Nem vált be? Semmi gond! Nálunk 30 napon belül visszaküldheti
Ajándékutalvánnyal nem nyúlhat mellé. A megajándékozott az ajándékutalványért bármit választhat kínálatunkból.
30 nap a termék visszaküldésére
Les réseaux de Petri stochastiques sont des outils performants pour modéliser les processus industriels ainsi que les défauts et reprises qui les affectent. Dans cette thčse on s'intéresse ŕ l'identification de la structure et des paramčtres des réseaux de Petri stochastiques et stochastiques-déterministes (incluant des durées de franchissement exponentielles et constantes) ŕ partir des séquences d'événements datés et enregistrés par les systčmes de supervision. Un algorithme d'apprentissage supervisé est développé pour construire la structure du modčle. Cet algorithme est basé sur la rétro-propagation d'une erreur associée ŕ la causalité des événements. Ensuite, une méthode d'identification des paramčtres est proposée. Cette méthode réalise une analyse statistique du contenu de la séquence et exploite un modčle de Markov isomorphe au graphe d'atteignabilité du réseau de Petri. Enfin, les modčles construits sont utilisés pour des études de fiabilité ainsi que pour détecter et localiser les défauts.