Skip to Main content Skip to Navigation
Theses

Hybrid dynamical system identification : geometry, sparsity and nonlinearities

Résumé : En automatique, l'obtention d'un modèle du système est la pierre angulaire des procédures comme la synthèse d'une commande, la détection des défaillances, la prédiction... Cette thèse traite de l'identification d'une classe de systèmes complexes, les systèmes dynamiques hybrides. Ces systèmes impliquent l'interaction de comportements continus et discrets. Le but est de construire un modèle à partir de mesures expérimentales d'entrée et de sortie. Une nouvelle approche pour l'identification de systèmes hybrides linéaires basée sur les propriétés géométriques des systèmes hybrides dans l'espace des paramètres est proposée. Un nouvel algorithme est ensuite proposé pour le calcul de la solution la plus parcimonieuse (ou creuse) de systèmes d'équations linéaires sous-déterminés. Celui-ci permet d'améliorer une approche d'identification basée sur l'optimisation de la parcimonie du vecteur d'erreur. De plus, de nouvelles approches, basées sur des modèles à noyaux, sont proposées pour l'identification de systèmes hybrides non linéaires et de systèmes lisses par morceaux
Document type :
Theses
Complete list of metadatas

Cited literature [105 references]  Display  Hide  Download

https://hal.univ-lorraine.fr/tel-01750090
Contributor : Thèses Ul <>
Submitted on : Thursday, March 29, 2018 - 12:37:35 PM
Last modification on : Tuesday, April 10, 2018 - 1:27:30 AM
Document(s) archivé(s) le : Friday, September 14, 2018 - 11:00:50 AM

File

DDOC_T_2013_0102_LE.pdf
Files produced by the author(s)

Identifiers

  • HAL Id : tel-01750090, version 1

Collections

Citation

van Luong Le. Hybrid dynamical system identification : geometry, sparsity and nonlinearities. Other. Université de Lorraine, 2013. English. ⟨NNT : 2013LORR0102⟩. ⟨tel-01750090⟩

Share

Metrics

Record views

68

Files downloads

70