Planification séquentielle d'expériences pour des modèles de paramétrisation non linéaire
Auteur / Autrice : | Roland Gautier |
Direction : | Luc Pronzato |
Type : | Thèse de doctorat |
Discipline(s) : | Sciences de l'ingénieur |
Date : | Soutenance en 2000 |
Etablissement(s) : | Nice |
Ecole(s) doctorale(s) : | École doctorale Sciences et technologies de l'information et de la communication (Nice ; 1992-....) |
Partenaire(s) de recherche : | Laboratoire : Laboratoire Informatique, signaux et systèmes (Sophia Antipolis, Alpes-Maritimes) |
Mots clés
Mots clés contrôlés
Résumé
La planification d'expériences optimales consiste à déterminer les conditions expérimentales optimales dans un but de précision sur l'estimation des paramètres d'un modèle, de la commande d'un système ou de discrimination entre structures de modèles. Ce travail concerne l'estimation de paramètres pour des modèles non linéaires. Dans ce cas, l'expérience optimale dépend des paramètres à estimer, et nous adoptons une approche séquentielle qui alterne des phases d'estimation de paramètres et des phases planification d'expériences. La première partie du mémoire traite de la planification totalement séquentielle (une seule observation est effectuée à chaque étape), qui est mise en œuvre sur un certain nombre de modèles non linaires classiques (cinétique chimie, pharmacocinétique). Les approches classiques (passives) sont détaillées et trois nouvelles méthodes actives sont présentées. . .