Repository logo
Communities & Collections
All of DSpace
  • English
  • العربية
  • বাংলা
  • Català
  • Čeština
  • Deutsch
  • Ελληνικά
  • Español
  • Suomi
  • Français
  • Gàidhlig
  • हिंदी
  • Magyar
  • Italiano
  • Қазақ
  • Latviešu
  • Nederlands
  • Polski
  • Português
  • Português do Brasil
  • Srpski (lat)
  • Српски
  • Svenska
  • Türkçe
  • Yкраї́нська
  • Tiếng Việt
Log In
New user? Click here to register.Have you forgotten your password?
  1. Home
  2. Browse by Author

Browsing by Author "MEDJGHOU Ali"

Filter results by typing the first few letters
Now showing 1 - 1 of 1
  • Results Per Page
  • Sort Options
  • Thumbnail Image
    Item
    Application des techniques de l'intelligence artificielle à la commande des systèmes robotiques. Doctorat thesis,(2018) Université de Batna 2.
    (University of Batna 2, 7/15/2018) MEDJGHOU Ali
    Le travail présenté dans cette thèse considère l'utilisation des techniques de l’intelligence artificielle pour la commande des systèmes robotiques. Ce travail est une étude par simulation de quelques techniques de commandes non-linéaires; il constitue une contribution à la commande et l’observation robustes d’une classe de systèmes dynamiques non-linéaires. Nous avons développé deux structures de commande robuste, l’une d’elles se base sur la commande backstepping-mode-glissant, combinée avec un système flou type-1 qui est appliqué au modèle considéré. L’autre se base sur la commande linéarisante renforcée par une commande discontinue combinée à un système flou. La mise en oeuvre d’une loi de commande nécessite souvent l'accès à la valeur d'un ou de plusieurs états du système à commander, cependant, ces états sont rarement disponibles à la mesure directe. Dans ce contexte, le filtre de Kalman étendu (EKF) est utilisé comme observateur pour estimer les états non mesurables. La performance de cette estimation est le problème majeur associé à ce filtre, puisqu’il est fortement influencé par les paramètres du système et par les matrices de covariance des bruits d'état et de mesure Q et R, respectivement. Ces matrices sont ajustées de manière empirique par la méthode essai-erreur, par essaim de particules (PSO) et enfin par optimisation basée sur la biogéographie (BBO). Les résultats de simulation confirment l'efficacité des lois de commande proposées, et montrent les avantages des contrôleurs avec des observateurs optimisés.

DSpace software copyright © 2002-2026 LYRASIS

  • Privacy policy
  • End User Agreement
  • Send Feedback
Repository logo COAR Notify