Página 1 dos resultados de 64 itens digitais encontrados em 0.001 segundos

Identificação neuro-difusa: aspectos de interpretabilidade

Paiva, Rui Pedro Pinto de Carvalho e
Fonte: Universidade de Coimbra Publicador: Universidade de Coimbra
Tipo: Dissertação de Mestrado
POR
Relevância na Pesquisa
26.68%
No momento presente da História, é lícito afirmar-se que a humanidade se encontra em plena era da informação. De facto, em qualquer aspecto da sociedade, desde as actividades de lazer até aos mais complexos sistemas de produção, é notória a presença e influência das tecnologias de informação. Assim, assiste-se presentemente a um forte impulso na investigação, desenvolvimento e aplicação de metodologias de computação aos processos industriais de produção. Na verdade, o elevado grau de complexidade que os caracteriza, acompanhado de uma necessidade crescente de desempenho como forma de dar resposta às leis de mercado, exige a utilização de estratégias cada vez mais sofisticadas. Uma das áreas que tem merecido uma atenção particular tem sido a soft computing, a qual engloba metodologias tais como a lógica difusa, redes neuronais e algoritmos genéticos, de forma simples ou combinada, constituindo um dos pilares dos sistemas de informação inteligentes. Neste contexto, a dissertação apresentada pretende contribuir para a compreensão do potencial associado às técnicas neuro-difusas como mecanismo de identificação de sistemas. Assim, numa primeira fase introdutória, são apresentados e discutidos os princípios básicos da lógica difusa...

Contribuições ao estudo de grafos fuzzy : teoria e algoritmos

Marcia Tomie Takahashi
Fonte: Biblioteca Digital da Unicamp Publicador: Biblioteca Digital da Unicamp
Tipo: Tese de Doutorado Formato: application/pdf
Publicado em 10/05/2004 PT
Relevância na Pesquisa
36.65%
Não informado.

Contribuições ao estudo de programação não-linear com incertezas; Contributions to the study of nonlinear programming with uncertainties

Ricardo Coelho Silva
Fonte: Biblioteca Digital da Unicamp Publicador: Biblioteca Digital da Unicamp
Tipo: Dissertação de Mestrado Formato: application/pdf
Publicado em 25/05/2005 PT
Relevância na Pesquisa
26.41%
Neste trabalho foram desenvolvidos alguns métodos iterativos e algoritmos meta-heurísticos, adaptados de modelos clássicos, que solucionam problemas de programação não-linear com parâmetros fuzzy na função objetivo e no conjunto de restrições. Apresentamos aqui uma relação entre alguns destes métodos iterativos e uma abordagem diferenciada das restrições de igualdade com parâmetros fuzzy. Comprovamos a eficiência dos algoritmos propostos comparando os seus resultados com os encontrados na literatura; In this work we develop some iterative methods and meta-heuristic algorithms that solve the nonlinear programming problems with uncertainties in the objective function and in the set of constraints. We derive a relation among some of this iterative methods and introduce a novel approach to the equality constraints with uncertainties. Selected examples from the literature are presented to validate the efficiency of the methods and algorithms addressed

Analise dinamica de problemas não deterministicos usando metodos baseados em conjuntos nebulosos; Dynamic analysis of non-deterministic problems using fuzzy set based methods

Ronaldo Fernandes Nunes
Fonte: Biblioteca Digital da Unicamp Publicador: Biblioteca Digital da Unicamp
Tipo: Tese de Doutorado Formato: application/pdf
Publicado em 27/06/2005 PT
Relevância na Pesquisa
26.37%
Neste trabalho, o problema da análise dinâmica de estruturas em médias freqüências é abordado. Em geral, métodos numéricos tais como elementos finitos e elementos de contorno não são apropriados para tratar estes casos. As principais razões são a necessidade do refinamento das malhas com o aumento da freqüência e o cálculo da influência dos parâmetros incertos, cujo efeito em particular, para médias e altas freqüências, tende a ser significativo. O problema do refinamento do modelo pode ser superado através de métodos semi-analíticos, como por exemplo, o método do elemento espectral. Em relação à simulação dos sistemas com parâmetros de entrada incertos, métodos baseados em conjuntos nebulosos e métodos probabilísticos são adotados. Nesta tese, uma proposta combinando o método do elemento espectral com conjuntos nebulosos é conduzida. O principal foco deste trabalho é apresentar uma nova abordagem para o problema em médias freqüências. Neste contexto, funções de resposta em freqüência são adotadas para representar o efeito dos parâmetros de entrada não determinísticos na resposta dinâmica de estruturas. Para ilustrar o procedimento proposto, exemplos numéricos são tratados, como o caso simples de uma placa retangular reforçada com vigas e também o caso de uma estrutura do tipo pórtico; It is well-known that...

