Otimização de controladores fuzzy por algoritmos genéticos multiobjetivos no domínio Wavelet

Detalhes bibliográficos
Ano de defesa: 2023
Autor(a) principal: Pires, André Henrique Matias
Orientador(a): Araújo, Fábio Meneghetti Ugulino de
Banca de defesa: Não Informado pela instituição
Tipo de documento: Tese
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Federal do Rio Grande do Norte
Programa de Pós-Graduação: PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA E DE COMPUTAÇÃO
Departamento: Não Informado pela instituição
País: Brasil
Palavras-chave em Português:
Área do conhecimento CNPq:
Link de acesso: https://repositorio.ufrn.br/handle/123456789/56743
Resumo: Devido à crescente competitividade na indústria, torna-se imperativo o uso de técnicas de ajuste mais eficientes e que, de fato, possam encontrar controladores com o desempenho desejado. Com essa proposta, técnicas de otimização podem ser usadas para obter os parâmetros do controlador de acordo com um critério de avaliação, que deve codificar o quão bom é um determinado controlador, expressando adequadamente as especificações desejadas, para que o algoritmo empregado possa encontrar o controlador desejado. Os métodos tradicionalmente utilizados na sintonia apresentam uma dificuldade em expressar as especificações pretendidas. A dificuldade encontrada se deve a que os critérios tradicionalmente adotados, no geral, utilizam apenas a informação do erro total, através de índices como a Integral do Erro Absoluto (IEA) ou a Integral do Erro Quadrado (ISE), que não descrevem aspectos do comportamento do sistema, como se a resposta está muito agressiva e oscilatória, o erro de regime permanente, tempo de subida e tempo de estabilização, como faria um projetista humano. Além disso, algumas dessas impressões não estão bem definidas para referências diferente do degrau, carecendo de generalidade. Desse modo, o algoritmo de otimização responsável por obtenção dos parâmetros do controlador o faz de acordo com uma função de avaliação, a qual deve conseguir, de fato, codificar o quão bom é um dado controlador, expressando de forma adequada as especificações desejadas, de modo que o algoritmo de otimização empregado consiga encontrar o controlador que melhor satisfaça o problema apresentado. Em vista disso, será apresentada uma metodologia genérica de utilização da análise wavelet juntamente com técnicas de otimização multiobjetivo para se expressar o comportamento que se pretende alcançar pelo sistema controlado, de forma mais precisa e próxima da realizada pelo ser humano, permitindo uma otimização mais eficiente. Na metodologia proposta, a análise wavelet, muito presente na literatura, voltada para outras aplicações, sobretudo na análise de sinais, sons e imagens, é utilizada para obtenção de descritores que caracterizem aspectos do comportamento do sistema, como seu comportamento em regime permanente, comportamento no regime transitório, não amplificação de ruídos e rejeição a perturbações, esses descritores passam a constituir objetivos que serão otimizados por técnicas multiobjetivos. O estudo realizado utilizou técnicas de Algoritmo Genético Multiobjetivo (MOGAs) para a otimização, devido a serem amplamente utilizadas na literatura e por serem conhecidas por suas simplicidades e eficiências.