Optimization of electric vehicle's controllers for performance enhancement /
Mohammed Essam Farouk Hussein,
Optimization of electric vehicle's controllers for performance enhancement / إيجاد الحلول المثلى لتحسين الأداء فى المتحكمات الخاصة بالسيارات الكهربائية by Mohammed Essam Farouk Hussein ; Supervision Prof. Dr. Mohamed A. Moustafa Hassan, Prof. Dr. Mohammed El Sayed Ammar. - 192 pages : illustrations ; 30 cm. + CD.
Thesis (M.Sc)-Cairo University, 2024.
Bibliography: pages 141-145.
The aim of this thesis is the exploration of advanced control strategies for optimizing electric vehicles controllers performance based on different optimization techniques, including Proportional Integral Derivative (PID) and Fractional Order Proportional Integral Derivative (FOPID) controllers using different methodologies. Furthermore Fuzzy logic and machine learning controllers such as Artificial Neural Network (ANN) and Reinforcement Learning and Adaptive Neuro Fuzzy Inference System are used. All these controllers are used to optimize the cost function to its’ minimum value. الهدف من هذه الأطروحة هو استكشاف استراتيجيات التحكم المتقدمة لتحسين أداء وحدات التحكم في المركبات الكهربائية بناءً على تقنيات التحسين المختلفة، بما في ذلك المشتق التكاملي التناسبي (PID) والمشتق التكاملي التناسبي الجزئي (FOPID) باستخدام منهجيات مختلفة، علاوة على استخدام المنطق الضبابي ووحدات تحكم التعلم الآلى مثل الشبكة العصبية الاصطناعية (ANN) والتعلم المعزز ونظام الاستدلال العصبي الضبابي التكيفي. يتم استخدام جميع وحدات التحكم هذه لتحسين دالة التكلفة إلى الحد الأدنى لقيمتها
Text in English and abstract in Arabic & English.
Electric Vehicle's
المركبات الكهربائية
Electric Vehicles PID Controller FOPID Controller Fuzzy Logic Controller Machine Learning
629.2293
Optimization of electric vehicle's controllers for performance enhancement / إيجاد الحلول المثلى لتحسين الأداء فى المتحكمات الخاصة بالسيارات الكهربائية by Mohammed Essam Farouk Hussein ; Supervision Prof. Dr. Mohamed A. Moustafa Hassan, Prof. Dr. Mohammed El Sayed Ammar. - 192 pages : illustrations ; 30 cm. + CD.
Thesis (M.Sc)-Cairo University, 2024.
Bibliography: pages 141-145.
The aim of this thesis is the exploration of advanced control strategies for optimizing electric vehicles controllers performance based on different optimization techniques, including Proportional Integral Derivative (PID) and Fractional Order Proportional Integral Derivative (FOPID) controllers using different methodologies. Furthermore Fuzzy logic and machine learning controllers such as Artificial Neural Network (ANN) and Reinforcement Learning and Adaptive Neuro Fuzzy Inference System are used. All these controllers are used to optimize the cost function to its’ minimum value. الهدف من هذه الأطروحة هو استكشاف استراتيجيات التحكم المتقدمة لتحسين أداء وحدات التحكم في المركبات الكهربائية بناءً على تقنيات التحسين المختلفة، بما في ذلك المشتق التكاملي التناسبي (PID) والمشتق التكاملي التناسبي الجزئي (FOPID) باستخدام منهجيات مختلفة، علاوة على استخدام المنطق الضبابي ووحدات تحكم التعلم الآلى مثل الشبكة العصبية الاصطناعية (ANN) والتعلم المعزز ونظام الاستدلال العصبي الضبابي التكيفي. يتم استخدام جميع وحدات التحكم هذه لتحسين دالة التكلفة إلى الحد الأدنى لقيمتها
Text in English and abstract in Arabic & English.
Electric Vehicle's
المركبات الكهربائية
Electric Vehicles PID Controller FOPID Controller Fuzzy Logic Controller Machine Learning
629.2293