Aplicação de modelos de estimação de fitness em algoritmos geneticos; Fitness estimation models applied to genetic algorithms

Francisco Osvaldo Mendes Mota Filho
Fonte: Biblioteca Digital da Unicamp Publicador: Biblioteca Digital da Unicamp
Tipo: Dissertação de Mestrado Formato: application/pdf
Publicado em 21/12/2005 PT
Relevância na Pesquisa
36.56%
Para obter uma solução satisfatória, algoritmos genéticos avaliam, em geral, um número grande de indivíduos durante o processo evolutivo. É comum, em aplicações práticas, encontrar funções de avaliação computacionalmente complexas e caras. Porém, nesses casos, o tempo é um fator determinante no desempenho de algoritmos genéticos. Dessa forma, os algoritmos genéticos devem encontrar soluções adequadas em curto intervalo de tempo. Uma alternativa promissora para contornar os custos computacionais referentes à função de avaliação considera o fato de que pode ser mais atrativo avaliar diretamente somente indivíduos selecionados e estimar os fitness dos restantes do que avaliar diretamente toda a população. Este trabalho propõe o uso de modelos de estimação de fitness em algoritmos genéticos. Especificamente, são sugeridos modelos de estimação baseados em agrupamento nebuloso supervisionado (Fuzzy C-Means) e não supervisionado (Aprendizagem Participativa). O objetivo é aproximar as funções de avaliação por meio de modelos de estimação de fitness, sem afetar significativamente a qualidade das soluções. Inicialmente, os modelos de estimação propostos são comparados e analisados experimentalmente com alternativas sugeri das por outros autores...

Modelagem de sistemas dinamicos não lineares utilizando sistemas fuzzy, algoritmos geneticos e funções de base ortonormal; Modeling of nonlinear dynamics systems using fuzzy systems, genetic algorithms and orthonormal basis functions

Anderson Vinicius de Medeiros
Fonte: Biblioteca Digital da Unicamp Publicador: Biblioteca Digital da Unicamp
Tipo: Dissertação de Mestrado Formato: application/pdf
Publicado em 23/01/2006 PT
Relevância na Pesquisa
36.41%
Esta dissertação apresenta uma metodologia para a geração e otimização de modelos fuzzy Takagi-Sugeno (TS) com Funções de Base Ortonormal (FBO) para sistemas dinâmicos não lineares utilizando um algoritmo genético. Funções de base ortonormal têm sido utilizadas por proporcionarem aos modelos propriedades como ausência de recursão da saída e possibilidade de se alcançar uma razoável capacidade de representação com poucos parâmetros. Modelos fuzzy TS agregam a essas propriedades as características de interpretabilidade e facilidade de representação do conhecimento. Enfim, os algoritmos genéticos se apresentam como um método bem estabelecido na literatura na tarefa de sintonia de parâmetros de modelos fuzzy TS. Diante disso, desenvolveu-se um algoritmo genético para a otimização de duas arquiteturas, o modelo fuzzy TS FBO e sua extensão, o modelo fuzzy TS FBO Generalizado. Foram analisados modelos locais lineares e não lineares nos conseqüentes das regras fuzzy, assim como a diferença entre a estimação local e a global (utilizando o estimador de mínimos quadrados) dos parâmetros desses modelos locais. No algoritmo genético, cada arquitetura contou com uma representação cromossômica específica. Elaborou-se para ambas uma função de fitness baseada no critério de Akaike. Em relação aos operadores de reprodução...

