Optimization Of Control Laws Using Artificial Intelligence Techniques
| dc.contributor.author | Rechache Chaima, Belkolli Manar | |
| dc.date.accessioned | 2025-03-12T10:03:49Z | |
| dc.date.available | 2025-03-12T10:03:49Z | |
| dc.date.issued | 2025-06-26 | |
| dc.description.abstract | L'automatisation industrielle exige une précision de contrôle élevée pour assurer l'efficacité et l'efficience des processus. La technique de contrôle par mode glissant (SMC) est efficace dans ce contexte, mais elle nécessite des améliorations continues pour répondre aux exigences des systèmes modernes. Les techniques d'intelligence artificielle, telles que les algorithmes d'optimisation par essaim de particules (PSO) et les algorithmes génétiques (GA), peuvent être utilisées pour améliorer les performances du SMC. Ces techniques permettent d'explorer de vastes espaces de recherche et de trouver des solutions optimales, contribuant ainsi à améliorer l'efficacité et la précision des systèmes industriels. L'étude se concentre sur l'utilisation de ces algorithmes pour renforcer les performances du SMC, offrant ainsi des améliorations significatives et des perspectives sur les meilleures applications pour chaque technique | |
| dc.identifier.uri | http://dspace.univ-skikda.dz:4000/handle/123456789/4378 | |
| dc.language.iso | en | |
| dc.publisher | University 20 out 1955-skikda | |
| dc.title | Optimization Of Control Laws Using Artificial Intelligence Techniques | |
| dc.type | Thesis |