Contribution à la commande robuste des systèmes non linéaires par modèle connexionniste : synthèse multicritère par l'approche LMI

Contribution to the robust neural net-based control of nonlinear systems : multiobjective design via LMI approach

• Auteur / Autrice : Antoine Fache
• Direction : Alain Billat
• Type : Thèse de doctorat
• Discipline(s) : Génie informatique, automatique et traitement du signal
• Date : Soutenance en 2001
• Etablissement(s) : Reims
• Partenaire(s) de recherche : Autre partenaire : Université de Reims Champagne-Ardenne. UFR des sciences exactes et naturelles

Mots clés

Mots clés contrôlés

Réseaux neuronaux (informatique)

Intelligence artificielle

Connexionnisme

Commande robuste

Commande automatique

Commande H-infini

Résumé

La commande des systemes non lineaires a partir d'un modele de type boite noire est une pratique tres courante et dans ce cadre, l'approche neuronale presente plusieurs proprietes interessantes. Cette approche souleve toutefois des questions de premiere importance comme par exemple les garanties de stabilite et de performances. Il existe actuellement deux techniques de synthese pour repondre a celles-ci. Alors que la premiere est tres specifique au type de commande recherchee, la seconde se veut plus generale, au prix d'une mise en oeuvre particulierement lourde. L'objet de ce memoire est de proposer une nouvelle technique, intermediaire car plus systematique que la premiere et necessitant une complexite moindre que la seconde. Celle-ci consiste en la reformulation du probleme de commande non lineaire en un probleme de commande lineaire robuste conventionnel. Pour cela, differents modeles neuronaux, formes a partir de perceptrons ou de reseaux rbf et repondant a des conditions strictes sont definis. La modelisation concerne l'approche entree/sortie et l'approche d'etat. Ensuite, les non linearites des modeles sont assimilees a des incertitudes caracterisees soit par un modele polytopique, soit par un modele rationnel. Pour realiser la synthese, l'approche lmi a ete retenue. Le probleme est entierement decrit par des conditions convexes et peut etre facilement resolu par divers algorithmes. L'approche proposee exploite les avantages de deux theories distinctes. Les structures neuronales peuvent approximer arbitrairement bien des dynamiques complexes et multivariables tandis que la technique de synthese par lmi, purement numerique, permet de traiter des problemes de commande multicritere, eventuellement sous contrainte. Toutefois, la methode herite egalement de divers inconvenients comme une identification neuronale fastidieuse ou le probleme de conservatisme. Ces points sont illustres par la synthese de differentes commandes d'un systeme simule.