Algorithmes efficaces pour tester l'identifiabilité locale

Parmi les methodes utilisees pour tester l'identifiabilite locale d'un systeme, on peut citer le developpement en series de Taylor des sorties et la methode des similarites (similarity transformation approach). Nous rappelons que les parametres non identifiables d'un systeme peuvent etre determines par un algorithme probabiliste de complexite polynomiale en la taille de l'entree. Cet algorithme est base sur la methode des developpement en series. Si le modele considere est non identifiable, nous montrons que cette methode permet de calculer des groupes de transformations qui agissent sur les variables non observables et les parametres non identifiable tout en laissant les entrees, les sorties et les trajectoires du systeme invariant. Ce calcul permet de certifier et completer le resultat precedent. La methode des similarites se base sur la resolution d'un systeme d'equations aux derivees partielles pour trouver ce groupe. Notre approche ne repose que sur le calcul du noyau d'une matrice a coefficients polynomiaux et l'integration sous forme close d'un systeme differentiel ordinaire de petite taille. Pour finir, nous presentons quelques exemples qui montrent l'efficacite de notre approche.

[1]  H. Pohjanpalo System identifiability based on the power series expansion of the solution , 1978 .

[2]  D. Eisenbud Commutative Algebra: with a View Toward Algebraic Geometry , 1995 .

[3]  A. Goldbeter A model for circadian oscillations in the Drosophila period protein (PER) , 1995, Proceedings of the Royal Society of London. Series B: Biological Sciences.

[4]  Joseph Johnson,et al.  Kahler Differentials and Differential Algebra , 1969 .

[5]  Eric Walter,et al.  Guaranteed numerical alternatives to structural identifiability testing , 2001, Proceedings of the 40th IEEE Conference on Decision and Control (Cat. No.01CH37228).

[6]  A. Raksanyi Utilisation du calcul formel pour l'étude des systèmes d'équations polynomiales (applications en modélisation) , 1986 .

[7]  Donald Ervin Knuth,et al.  The Art of Computer Programming , 1968 .

[8]  Alexandre Sedoglavic,et al.  Méthodes seminumériques en algèbre différentielle~; applications à l'étude des propriétés structurelles de systèmes différentiels algébriques en automatique , 2001 .

[9]  Alexandre Sedoglavic A Generalization Of Flatness To Nonlinear Systems Of Partial Differential Equations. Application To , 2001 .

[10]  Alexandre Sedoglavic A Probabilistic Algorithm to Test Local Algebraic Observability in Polynomial Time , 2002, J. Symb. Comput..

[11]  Yves Lecourtier,et al.  Identifiability and distinguishability testing via computer algebra , 1985 .

[12]  François Boulier,et al.  Representation for the radical of a finitely generated differential ideal , 1995, ISSAC '95.

[13]  M. Fliess,et al.  Nonlinear observability, identifiability, and persistent trajectories , 1991, [1991] Proceedings of the 30th IEEE Conference on Decision and Control.

[14]  Céline Noiret Utilisation du calcul formel pour l'identifiabilité de modèles paramètriques et nouveaux algorithmes en estimation de paramètres , 2000 .

[15]  Lennart Ljung,et al.  PARAMETRIZATION OF NONLINEAR MODEL STRUCTURES AS LINEAR REGRESSIONS , 1990 .

[16]  H. Rabitz,et al.  Similarity transformation approach to identifiability analysis of nonlinear compartmental models. , 1989, Mathematical biosciences.

[17]  A. Krener,et al.  Nonlinear controllability and observability , 1977 .

[18]  Donald E. Knuth,et al.  The art of computer programming. Vol.2: Seminumerical algorithms , 1981 .

[19]  L. Ljung,et al.  PARAMETRIZATION OF NONLINEAR MODEL STRUCTURES AS LINEAR REGRESSIONS , 1991 .