Sistemas inteligentes para planejamento de escalas de equipagens em sistemas de transporte : aplicação a sistemas ferroviarios

Rodrigo Almeida Gonçalves
Fonte: Biblioteca Digital da Unicamp Publicador: Biblioteca Digital da Unicamp
Tipo: Tese de Doutorado Formato: application/pdf
Publicado em /07/2000 PT
Relevância na Pesquisa
36.51%
Este trabalho apresenta abordagens baseadas em inteligência computacional para um problema de alocação de recursos humanos, mais especificamente, para a geração de escalas de trabalho para equipagens ferroviárias. Esta abordagem leva em consideração uma visão ampla do problema de gerenciamento de equipagens ferroviárias, onde questões que são normalmente negligenciadas na literatura, são avaliadas e levadas em consideração. Para que isto seja possível, foram desenvolvidos métodos de geração de escalas em dois paradigmas diferentes: o das escalas cíclicas e o das escalas individualizadas. Ambos os casos foram avaliados e testados, com dados reais, por especialistas de ferrovias do país através de um sistema computacional que implementa os algoritmos desenvolvidos. Dentro do paradigma das escalas cíclicas, foram desenvolvidos dois métodos para criação de seqüenciais de tarefas: um baseado em algoritmos de busca e outro baseado em algoritmos genéticos. O seqüencial de tarefas é posteriormente utilizado para a criação de escalas através de um algoritmo de atribuição, baseado em programação matemática, que distribui as tarefas (os passos do seqüencial) levando em consideração o passado dos funcionários. Dentro do paradigma das escalas individualizadas...

Otimização de controladores nebulosos de Takagi-Sugeno utilizando algoritmos geneticos

Marcio Andre Teixeira de Sousa
Fonte: Biblioteca Digital da Unicamp Publicador: Biblioteca Digital da Unicamp
Tipo: Dissertação de Mestrado Formato: application/pdf
Publicado em 21/08/2000 PT
Relevância na Pesquisa
46.75%
Esta tese, propõe uma técnica que emprega algoritmos genéticos e teoria de conjuntos nebulosos integrados, visando o desenvolvimento automático de controladores de alta performance para servomecanismos tipo elo-acionado, ou módulo de junta robótica. Nesta abordagem, a teoria de conjuntos nebuloso é utilizada no desenvolvimento de controladores não lineares com estrutura flexível e grande quantidade de graus de liberdade. Devido às características apresentadas, estes controladores possuem potencial para resolver uma enorme variedade de problemas, inclusive problemas nos quais os métodos convencionais não são aplicáveis. Os algoritmos genéticos são métodos de busca inspirados no processo evolutivo natural que apresentam-se como uma alternativa eficiente para o ajuste automático de controladores não lineares. O algoritmo genético proposto neste trabalho é utilizado para o ajuste paramétrico de controladores nebulosos e controladores clássicos tipo PID. Os resultados experimentais mostraram que tal técnica é muito eficiente para o controle de juntas robóticas e para uma infinidade de outros sistemas de engenharia que possuam dinâmica semelhante, podendo-se assegurar sua aplicação prática com êxito, conseguindo-se uma excelente relação de custo/benefício; This thesis proposes a technique that uses genetic algorithms and fuzzy sets theory in a integrated way...

Algoritmos para problemas de grafos com incertezas; Algorithms for fuzzy graphs problems

Fabio Hernandes
Fonte: Biblioteca Digital da Unicamp Publicador: Biblioteca Digital da Unicamp
Tipo: Tese de Doutorado Formato: application/pdf
Publicado em 23/02/2007 PT
Relevância na Pesquisa
46.78%
A teoria de grafos é uma importante área da programação matemática, tendo um importante papel em áreas tais como engenharia e pesquisa operacional. Em particular, ela fornece ferramentas para tratar problemas de redes (tais como: alocação, caminho mínimo, fluxo máximo, etc.), que têm aplicações em diversas subáreas da engenharia (por exemplo: telecomunicações, transporte, manufatura, etc.). Estas aplicações podem, entretanto, possuir incertezas em seus parâmetros ou em sua estrutura. Baseado nisto, este trabalho trata de algumas importantes aplicações de problemas em grafos com incertezas em seus parâmetros ou estruturas e propõe algoritmos para encontrar suas soluções. As aplicações estudadas são: problemas de caminho mínimo, problemas de fluxo máximo, problemas de fluxo de custo mínimo e problemas de coloração de grafos. As incertezas são modeladas por meio da teoria dos conjuntos fuzzy, que tem sido aplicada com sucesso em problemas com incertezas e imprecisões; The graph theory is an important area of mathematical programming, it has an important role in fields such as engineering and operational research. In particular, it provides the tools to tackle network problems (e.g. allocation, shortest path...

