Rechercher


Nos tutelles


Accueil > GREAH - Activités Scientifiques > Thèses soutenues [2015 - 2017]

BAHRI Nesrine (30/09/2015)

par Jacques Raharijaona - publié le , mis à jour le

Nesrine BAHRI
Allocation :
Spé. : Génie Informatique, Automatique et Traitement du Signal
Encadrant(s) :
Thèse : "Une commande neuronale adaptative basée sur des émulateurs neuronal et multimodèle pour les systèmes non linéaires MIMO et SIMO."

Soutenance : 30 Septembre 2015

Jury :

  • Mohamed Naceur ABDELKRIM, PU, Université de Gabès (Tunisie)
  • Christophe AUBRUN, PU, Université de Lorraine
  • Mohamed CHTOUROU, PU, ENISfax (Tunisie)
  • Ridha BEN ABDENNOUR, PU, Université de Gabès (Tunisie)
  • Fabrice DRUAUX, MCF, Université du Havre
  • Dimitri LEFEBVRE, PU, Université du Havre (directeur de thèse)

Résumé : Cette thèse concerne le développement de systèmes auto-adaptatifs d’émulation et de commande neuronales pour les processus non linéaires multi-variables dont le modèle mathématique est mal connu ou variable dans le temps. On montre que les performances de l’émulation neuronale, développée précédemment dans l’équipe, dépendent fortement d’un terme choisi arbitrairement pour assurer le démarrage de l’adaptation des paramètres de l’émulateur avec des conditions initiales nulles. Pour résoudre ce problème, un émulateur multimodèle est proposé pour la représentation et la commande des systèmes non linéaires. Le schéma de commande neuronale adaptative utilisant des émulateurs neuronal et multimodèle est ensuite étendu aux structures SIMO non carrées.

Mots-clés :
Systèmes adaptatifs (technologie), Réseaux neuronaux (informatique), Systèmes à entrées multiples et à sorties multiples, Systèmes non linéaires, Optimisation non linéaire, Systèmes SIMO, Commande adaptative indirecte, Multi modèle découplé