prêt

Documents numériques

Optimisation d'une Base de Règles Floues : Application à la commande d‟un drone Adobe Acrobat PDF