Identificação de sistemas não lineares utilizando modelos NARX, funções ortonormais e otimização heurística

Detalhes bibliográficos
Autor(a) principal: Oroski, Elder
Data de Publicação: 2015
Tipo de documento: Tese
Idioma: por
Título da fonte: Repositório Institucional da UnB
Texto Completo: http://repositorio.unb.br/handle/10482/21575
http://dx.doi.org/10.26512/2015.11.T.21575
Resumo: Tese (doutorado)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Elétrica, 2015.
id UNB_d1f9fcb901d8ecee504aa8de683e636f
oai_identifier_str oai:repositorio.unb.br:10482/21575
network_acronym_str UNB
network_name_str Repositório Institucional da UnB
repository_id_str
spelling Identificação de sistemas não lineares utilizando modelos NARX, funções ortonormais e otimização heurísticaNonlinear system identification using NARX models, orthonormal functions and heuristic optimizationIdentificação de sistemasSistemas não-linearesFunções ortonormaisModelos NARXTese (doutorado)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Elétrica, 2015.Identificar um sistema não linear pode constituir uma tarefa complexa. Para tratar tal complexidade uma série de modelos e métodos de identificação de sistemas foram desenvolvidos ao longo das últimas décadas. Neste cenário, dois dos modelos não lineares mais promissores são as chamadas séries de Volterra e os modelos NARX que, embora sejam implementações computacionalmente exigentes, apresentam boa precisão e representatividade do sistema a ser modelado. Tais modelos podem ter seu custo de implementação computacional reduzido pelo uso de funções ortonormais. Assim, nesta tese, tem-se por objetivo identificar um conjunto de sistemas não lineares a partir de modelos NARX, simplificados através do uso de funções ortonormais, conhecidos como modelos NARX-OBF. Para tanto, são expostos métodos de otimização determinísticos e heurísticos, com foco na determinação dos parâmetros de modelo. Foram criados métodos de otimização heurística, como o inédito Algoritmo do Princípio Antrópico, que são utilizados na determinação da estrutura do modelo bem como de seus parâmetros. São apresentados ainda exemplos de identificação de sistemas não lineares reais, dois levitadores magnéticos, baseados nestas propostas. A partir da comparação entre os modelos citados, foi constatado que o modelo NARX-OBF apresentou menor MSE que o modelo Volterra-OBF, para modelos com o mesmo número de termos, superando também os modelos clássicos de identificação de sistemas neste quesito. Como perspectivas futuras para este trabalho, tem-se a possibilidade de utilização de Programação Genética na determinação da estrutura do modelo e a exploração de diferentes funções ortonormais.Identifying a nonlinear system generally is a complex task. In order to manage this complexity many system identification methods were developed over the past decades. Among them, two of the most promising models are the Volterra series and the NARX series. Their implementation normally are computationally costly, but they have good accuracy and representativeness. These kind of models have their indentification cost reduced by using orthonormal functions. Thus, this thesis has the objective of identifying a class of nonlinear systems, with Volterra and NARX models, simplified by orthonormal functions. In order to achieve this goal, some optimization methods are presented, deterministic and heuristic, focusing on model parameter determination. Heuristic optimization methods were created, as the novel Antropic Principle Algorithm, which are used in determining the model structure and their parameters. Examples of real nonlinear system identification is presented, as two magnetic levitators, based on these proposals. From the comparison of the above models, it was found that the NARX-OBF model showed lower MSE than the Volterra-OBF model, to models with the same number of terms. As future work, is possible using Genetic Programming in the model structure determinination and to expore different kind of orthonormal functions.Bauchspiess, AdolfoOroski, Elder2016-10-17T17:00:27Z2016-10-17T17:00:27Z2016-10-172015-11-20info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdfOROSKI, Elder. Identificação de sistemas não lineares utilizando modelos NARX, funções ortonormais e otimização heurística. 