Contrôle intélligent d’un Hélicoptere
No Thumbnail Available
Date
2016
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Université Larbi Ben M'hidi
Abstract
Le Travail effectué s’articulait essentiellement autour de l’association de la méthode de colonie des
fourmis API et les réseaux de neurones MLP pour permettre d’aboutir à un élément de traitement
performant capable de traiter des systèmes connus par leurs complexités (fortement non linéaire,
multivariables…).
L’algorithme d’entrainement proposé est présenté en deux variantes : API-MLP et APImhybride-
MLP.
Après leur mise à l’épreuve en simulation, le premier processus non linéaire monovariable a été
contrôle par les deux méthodes (algorithmes) en affichant des performances très convaincants.
Quant au second processus multivariable qui présentait plus de complexité, a été contrôlé par la
méthode API-MLP, utilisant deux structures de contrôle : décentralisée et couplée, affichant des
performances acceptables.
Par conséquent la méthode de colonie de fourmis dite API a pu optimiser l’entrainement des
réseaux de neurones MLP pour le contrôle des systèmes non linéaires complexes avec succès, ce
qui élargie l’exploitation des métaheuristiques et rend leur avenir prometteur.
En perspectives, il serait intéressant d’essayer la méthode API pour optimiser l’entrainement des
réseaux RBF, ce qui réduirait l’effort de calculs. Il serait aussi intéressant d’associer celle-ci avec
les fuzzy systèmes et les contrôleurs à base de PID