Résumé: Cette thèse traite du problème de la commande connexionniste de procèdes non linéaires. La difficulté d'établir des preuves de stabilité et de convergence a empêché le développement de méthodes fiables de résolution de ce problème. Pour exploiter les caractéristiques des réseaux de neurones sans compliquer l'étude de la stabilité du système, nous avons propose une approche neuro-adaptative utilisant un réseau de neurones comme contrôleur en boucle ouverte pour compenser les non linéarités du procède et un contrôleur adaptatif linéaire en boucle fermée pour traiter les perturbations. L'approche a été développée graduellement et mise en œuvre sur un modèle de simulation d'une rivière constituant un système non linéaire, a phase non minimale, soumis a des perturbations et ayant un temps de retard variant avec son état. Cependant, l'approche peut être appliquée dans un cadre général. Nous avons d'abord propose un système de commande adaptatif avec un neurone linéaire a une entrée et un biais. La formulation sous forme de fonctions de transfert de la règle de widrow-hoff nous a permis de déterminer une règle d'ajustement en ligne du pas d'adaptation et de réaliser une linéarisation par adaptation du système de commande, permettant ainsi un traitement adéquat des perturbations agissant sur un procède linéaire correspondant a une rivière en régime permanent. La capacité des réseaux de neurones a capté la nature des variations du temps de retard du procède a été mise en évidence dans une étape préalable a sa commande. Nous avons ensuite procède a l'apprentissage d'un réseau de neurones pour commander le procédé en boucle ouverte. Ce dernier ayant une phase non minimale, nous avons du proposer et comparer plusieurs méthodes pour aboutir a un contrôleur adéquat. Pour traiter les perturbations, nous avons ajoute, en parallèle avec le réseau de neurones, un contrôleur adaptatif linéaire en boucle fermée. Nous avons montre expérimentalement la faisabilité de l'approche et avons propose une première étude de la stabilité du système. Les hypothèses restrictives posées gagneraient à être assouplies et la robustesse du système reste à évaluer. Finalement, nous avons propose plusieurs variantes de l'approche d'apprentissage du réseau de neurones contrôleur et avons mis en évidence leurs apports par des analyses théoriques.

Paris:
Langue: Français
Collation: 206 p. ill. ;30 cm.
Diplôme: Doctorat
Etablissement de soutenance: Paris, Université Pierre et Marie Curie
Spécialité: Informatique
Index décimal 005.758 .Bases et fichiers de données répartis (bases et fichiers de données de fichiers plats, hiérarchiques, orientées objet, relationnelles fonctionnant en réseau ; bases et fichiers de données employés dans l'informatique clientserveur)
Thème Informatique

Mots clés:
Connexionnisme
commande non linéaire
Cours d'eau :Régulation
Réseaux de neurones (Informatique)
Systèmes à retard

Note: Bibliogr. pp.172-178; Annexe pp.182-206