Identification de paramètre basée sur l'optimisation de l'intelligence artificielle et le contrôle de suivi distribué des systèmes multi-agents d'ordre fractionnaire

Parameter identification based on artificial intelligence optimization and distributed tracking control of fractional-order multi-agent systems

• Auteur / Autrice : Wei Hu
• Direction : Ahmed Rahmani
• Type : Thèse de doctorat
• Discipline(s) : Automatique, génie informatique, traitement du signal et des images
• Date : Soutenance le 10/07/2019
• Etablissement(s) : Ecole centrale de Lille
• Ecole(s) doctorale(s) : École doctorale Sciences pour l'ingénieur (Lille)
• Partenaire(s) de recherche : Laboratoire : Centre de Recherche en Informatique, Signal et Automatique de Lille - Centre de Recherche en Informatique- Signal et Automatique de Lille (CRIStAL) - UMR 9189 / CRIStAL
• Jury : Président / Présidente : Nathalie Mitton
• Jury : Examinateurs / Examinatrices : Yongguang Yu, Guoguang Wen, Zhaoxia Peng
• Jury : Rapporteurs / Rapporteuses : Pierre Melchior, Yangquan Chen

Mots clés

Mots clés contrôlés

Dynamique non-linéaire

Synchronisation

Intelligence artificielle répartie

Estimation de paramètres

Mots clés libres

Identification des paramètres

Optimisation de l'intelligence artificielle

Suivi du consensus / synchronisation suivant un consensus distribue / synchronisation

Délais

Perturbations externes

Dynamique non linéaire

Paramètres inconnus

Hétérogéneité

Parameter identification

Artificial intelligence optimization

Distributed consensus tracking/leader-following consensus/synchronization

Time delays

External disturbances

Nonlinear dynamics

Unknown parameters

Heterogeneity

Résumé

Cette thèse traite de l'identification des paramètres du point de vue de l'optimisation et du contrôle de suivi distribué des systèmes multi-agents d'ordre fractionnaire (FOMASs) en tenant compte des retards, des perturbations externes, de la non-linéarité inhérente, des incertitudes des paramètres et de l'hétérogénéité dans le cadre d'une topologie de communication fixe non dirigée / dirigée. Plusieurs contrôleurs efficaces sont conçus pour réaliser avec succès le contrôle de suivi distribué des FOMASs dans différentes conditions. Plusieurs types d'algorithmes d'optimisation de l'intelligence artificielle et leurs versions modifiées sont appliquées pour identifier les paramètres inconnus des FOMASs avec une grande précision, une convergence rapide et une grande robustesse. Il est à noter que cette thèse fournit un lien prometteur entre la technique d'intelligence artificielle et le contrôle distribué.

This thesis deals with the parameter identification from the viewpoint of optimization and distributed tracking control of fractional-order multi-agent systems (FOMASs) considering time delays, external disturbances, inherent nonlinearity, parameters uncertainties, and heterogeneity under fixed undirected/directed communication topology. Several efficient controllers are designed to achieve the distributed tracking control of FOMASs successfully under different conditions. Several kinds of artificial intelligence optimization algorithms andtheir modified versions are applied to identify the unknown parameters of the FOMASs with high accuracy, fast convergence and strong robustness. It should be noted that this thesis provides a promising link between the artificial intelligence technique and distributed control.