Análise de processadores para aplicação em tempo real do método do gradiente conjugado no controle ótimo de processos

Detalhes bibliográficos
Ano de defesa: 1995
Autor(a) principal: Fischer, Benedito René
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Tese
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Link de acesso: http://www.teses.usp.br/teses/disponiveis/76/76132/tde-13042015-172158/
Resumo: O método do gradiente conjugado, uma das técnicas de otimização irrestrita da Programação Matemática, normalmente e empregado na solução de problemas de controle ótimo, apresentando a vantagem, sobre outros métodos, de convergência razoavelmente rápida e economia de memória. A limitação do método e que o mesmo e calculado para problemas com tempo final fixo. Neste trabalho e feita uma generalização do método do gradiente conjugado para que ele possa ser empregado na solução de problemas de controle ótimo em tempo real. Através de simulações, foi determinada uma correlação entre a constante de tempo dominante do sistema e o melhor intervalo de operação para o método. Foi proposto um algoritmo original para controle ótimo com tempo final livre, e também estabelecidas as condições sobre a velocidade do processador, para que esse algoritmo possa ser aplicado em tempo real. Devido ao interesse do controle em tempo real, a velocidade de processamento, o baixo custo do equipamento e as pequenas dimensões físicas são fundamentais. Desta forma, e feita uma analise de desempenho de vários tipos de processadores, com ênfase nas arquiteturas 80x86. De forma a obter maior velocidade de processamento, foram analisadas implementações de arquiteturas paralelas usando transportadores, redes de computadores e uma arquitetura onde cada processador compartilha um segmento de sua memória com os demais