Apprentissage automatique de lois de controle d'ecoulement par intelligence artificielle
Created by W.Langdon from
gp-bibliography.bib Revision:1.8081
- @InProceedings{Maceda:2019:jdf,
-
author = "Guy Y. {Cornejo Maceda} and Bernd R. Noack and
Francois Lusseyran and Marek Morzynski and Nan Deng and
Luc Pastur",
-
title = "Apprentissage automatique de lois de controle
d'ecoulement par intelligence artificielle",
-
year = "2019",
-
booktitle = "Journee de Dynamique des Fluides du Plateau de
Saclay",
-
address = "Orsay, France",
-
month = jan # "~01",
-
publisher = "HAL CCSD",
-
keywords = "genetic algorithms, genetic programming, machine
learning, control, fluidic pinball, AI, artificial
intelligence control, physics, mechanics, mechanics of
the fluids",
-
type = "info:eu-repo/semantics/conferenceObject",
-
URL = "https://hal.archives-ouvertes.fr/hal-02263719",
-
abstract = "Le controle d'ecoulement est au coeur de nombreux
defis en ingenierie tel que la reduction de la trainee
pour les vehicules de transport terrestre ou aerien,
l'augmentation de la portance en aeronautique,
l'amelioration du melange pour les reactions chimiques
pour ne citer que quelques exemples.Le controle des
ecoulements par retroaction s'appuyant sur la
connaissance de l'etat du systeme, ouvre la possiblite
de controle robuste pour ces applications (Brunton \&
Noack, 2015 Appl. Mech. Rev. 67, 050801).Ce projet vise
a la mise en place d'une strategie de controle
generale, sans modele et auto-adaptaptive pour
stabiliser/controler les systemes non-lineaires et la
turbulence dans des applications concretes, aussi
nommee {"}machine learning control{"} (MLC) (Duriez et
al. 2016 Springer).Parmi les differentes techniques
d'intelligence artificiel, nous explorons la
programmation genetique.Elle est inspiree de la
biologie et mime le processus de selection naturelle
Darwinien pour faire emerger empiriquement une loi de
controle efficace.Cette approche est appliquee a un
systeme de mecanique des fluides, le pinball fluidique,
presentant une dynamique riche et permettant un
controle MIMO.Remerciement au projet ASTRID-ANR-17-
FLOwCON, Controle d'ecoulements turbulents en boucle
fermee par apprentissage automatique",
-
annote = "Laboratoire d'Informatique pour la Mecanique et les
Sciences de l'Ingenieur (LIMSI) ; Universite Paris
Saclay (COmUE)-Centre National de la Recherche
Scientifique (CNRS)-Sorbonne Universite - UFR
d'Ingenierie (UFR 919) ; Sorbonne Universite
(SU)-Sorbonne Universite (SU)-Universite
Paris-Saclay-Universite Paris-Sud - Paris 11 (UP11)",
-
bibsource = "OAI-PMH server at api.archives-ouvertes.fr",
-
contributor = "Laboratoire d'Informatique pour la Mecanique et les
Sciences de l'Ingenieur",
-
identifier = "hal-02263719",
-
language = "en",
-
oai = "oai:HAL:hal-02263719v1",
- }
Genetic Programming entries for
Guy Yoslan Cornejo Maceda
Bernd R Noack
Francois Lusseyran
Marek Morzynski
Nan Deng
Luc Pastur
Citations