EFFICACITE DES ALGORITHMES GENETIQUES PROCEDANT PAR REDUCTION SUCCESSIVE POUR L’IDENTIFICATION DES PARAMETRES

المؤلفون

  • L YOUSFI Université Mentouri Constantine Route Ain EL Bey 25000 Constantine
  • N MANSOURI Université Mentouri Constantine Route Ain EL Bey 25000 Constantine

الكلمات المفتاحية:

Algorithmes génétiques، Gaussienne، Mutation، Réduction successive

الملخص

Cet article présente un algorithme d’identification des paramètres, basé sur les algorithmes génétiques et qui procède  par réduction successive du domaine de recherche des différents paramètres à identifier. Pour pouvoir étudier la convergence de cet algorithme, quel que soit le domaine de recherche initial, nous avons utilisé plusieurs intervalles initiaux et deux types de mutation : la mutation uniforme et la mutation gaussienne. L’approche proposée est testée sur un système non linéaire modélisé par des équations différentielles non linéaires représentant le système de Monod. Les résultats obtenus confirment le fait que la réduction des intervalles améliore la convergence des algorithmes génétiques.

السير الشخصية للمؤلفين

L YOUSFI، Université Mentouri Constantine Route Ain EL Bey 25000 Constantine

Département d’Electronique
Faculté des sciences de l’ingénieur

N MANSOURI، Université Mentouri Constantine Route Ain EL Bey 25000 Constantine

Département d’Electronique
Faculté des sciences de l’ingénieur

المراجع

- Goldberg D., "Algorithmes génétiques", Edition Addison-Wesley, France, SA, (1994).

- Holland J., "Adaptation in natural and artificial systems", Ann Arbor : The university of Michigan Press, (1975).

- Sareni B., "Algorithmes génétiques standards", Rapport interne CEGELY, R-97-01, (1997).

- Macro N., "A genetic algorithm compared with a gradient-based method for the solution of an active-control model problem", Rapport INRIA N°2948, (1996).

- Yong Z. and Sannomiya N., "An improvement of genetic algorithms by search space reductions in solving large-scale flowshop problems", T.IEE Japan, Vol.121-C, N°6, (2001), pp. 1010-1015.

- Pohjanpalo H., "System identifiability based on the power series expansion of the solution", Math. Biosci., Vol 41, (1978), pp. 21-33.

- Saccomani M.P., Audoly S., Bellu G. and D’Angio L., "A new differential algorithm to test identifiability of non linear systems with given initial conditions", Proceeding of the 40th IEEE Conference on Decision and Control, Orlando, Florida USA, (2001).

- Setnes M. and Roubos H., "G.A-Fuzzy modeling and classification complexity and performance", IEEE Transactions on Fuzzy Systems, Vol.8, N°5, (2000).

- Holmberg A., "On the pratical identifiability of microbial growth models incorporating Michaelis-Menten type nonlinearities", Math. Biosci., Vol.62, (1982), pp. 23-43.

- Muller T.G, Noykova N., Gyllenberg M. and Timmer J., "Parameter identification in dynamical model of anaerobic waste water treatment", Math. Biosci., Vol.177, (2002), pp. 147-160.

التنزيلات

منشور

2004-12-01

كيفية الاقتباس

YOUSFI, L., & MANSOURI, N. (2004). EFFICACITE DES ALGORITHMES GENETIQUES PROCEDANT PAR REDUCTION SUCCESSIVE POUR L’IDENTIFICATION DES PARAMETRES. مجلة علوم و تكنولوجيا ب، علوم الهندسة, (22), 17–21. استرجع في من https://revue.umc.edu.dz/b/article/view/1268

إصدار

القسم

Articles

المؤلفات المشابهة

يمكنك أيضاً إبدأ بحثاً متقدماً عن المشابهات لهذا المؤلَّف.