Commande Floue Tome 2 : De L'Approximation A L'Apprentissage

Par : Laurent Foulloy

Formats :

  • Paiement en ligne :
    • Livraison à domicile ou en point Mondial Relay indisponible
    • Retrait Click and Collect en magasin gratuit
  • Réservation en ligne avec paiement en magasin :
    • Indisponible pour réserver et payer en magasin
  • Nombre de pages190
  • PrésentationRelié
  • Poids0.46 kg
  • Dimensions16,0 cm × 24,0 cm × 0,0 cm
  • ISBN2-7462-0609-9
  • EAN9782746206090
  • Date de parution01/02/2003
  • ÉditeurHermes Science Publications

Résumé

Ce volume analyse la modélisation des systèmes dynamiques. Chaque chapitre est centré sur des approches utilisant des concepts traditionnels de l'automatique. Le premier chapitre introduit les propriétés d'approximation universelle des systèmes flous et présente quelques résultats essentiels qui mettent en évidence le lien entre cette propriété et la modélisation des systèmes. Le deuxième chapitre s'intéresse à une approche structurale de la modélisation floue à partir de données utilisant, d'une part, différentes méthodes de classification floue et, d'autre part, une méthode incrémentale par ajout de fonctions d'appartenance.
Le troisième chapitre développe une approche paramétrique de la modélisation sur la base de modèles locaux. Le quatrième chapitre traite de l'apprentissage par renforcement et montre comment cette technique peut être utilisée pour l'optimisation de systèmes flous destinés à la commande de systèmes dynamiques.
Ce volume analyse la modélisation des systèmes dynamiques. Chaque chapitre est centré sur des approches utilisant des concepts traditionnels de l'automatique. Le premier chapitre introduit les propriétés d'approximation universelle des systèmes flous et présente quelques résultats essentiels qui mettent en évidence le lien entre cette propriété et la modélisation des systèmes. Le deuxième chapitre s'intéresse à une approche structurale de la modélisation floue à partir de données utilisant, d'une part, différentes méthodes de classification floue et, d'autre part, une méthode incrémentale par ajout de fonctions d'appartenance.
Le troisième chapitre développe une approche paramétrique de la modélisation sur la base de modèles locaux. Le quatrième chapitre traite de l'apprentissage par renforcement et montre comment cette technique peut être utilisée pour l'optimisation de systèmes flous destinés à la commande de systèmes dynamiques.