Pronostic industriel : étude de l'erreur de prédiction du système A N F I S
| Autor: | Otilia Elena Dragomir, Rafael Gouriveau, Noureddine Zerhouni |
|---|---|
| Přispěvatelé: | Electrical Engineering Faculty (Automation and Information Department), Valahia University of Targoviste [Roumanie] (UVT), Franche-Comté Électronique Mécanique, Thermique et Optique - Sciences et Technologies (UMR 6174) (FEMTO-ST), Université de Technologie de Belfort-Montbeliard (UTBM)-Ecole Nationale Supérieure de Mécanique et des Microtechniques (ENSMM)-Université de Franche-Comté (UFC), Université Bourgogne Franche-Comté [COMUE] (UBFC)-Université Bourgogne Franche-Comté [COMUE] (UBFC)-Centre National de la Recherche Scientifique (CNRS) |
| Jazyk: | francouzština |
| Rok vydání: | 2009 |
| Předmět: | |
| Zdroj: | Automatique Avancée et Informatique Appliquée. Automatique Avancée et Informatique Appliquée., 2009, 1 (1), pp.99-105 HAL |
| Popis: | International audience; Le travail porte globalement sur le développement d'un outil de pronostic de défaillances basé sur l'utilisation d'un système de prédiction neuro-flou. Plus particulièrement, cet article vise la proposition d'une architecture de prédiction basée sur l'utilisation du système ANFIS (système d'inférence floue paramétré par apprentissage neuronal), et pour laquelle différents axes d'améliorations des prédictions sont proposés. La stabilité des erreurs de prédiction en fonction de l'horizon de prédiction est étudiée expérimentalement et une solution visant à intégrer les sollicitations "futures" connues dans le modèle prédictif est proposée. L'ensemble est illustré sur un benchmark de prédiction : la série de données dite de Box-Jenkins. |
| Databáze: | OpenAIRE |
| Externí odkaz: |
|