Previsão de carga de curto prazo usando ensembles de previsores selecionados e evoluidos por algoritmos geneticos; Short-term load forecasting using esembles of selected and evolved predictors by genetic algorithms

Marcos de Almeida Leone Filho
Fonte: Biblioteca Digital da Unicamp Publicador: Biblioteca Digital da Unicamp
Tipo: Dissertação de Mestrado Formato: application/pdf
Publicado em 31/01/2006 PT
Relevância na Pesquisa
36.47%
Neste trabalho é proposta uma metodologia para previsão de séries temporais de carga de energia elétrica de curto prazo. Esta metodologia vem sendo muito utilizada no contexto da previsão de séries temporais e do reconhecimento de padrões. Os autores que propuseram esta metodologia a chamaram de "Ensembles". Este nome tenta explicar o é este modelo: uma combinação de partes que juntas formam um só modelo. Neste sentido, este nome expressa com relativa clareza qual é o principal aspecto desta metodologia, que no caso específico deste trabalho, é o de fazer várias previsões de uma mesma série temporal utilizando diferentes ferramentas que sozinhas são suficientemente competentes para prever a série temporal em questão, e em seguida combinar as soluções para, deste modo, tentar obter uma solução melhor do que quando é usada somente uma ferramenta. As ferramentas usadas para compor a previsão dos "Ensembles" finais são Redes Neurais Artificiais (RNAs) e Redes Neurais Nebulosas. Atualmente, estas redes são largamente utilizadas em problemas de previsão de séries temporais, principalmente quando o fator gerador destas séries é um sistema não-linear. Desta forma, isto as tornou candidatas potenciais para prever valores de uma série de cargas de energia elétrica...

Aplicações de meta-heuristica genetica e fuzzy no sistema de colonia de formigas para o problema do caixeiro viajante; Aplications of genetic and fuzzy metaheusistic in the ant colony system for the traveling salesman problem

Marcia Braga de Carvalho
Fonte: Biblioteca Digital da Unicamp Publicador: Biblioteca Digital da Unicamp
Tipo: Dissertação de Mestrado Formato: application/pdf
Publicado em 27/07/2007 PT
Relevância na Pesquisa
26.41%
Dentre as várias técnicas heurísticas e exatas existentes para a resolução de problemas combinatórios, os algoritmos populacionais de otimização por colônia de formigas e genéticos têm se destacado devido à sua boa performance. Em especial os algoritmos de colônia de formigas são considerados atualmente como uma das técnicas mais bem sucedidas para a resolução de vários problemas combinatórios, dentre eles o problema do caixeiro viajante. Neste trabalho é apresentado um algoritmo híbrido que trabalha com as meta-heurísticas de sistema de colônia de formigas e genético conjuntamente aplicados no problema do caixeiro viajante simétrico. Além disso, apresentamos uma proposta para o algoritmo de formigas quando temos incertezas associadas aos parâmetros do problema. Os resultados obtidos com as metodologias propostas apresentam resultados satisfatórios para todas as instâncias utilizadas; Amongst the several existing heuristical and accurate techniques for the resolution of combinatorial problems, the population algorithms ant colony optimization and genetic have been detached due to their good performance. In special the ant colony algorithms are considered currently as one of the techniques most succeeded for the resolution of some combinatorial problems...

Estrategias de decisão para o planejamento de circulação de trens em tempo real; Decision making strategies for real time trains movement planning

Alexandre Tazoniero
Fonte: Biblioteca Digital da Unicamp Publicador: Biblioteca Digital da Unicamp
Tipo: Dissertação de Mestrado Formato: application/pdf
Publicado em 29/06/2007 PT
Relevância na Pesquisa
26.47%
O transporte ferroviário tem grande participação no transporte de cargas e passageiros em todo o mundo. No Brasil a malha ferroviária sofreu um processo de abandono e deterioração no período de 1960 a 1990. A partir de 1990 a privatização da rede ferroviária nacional iniciou uma retomada de investimentos e nos últimos anos à demanda por transporte ferroviário vem crescendo significativamente. É necessário, então, que os recursos da ferrovia sejam utilizados de maneira eficiente para atender a crescente demanda, o que exige planejamento estratégico, táctico e operacional. No nível operacional uma das principais etapas e também umas das mais carentes de ferramentas computacionais é o Planejamento de Circulação de trens. O processo operacional de uma ferrovia é dinâmico, sujeito a inúmeras interferências imprevisíveis e uma ferramenta computacional para o apoio ao planejamento de circulação de trens deve fornecer soluções com tempo de processamento compatível com essa realidade. Este trabalho propõe algoritmos para o planejamento de circulação de trens em tempo real, utilizando metodologias de inteligência computacional e conjuntos nebulosos. Um algoritmo objetiva decidir localmente a preferência entre trens concorrendo pelo uso de um segmento de linha singela de modo a seguir uma referência de percurso fornecida por algum algoritmo de otimização ou por um especialista. Outro algoritmo decide...

