dc.contributor.author |
Guenfaf, Lakhder |
|
dc.contributor.other |
Boudjema, Fares, Directeur de thèse |
|
dc.date.accessioned |
2020-12-23T09:22:15Z |
|
dc.date.available |
2020-12-23T09:22:15Z |
|
dc.date.issued |
2001 |
|
dc.identifier.other |
D000601 |
|
dc.identifier.uri |
http://repository.enp.edu.dz/xmlui/handle/123456789/2210 |
|
dc.description |
Thèse de doctorat : Automatique : Alger, École Nationale Polytechnique : 2001 |
fr_FR |
dc.description.abstract |
Dans ce travail, nous nous intéressons à l'application de l'automatique et des réseaux de neurones en dynamique des structures.
Nous avons procédé à l'élaboration des modèles de connaissance des structures articulés ainsi que les structures en génie civil.
Ensuite nous avons contribué à élaborer un nouveau modèle discret pour les structures en génie civil soumises à des excitations sismiques, en prenant en considération l'aspect stochastique du problème (modèle ARMAX).
Nous avons développé la commande à variance minimale généralisée (GMV) pour les deux types de structures (robot et bâtiment).
Une analyse comparative entre les différents types de commande linéaire est donnée.
Par ailleurs nous avons synthétisé des commandes non linéaires hybrides mixtes et multirates.
Dans le cas des structures en génie civil, nous avons contribué à la synthèse des stratégies de commande à gain programmé à base de réseaux de neurones.
Les résultats de simulation ont montré la robustesse de ces algorithmes à maintenir les performances désirées. |
fr_FR |
dc.language.iso |
fr |
fr_FR |
dc.subject |
Variance minimale généralisée |
fr_FR |
dc.subject |
Structures articulées |
fr_FR |
dc.subject |
Réseaux de neurones |
fr_FR |
dc.title |
Sur l'application de l'automatique et des réseaux de neurones en dynamique des structures |
fr_FR |
dc.type |
Thesis |
fr_FR |