Nous utilisons des cookies pour améliorer votre expérience. Pour nous conformer à la nouvelle directive sur la vie privée, nous devons demander votre consentement à l’utilisation de ces cookies. En savoir plus.
Algorithmes génétiques appliqués à l'optimisation des lois de commande
Academiques - EAN : 9783838171708
Édition papier
EAN : 9783838171708
Paru le : 1 sept. 2018
69,00 €
65,40 €
Disponible
Pour connaître votre prix et commander, identifiez-vous
Notre engagement qualité
-
Livraison gratuite
en France sans minimum
de commande -
Manquants maintenus
en commande
automatiquement -
Un interlocuteur
unique pour toutes
vos commandes -
Toutes les licences
numériques du marché
au tarif éditeur -
Assistance téléphonique
personalisée sur le
numérique -
Service client
Du Lundi au vendredi
de 9h à 18h
- EAN13 : 9783838171708
- Réf. fournisseur : 5752384
- Editeur : Academiques
- Date Parution : 1 sept. 2018
- Disponibilite : Disponible
- Barème de remise : NS
- Nombre de pages : 204
- Format : H:229 mm L:152 mm E:12 mm
- Poids : 308gr
- Interdit de retour : Retour interdit
- Résumé : Ce livre porte sur l'utilisation des algorithmes génétiques pour la synthèse de lois de commande de processus dynamiques. Il propose un ensemble d'algorithmes de recherche des paramètres optimaux de ces lois de commande permettant d'atteindre de meilleures performances ; l'optimisation étant assurée par rapport à un critère d'optimalité spécialement défini pour chaque méthode de commande considérée. Cette approche d'optimisation, qui a l'avantage de ne pas nécessiter de recourir à des outils sophistiqués ni à des théories complexes, a d'abord été testée sur des méthodes de commande usuelles (PID, commande optimale quadratique) de systèmes linéaires, puis elle a été étendue aux cas de méthodes de commande plus contraignantes (commande quadratique par retour de sorties), ainsi qu'à ceux de commande de systèmes plus complexes, non linéaires et/ou incertains pour lesquels des lois de commande robustes, avec maximisation de la robustesse ou élargissement du domaine de stabilité ont été proposées. Les résultats obtenus ont été comparés avec ceux de travaux antérieurs et montrent l'intérêt de l'approche proposée pour l'optimisation des lois de commande de systèmes dynamiques complexes.