Algoritmo para resolução do problema de fluxo multiproduto Fuzzy; Algorithm for solving the fuzzy multicommodity flow problem

Juliana Verga
Fonte: Biblioteca Digital da Unicamp Publicador: Biblioteca Digital da Unicamp
Tipo: Dissertação de Mestrado Formato: application/pdf
Publicado em 28/08/2009 PT
Relevância na Pesquisa
26.49%
A teoria dos grafos é comumente utilizada na área da engenharia para resolver problemas que podem ser representados na forma de redes. Dentre diversos problemas abordados, o problema de fluxo multiproduto é um dos que também podem ser modelados por grafos. Este trabalho apresenta uma proposta de solução para o problema de fluxo multiproduto fuzzy. O problema foi modelado através de um grafo, cujos nós representam pontos de oferta e demanda de produtos, os quais trafegam pelos arcos da rede. O algoritmo proposto visa encontrar soluções factiveis e boas para o problema de fluxo multiproduto fuzzy em redes com incertezas nos custos e capacidades, contendo múltiplas origens e múltiplos destinos. As incertezas são modeladas por meio da teoria dos conjuntos fuzzy, que tem sido aplicada com sucesso em problemas com incertezas; The graph theory is commonly used in the area of engineering to solve problems that can be represented in the form of nets. Among several problems, the multicommodity flow problem is one that can be modeled by graphs. This work presents an approach for solving the fuzzy multicommodity flow problem. The problem was modeled through a graph whose nodes represent points of supply and demand of commodities, which pass through arcs of the network. Our algorithm aims to find a set of good feasible solutions for the fuzzy multicommodity flow problem in networks with uncertainties in the costs and capacities...

Identificação difusa de sistemas : proposta de um modelo adaptativo

Morales, Aran Bey Techolakian
Fonte: Universidade Federal de Santa Catarina Publicador: Universidade Federal de Santa Catarina
Tipo: Tese de Doutorado Formato: 83f.| grafs., tabs
POR
Relevância na Pesquisa
26.78%
Tese (Doutorado) - Universidade Federal de Santa Catarina, Programa de Pos-Graduação em Engenharia de Produção; Identificação de sistemas é um processo iterativo, que facilita obter novo conhecimento sobre a natureza do sistema observado a cada nova iteraçao. A identificação de sistemas está vinculada à invenção e avaliação de teorias científicas. O propósito deste trabalho é explorar métodos alternativos para o processo da identificação de sistemas. O modelo proposto é um modelo baseado em regras, que representa as relações entre os agentes do sistema. A incerteza associada aos sistemas é incorporada no modelo via teoria dos conjuntos difusos. A técnica de busca utilizada para descobrir as regras e escolher as funções de pertinência dos conjuntos difusos que otimizam a resposta do modelo, são os algoritmos genéticos. A natureza robusta e os mecanismos simples dos algoritmos genéticos fazem deles uma ferramenta adequada para este propósito. Os algoritmos genéticos são uma técnica baseada nos princípios evolutivos de Darwin. No entanto, biologicamente sempre foi discutido de que forma as adaptações adquiridas por aprendizado durante o tempo de vida de um indivíduo são passadas para seus descendentes. Neste trabalho consideramos estas teorias biológicas e propomos um modelo onde evolução e aprendizado interagem.

