M. BENAIDJA Nouri

In this paper, a novel evolutionary optimisation algorithm is proposed by hybridizing the cultural algorithm (CA) and artificial immune system (AIS). However, the hypermutation scheme is inserted at the end of the influence step. The algorithm is thus called CAAIS to estimate the parameters of Tanagi-Sugeno fuzzy model of nonlinear systems. The CAAIS comprises two main different phases.
First, the belief space is built considering situational knowledge and domain knowledge only, the event of dramatic drop of objective function is recorded and exploration-exploitation balance is preserved. Second, the historical knowledge is added to the belief space to exploit the information collected at the previous phase and enhance the intensification capability. Finally, the CAAIS algorithm is examined by parameter identification of the the fuzzy model of Narendra-Parthasarathy nonlinear system. Simulation results show that the proposed algorithm is more efficient than typical genetic algorithm and genetic algorithm hybridized with simulated annealing GASA.

Ce polycopié de rappel de cours et de travaux pratiques regroupe un certain nombre de notions de base sur l’algorithmique ainsi que l’application de ces notions en s’appuyant sur le langage Pascal. Ces travaux pratiques d’algorithmique, destinés particulièrement aux étudiants de première année Sciences de technologie (ST), font assurés pendant pratiquement une dizaine d’années par notre équipe de formation, affiliée à la Faculté de Sciences de technologie (ST) (Université de M’sila). Sans être exhaustif ce polycopié est en conformité avec le programme proposé par la tutelle.
Le polycopié est organisé en deux grandes parties : informatique 1 et informatique 2.
La première partie englobe trois chapitres.
L’introduction porte sur l’environnement matériel et logiciel d’un ordinateur. En particulier les différentes fonctionnalités des systèmes d’exploitation sont illustrées en s’appuyant sur Windows 7® IDE disponible au niveau de la faculté. Puis une illustration de l’environnement de programmation Free Pascal IDE disponible au niveau de la faculté. Ce chapitre est conclu par un TP préliminaire permettant à l’étudiant de se familiariser, tout d’abord, avec les différentes instructions de base de programmation Pascal.
Le deuxième chapitre regroupe l’essentiel du cours d’algorithmique, à savoir, le langage algorithmique qui couvre toutes les instructions de base constituant un algorithme et les structures conditionnelles et itératives.
Le troisième chapitre est consacré à des problèmes plus complexes, à savoir les vecteurs et les matrices.
La deuxième partie est divisée en deux grands volets.
Le premier chapitre illustre l'aspect modulaire du langage algorithmique, à savoir les fonctions et procédures. Ce qui fournit une possibilité de structurer encore davantage l’algorithme en créant de nouveaux ordres, définis indépendamment de l’algorithme principal, utilisables dans le corps de l’algorithme.
La notion d'enregistrement offre la possibilité d'étendre les types de base vers des ensembles de données hétérogènes. Ces structures peuvent être stockées dans un fichier. Les enregistrements et fichiers font l'objet d'illustration dans le deuxième chapitre.
Chaque chapitre est conclu par un ensemble d'exercices traités, en séance de TP, par les étudiants de première année ST. Des exercices supplémentaires sont ajoutés à certaines sections jugées fondamentales. Ces séries d’exercices couvrent toutes les sections présentées en cours. Pour ce faire, j’ai fait appel au langage Pascal. Ce dernier est un langage facile à manipuler par l’étudiant débutant et possède une structure très proche de celle du langage naturel.

Softcomputing techniques are receiving attention as optimisation techniques for many industrial applications. Although these techniques eliminate the need for derivatives computation, they require much work to adjust their parameters at the stage of research and development. Issues such as speed, stability, and parameters convergence remain much to be investigated. This paper discusses the application of the method of reference model to determine parameters of asynchronous machines using two optimisation techniques. Softcomputing techniques used in this paper are evolutionary strategy and the chemotaxis algorithm. Identification results using the two techniques are presented and compared with respect to the conventional simplex technique of Nelder and Mead. Discussion about the chemotaxis algorithm as the most promising optimisation technique is presented, giving its advantages and disadvantages.

The present study describes a comparative study of genetic algorithm and neighbourhood techniques used for off-line identification of three phase asynchronous machine parameters. All the methods are then tested on two distinct machines and the influence of the start time of identification, with reference to the time of startup of machine, is studied. Results show the superiority of genetic algorithm for low values of the start time of identification.

Four evolutionary techniques (scatter search, evolutionary programming, ant colony, and particle swarm algorithms) were used for off-line identification of three phase asynchronous machine parameters. Optimization techniques were then tested on two distinct machines. In order to evaluate how much good the achieved machines parameters obtained, experimental and simulation input-output behaviors are presented for each method. The performances in term of objective function and convergence time prove the effectiveness of this class of optimization methods.

Résumé Cet article présente l’identification off-line des paramètres de la machine asynchrone à partir de la connaissance des quantités externes mesurables : courants et tensions statoriques et vitesse de rotation. Le problème d’identification est considéré comme un problème d’optimisation et résolu par la méthode basée sur les algorithmes génétiques. La commande indirecte par orientation du flux nécessite la connaissance des paramètres de la machine et par conséquent des résultats de simulation de la commande utilisant les paramètres trouvés lors de l’identification sont développées.