Compartilhamento |
|
Use este identificador para citar ou linkar para este item:
https://tedebc.ufma.br/jspui/handle/tede/tede/3025
Registro completo de metadados
Campo DC | Valor | Idioma |
---|---|---|
dc.creator | EVANGELISTA, Anderson Pablo Freitas | - |
dc.creator.Lattes | http://lattes.cnpq.br/3899294675475981 | por |
dc.contributor.advisor1 | SERRA, Ginalber Luiz de Oliveira | - |
dc.contributor.advisor1Lattes | http://lattes.cnpq.br/0831092299374520 | por |
dc.contributor.referee1 | SERRA, Ginalber Luiz de Oliveira | - |
dc.contributor.referee1Lattes | http://lattes.cnpq.br/0831092299374520 | por |
dc.contributor.referee2 | CORTES, Omar Andres Carmona | - |
dc.contributor.referee2Lattes | http://lattes.cnpq.br/5523293886612004 | por |
dc.contributor.referee3 | SOUZA, Francisco das Chagas de | - |
dc.contributor.referee3Lattes | http://lattes.cnpq.br/2405363087479257 | por |
dc.date.accessioned | 2020-01-30T12:42:21Z | - |
dc.date.issued | 2019-11-25 | - |
dc.identifier.citation | EVANGELISTA, Anderson Pablo Freitas. Metodologia de identificação de sistemas dinâmicos multivariáveis baseada em modelo Neuro-fuzzy no espaço de estados com inferência evolutivo tipo-2 intervalar. 2019. 135 f. Dissertação (Programa de Pós-Graduação em Engenharia de Eletricidade/CCET) - Universidade Federal do Maranhão, São Luís, 2019. | por |
dc.identifier.uri | https://tedebc.ufma.br/jspui/handle/tede/tede/3025 | - |
dc.description.resumo | Nesta dissertação é proposta uma metodologia para identificação sistemas dinâmicos multivariáveis baseada em modelo neuro-fuzzy no espaço de estados com inferência evolutivo tipo-2 intervalar. A metodologia proposta apresenta um algoritmo de aprendizado evolutiva para o sistema de inferência neural-fuzzy tipo-2 intervalar, onde a estimação das funções de pertinência tipo-2 (contorno e rastro de incerteza) é utilizada a combinação do algoritmo de agrupamento fuzzy baseado em Aprendizagem Participativa e do Filtro de Kalman (FKE). Para estimar a proposição do consequente, um algoritmo fuzzy de identificação no espaço de estados é proposto, onde os parâmetros de Markov são estimados recursivamente e através destes, os parâmetros dos submodelos são calculados incrementalmente. A eficiência e aplicabilidade da metodologia proposta são demonstradas através de resultados computacionais (sistema dinâmico SISO nãolinear, sistema dinâmico com não-linearidade complexa combinada, sistema dinâmico não-linear variante no tempo) e experimentais (evaporador de quatro estágios e helicóptero com dois graus de liberdade). | por |
dc.description.abstract | In this dissertation, a methodology for the identification of multivariable dynamic systems based on state-space neural-fuzzy model with evolving type-2 interval inference is proposed. An evolving learning algorithm for interval type-2 neural-fuzzy inference system is presented, where the combination of a fuzzy clustering method based on participatory learning and Extend Kalman filter is used for estimating the type-2 membership functions (shape and footprint of uncertainty). For estimating the consequent proposition, a fuzzy state-space identification algorithm is proposed, where the Markov parameters are recursively estimated, which are used to computing the state-space parameters incrementally. The efficiency and applicability of the proposed methodology are demonstrated through computational results (nonlinear SISO dynamic system, combined complex nonlinear dynamic system, time-varying nonlinear dynamic system) and experimental results (four-stage evaporator and helicopter with two degrees of freedom). | eng |
dc.description.provenance | Submitted by Daniella Santos (daniella.santos@ufma.br) on 2020-01-30T12:42:21Z No. of bitstreams: 1 AndersonEvangelista.pdf: 8190790 bytes, checksum: 049ece88a5bce92cfc07c6587b2a4ee2 (MD5) | eng |
dc.description.provenance | Made available in DSpace on 2020-01-30T12:42:21Z (GMT). No. of bitstreams: 1 AndersonEvangelista.pdf: 8190790 bytes, checksum: 049ece88a5bce92cfc07c6587b2a4ee2 (MD5) Previous issue date: 2019-11-25 | eng |
dc.format | application/pdf | * |
dc.language | por | por |
dc.publisher | Universidade Federal do Maranhão | por |
dc.publisher.department | DEPARTAMENTO DE ENGENHARIA DA ELETRICIDADE/CCET | por |
dc.publisher.country | Brasil | por |
dc.publisher.initials | UFMA | por |
dc.publisher.program | PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE ELETRICIDADE/CCET | por |
dc.rights | Acesso Aberto | por |
dc.subject | Identificação de sistemas não-lineares | por |
dc.subject | Conjunto fuzzy tipo-2 intervalar | por |
dc.subject | Filtro de Kalman estendido | por |
dc.subject | Sistema neuro-fuzzy no espaço de estados | por |
dc.subject | Nonlinear systems identification | por |
dc.subject | interval type-2 fuzzy sets | por |
dc.subject | Extended Kalman filter | por |
dc.subject.cnpq | Engenharia Elétrica | por |
dc.title | Metodologia de identificação de sistemas dinâmicos multivariáveis baseada em modelo Neuro-fuzzy no espaço de estados com inferência evolutivo tipo-2 intervalar | por |
dc.title.alternative | Methodology for identifying dynamic systems multivariables based on the Neuro-fuzzy model in the states with interval-type evolutionary inference 2 | eng |
dc.type | Dissertação | por |
Aparece nas coleções: | DISSERTAÇÃO DE MESTRADO - PROGRAMA DE PÓS GRADUAÇÃO EM ENGENHARIA DE ELETRICIDADE |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
AndersonEvangelista.pdf | Dissertação de Mestrado | 8 MB | Adobe PDF | Baixar/Abrir Pré-Visualizar |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.