Métodos robustos em análise de agrupamento para dados simbólicos

Cristina de Assis, Elaine; Maria Cardoso Rodrigues de Souza, Renata (Orientador)
Fonte: Universidade Federal de Pernambuco Publicador: Universidade Federal de Pernambuco
Tipo: Outros
PT_BR
Relevância na Pesquisa
36.75%
Análise de agrupamento (cluster analysis) visa organizar um conjunto de itens em grupos tal que os itens em um dado grupo têm alto grau de similaridade, enquanto itens pertencentes a grupos diferentes têm um alto grau de dissimilaridade. Técnicas de análise de agrupamento podem ser divididas em hierárquicas e de particionamento. Métodos hierárquicos formam seqüências de partições dos dados de entrada gerando assim hierarquias completas, enquanto métodos de particionamento procuram obter uma simples partição dos dados de entrada em um número fixo de grupos. Em geral esses métodos são divididos em dois grupos de paradigmas: rígido (hard) e difuso/nebuloso (fuzzy). Os algoritmos rígidos associam um item a apenas um grupo, enquanto os algoritmos difusos/nebulosos associam um item a todos os grupos através de um grau de pertinência do item em cada grupo. Os algoritmos de agrupamento baseados em medoid são conhecidos por serem menos sensíveis na presença de observações aberrantes/ruídos. Adicionalmente, esses algoritmos são mais flexíveis uma vez que a entrada de dados é uma matriz de dissimilaridade. A fim de modelar variabilidade e/ou incerteza inerente aos dados, variáveis podem assumir conjuntos de categorias ou intervalos...

Algoritmos heur??sticos en bioinform??tica

Pelta, David Alejandro
Fonte: Universidad de Granada Publicador: Universidad de Granada
Tipo: Tese de Doutorado
SPA
Relevância na Pesquisa
36.54%
Dada la importancia de los problemas que surgen en Bioinform??tica, la necesidad de resolverlos mediante t??cnicas heur??sticas (debido a su complejidad computacional), y la adecuaci??n de los conjuntos difusos para modelizar ideas subjetivas o conceptos vagos, en esta tesis se propone combinar un m??todo simple de optimizaci??n con ideas b??sicas de la l??gica difusa, para dar lugar a una herramienta robusta y flexible que resulte ??til en el ??rea de la Bioinform??tica. El m??todo desarrollado se denomina Fuzzy Adaptive Neighborhodd Search (FANS) y es esencialmente una herramienta de optimizaci??n basada en b??squeda por entornos que incorpora como elementos novedosos, la utilizaci??n de una "valoraci??n difusa" de las soluciones y la utilizaci??n de varios operadores en el proceso de b??squeda. En primer lugar se describen los componentes de FANS, sus caracter??sticas y se presenta el esquema del algoritmo. Posteriormente se muestra la utilidad de los dos elementos novedosos. Respecto a la valoraci??n difusa, se muestra que su manipulaci??n hace que FANS se comporte de forma similar (cualitativamente) a otros m??todos de b??squeda por entornos lo que permite plantear que FANS es un (cualitativamente) a otros m??todos de b??squeda por entornos lo que permite plantear que FANS es un "framework" de m??todos simples de b??squeda local. En segundo lugar se realizan experimentos comparativos entre FANS...

Una metodolog??a para el dise??o autom??tico de sistemas basados en reglas difusas mediante algoritmos evolutivos

Cord??n Garc??a, ??scar
Fonte: Universidad de Granada Publicador: Universidad de Granada
Tipo: Tese de Doutorado
SPA
Relevância na Pesquisa
36.41%
Los Sistemas Basados en Reglas Difusas (SBRDs) han demostrado ser una herramienta potente para tratar con problemas que presentan vaguedad o incertidumbre en distintas formas. Para obtener un SBRD que permita resolver un problema concreto, es necesario llevar a cabo dos tareas: dise??ar el mecanismo de inferencia, que sera el encargado de efectuar el proceso de razonamiento difuso, y generar una BRD que contenga el conocimiento necesario para resolver el problema, almacenado en forma de reglas difusas. La segunda tarea de dise??o es mas complicada, ya que depende directamente del problema concreto que se trate de resolver. En esta memoria de tesis se presenta una metodologia evolutiva para el aprendizaje automatico de Bases de Reglas Difusas (BRDs), a partir de ejemplos, mediante Algoritmos Evolutivos (AEs). Esta metodolog??a esta compuesta por una serie de recomendaciones generales de dise??o que permiten la obtenci??n de Sistemas Basados en Reglas Difusos Evolutivos (SBRDEs), es decir, de procesos autom??ticos de dise??o de SBRDs mediante AES. El ??mbito de aplicaci??n de la metodolog??a propuesta es muy general, ya que los SBRDEs que se construyan a partir de la misma permitiran la generaci??n de BRDs de todos los tipos existentes. En concreto...

