Optimisation métaheuristique pour la conception de lois de commande
Par :Formats :
Disponible dans votre compte client Decitre ou Furet du Nord dès validation de votre commande. Le format PDF est :
- Compatible avec une lecture sur My Vivlio (smartphone, tablette, ordinateur)
- Compatible avec une lecture sur liseuses Vivlio
- Pour les liseuses autres que Vivlio, vous devez utiliser le logiciel Adobe Digital Edition. Non compatible avec la lecture sur les liseuses Kindle, Remarkable et Sony
, qui est-ce ?Notre partenaire de plateforme de lecture numérique où vous retrouverez l'ensemble de vos ebooks gratuitement
Pour en savoir plus sur nos ebooks, consultez notre aide en ligne ici
C'est si simple ! Lisez votre ebook avec l'app Vivlio sur votre tablette, mobile ou ordinateur :
- Nombre de pages152
- FormatPDF
- ISBN978-2-7462-9578-0
- EAN9782746295780
- Date de parution18/10/2013
- Copier Coller01 page(s) autorisée(s)
- Protection num.Digital Watermarking
- Taille3 Mo
- Transferts max.Autorisé
- Infos supplémentairesPDF avec Watermark
- ÉditeurHermes Science Publications
Résumé
Pour l'optimisation et la synthèse de lois de commande, une approche classique est généralement utilisée : elle consiste à simplifier un modèle du système à des fins de calcul de la loi. Parallèlement, les spécifications et les contraintes du cahier des charges sont reformulées pour pouvoir exprimer le problème de commande à l'aide d'un problème d'optimisation soluble. Cette approche peut atteindre ses limites lorsque le système à piloter ou les contraintes à respecter deviennent complexes, ou lorsque l'on cherche à satisfaire des spécifications et à optimiser le fonctionnement du système.
La méthodologie proposée ici évite toute reformulation du problème de commande et s'attache à résoudre le problème initial à l'aide d'algorithmes stochastiques, les métaheuristiques. Illustrant chaque thème par des cas concrets, cet ouvrage traite de la régression symbolique de fonctions, de l'optimisation du réglage de correcteurs proportionnels intégraux dérivés, de l'optimisation du réglage de correcteurs H avec contrainte d'ordre et de la commande prédictive de systèmes hybrides.
La méthodologie proposée ici évite toute reformulation du problème de commande et s'attache à résoudre le problème initial à l'aide d'algorithmes stochastiques, les métaheuristiques. Illustrant chaque thème par des cas concrets, cet ouvrage traite de la régression symbolique de fonctions, de l'optimisation du réglage de correcteurs proportionnels intégraux dérivés, de l'optimisation du réglage de correcteurs H avec contrainte d'ordre et de la commande prédictive de systèmes hybrides.
Pour l'optimisation et la synthèse de lois de commande, une approche classique est généralement utilisée : elle consiste à simplifier un modèle du système à des fins de calcul de la loi. Parallèlement, les spécifications et les contraintes du cahier des charges sont reformulées pour pouvoir exprimer le problème de commande à l'aide d'un problème d'optimisation soluble. Cette approche peut atteindre ses limites lorsque le système à piloter ou les contraintes à respecter deviennent complexes, ou lorsque l'on cherche à satisfaire des spécifications et à optimiser le fonctionnement du système.
La méthodologie proposée ici évite toute reformulation du problème de commande et s'attache à résoudre le problème initial à l'aide d'algorithmes stochastiques, les métaheuristiques. Illustrant chaque thème par des cas concrets, cet ouvrage traite de la régression symbolique de fonctions, de l'optimisation du réglage de correcteurs proportionnels intégraux dérivés, de l'optimisation du réglage de correcteurs H avec contrainte d'ordre et de la commande prédictive de systèmes hybrides.
La méthodologie proposée ici évite toute reformulation du problème de commande et s'attache à résoudre le problème initial à l'aide d'algorithmes stochastiques, les métaheuristiques. Illustrant chaque thème par des cas concrets, cet ouvrage traite de la régression symbolique de fonctions, de l'optimisation du réglage de correcteurs proportionnels intégraux dérivés, de l'optimisation du réglage de correcteurs H avec contrainte d'ordre et de la commande prédictive de systèmes hybrides.