2015. xvii, 145 f., il. Tese (Doutorado em Engenharia de Sistemas Eletrônicos e Automação)—Universidade de Brasília, Brasília, 2015.http://repositorio.unb.br/handle/10482/21575http://dx.doi.org/10.26512/2015.11.T.21575A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.bce.unb.br, www.ibict.br, http://hercules.vtls.com/cgi-bin/ndltd/chameleon?lng=pt&skin=ndltd sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data.info:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UnBinstname:Universidade de Brasília (UnB)instacron:UNB2023-07-21T05:29:44Zoai:repositorio.unb.br:10482/21575Repositório InstitucionalPUBhttps://repositorio.unb.br/oai/requestrepositorio@unb.bropendoar:2023-07-21T05:29:44Repositório Institucional da UnB - Universidade de Brasília (UnB)false
dc.title.none.fl_str_mv Identificação de sistemas não lineares utilizando modelos NARX, funções ortonormais e otimização heurística
Nonlinear system identification using NARX models, orthonormal functions and heuristic optimization
title Identificação de sistemas não lineares utilizando modelos NARX, funções ortonormais e otimização heurística
spellingShingle Identificação de sistemas não lineares utilizando modelos NARX, funções ortonormais e otimização heurística
Oroski, Elder
Identificação de sistemas
Sistemas não-lineares
Funções ortonormais
Modelos NARX
title_short Identificação de sistemas não lineares utilizando modelos NARX, funções ortonormais e otimização heurística
title_full Identificação de sistemas não lineares utilizando modelos NARX, funções ortonormais e otimização heurística
title_fullStr Identificação de sistemas não lineares utilizando modelos NARX, funções ortonormais e otimização heurística
title_full_unstemmed Identificação de sistemas não lineares utilizando modelos NARX, funções ortonormais e otimização heurística
title_sort Identificação de sistemas não lineares utilizando modelos NARX, funções ortonormais e otimização heurística
author Oroski, Elder
author_facet Oroski, Elder
author_role author
dc.contributor.none.fl_str_mv Bauchspiess, Adolfo
dc.contributor.author.fl_str_mv Oroski, Elder
dc.subject.por.fl_str_mv Identificação de sistemas
Sistemas não-lineares
Funções ortonormais
Modelos NARX
topic Identificação de sistemas
Sistemas não-lineares
Funções ortonormais
Modelos NARX
description Tese (doutorado)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Elétrica, 2015.
publishDate 2015
dc.date.none.fl_str_mv 2015-11-20
2016-10-17T17:00:27Z
2016-10-17T17:00:27Z
2016-10-17
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv OROSKI, Elder. Identificação de sistemas não lineares utilizando modelos NARX, funções ortonormais e otimização heurística. 2015. xvii, 145 f., il. Tese (Doutorado em Engenharia de Sistemas Eletrônicos e Automação)—Universidade de Brasília, Brasília, 2015.
http://repositorio.unb.br/handle/10482/21575
http://dx.doi.org/10.26512/2015.11.T.21575
identifier_str_mv OROSKI, Elder. Identificação de sistemas não lineares utilizando modelos NARX, funções ortonormais e otimização heurística. 2015. xvii, 145 f., il. Tese (Doutorado em Engenharia de Sistemas Eletrônicos e Automação)—Universidade de Brasília, Brasília, 2015.
url http://repositorio.unb.br/handle/10482/21575
http://dx.doi.org/10.26512/2015.11.T.21575
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UnB
instname:Universidade de Brasília (UnB)
instacron:UNB
instname_str Universidade de Brasília (UnB)
instacron_str UNB
institution UNB
reponame_str Repositório Institucional da UnB
collection Repositório Institucional da UnB
repository.name.fl_str_mv Repositório Institucional da UnB - Universidade de Brasília (UnB)
repository.mail.fl_str_mv repositorio@unb.br
_version_ 1839083350945431552

Registros relacionados