Sintonização de controladores difusos através de técnicas de optimização não-linear com restrições

Sebastião, Ana Margarida Varela
Fonte: Universidade Nova de Lisboa Publicador: Universidade Nova de Lisboa
Tipo: Dissertação de Mestrado
Publicado em /03/2015 POR
Relevância na Pesquisa
36.31%
A presente dissertação tem como objetivo principal a implementação de uma arquitetura baseada em algoritmos evolutivos para a sintonização dos parâmetros do controlador PID (Proporcional-Integral-Derivativo) difuso, sendo o conceito de desempenho em malha fechada explicitamente tido em conta. A sintonização dos parâmetros do controlador difuso é realizada tendo em conta um problema de otimização com restrições, em que a função de custo a ser minimizada é descrita em termos do desempenho em malha fechada, com a dinâmica do sistema a ser aproximada por um modelo não linear. Como nas metodologias de otimização existentes, a incorporação de mecanismos de adaptação referentes às funções de pertença não é comum, na presente dissertação é tido em conta, para além da usual sintonização dos fatores de escala, a sintonização dos fatores de escala e funções de pertença em simultâneo. Os resultados experimentais realizados num sistema de referência, visam demonstrar os benefícios de incorporar as funções de pertença no processo de otimização em diferido. É também utilizado um método analítico de segunda ordem como referência, por forma a comparar o desempenho de uma abordagem de otimização global contra uma de otimização local. Finalmente é implementada uma abordagem em-linha...

Design of neuro-fuzzy models by evolutionary and gradient-based algorithms

Cabrita, Cristiano Lourenço
Fonte: Universidade do Algarve Publicador: Universidade do Algarve
Tipo: Tese de Doutorado
Publicado em //2013 ENG
Relevância na Pesquisa
27.22%
All systems found in nature exhibit, with different degrees, a nonlinear behavior. To emulate this behavior, classical systems identification techniques use, typically, linear models, for mathematical simplicity. Models inspired by biological principles (artificial neural networks) and linguistically motivated (fuzzy systems), due to their universal approximation property, are becoming alternatives to classical mathematical models. In systems identification, the design of this type of models is an iterative process, requiring, among other steps, the need to identify the model structure, as well as the estimation of the model parameters. This thesis addresses the applicability of gradient-basis algorithms for the parameter estimation phase, and the use of evolutionary algorithms for model structure selection, for the design of neuro-fuzzy systems, i.e., models that offer the transparency property found in fuzzy systems, but use, for their design, algorithms introduced in the context of neural networks. A new methodology, based on the minimization of the integral of the error, and exploiting the parameter separability property typically found in neuro-fuzzy systems, is proposed for parameter estimation. A recent evolutionary technique (bacterial algorithms)...

Generación y optimización de controladores difusos utilizando el modelo NEFCON

Cuevas Jiménez,Erik V.; Zaldívar Navarro,Daniel; Pérez Cisneros,Marco; Tapia Rodríguez,Ernesto
Fonte: Centro de Investigación en computación, IPN Publicador: Centro de Investigación en computación, IPN
Tipo: Artigo de Revista Científica Formato: text/html
Publicado em 01/12/2010 ES
Relevância na Pesquisa
26.55%
El diseño de algoritmos que operen sobre plantas con dinámicas no modeladas aún representa un reto en el área de control automático. Una solución podría ser el uso de algoritmos capaces de aprender en tiempo real mediante la interacción directa con la planta. El modelo NEFCON, permite construir la estructura de un controlador difuso del tipo Mamdani capaz de aprender las reglas y adaptar los conjuntos difusos. La principal ventaja del modelo NEFCON respecto a otros enfoques de aprendizaje, es que su diseño se reduce a expresar la calidad del error actual de la planta a controlar. Sin embargo, una desventaja del modelo NEFCON es la pobre exploración de los estados de la planta durante el aprendizaje, lo cual hace imposible su aplicación para sistemas dinámicos no lineales. En este trabajo se propone la adición de ruido Gaussiano a las variables de estado de la planta, con el objetivo de asegurar una exploración amplia de los estados, facilitando la convergencia del algoritmo de aprendizaje, cuando se aplica a sistemas no lineales. En particular, se muestra la efectividad de la propuesta en el control del sistema dinámico de la "pelota y el balancín" (Ball and Beam)