@PHDTHESIS{ 2024:2070245423,
 	title = {Algoritmo de variável instrumental nebulosa tipo-2 no espaço de estados para identificação evolutiva de sistemas dinâmicos não-estacionários},
 	year = {2024},
 	url = "https://tedebc.ufma.br/jspui/handle/tede/5998",
 	abstract = "Nesta tese, é apresentado um algoritmo de variável instrumental nebulosa tipo-2 no espaço de
  estados para a identificação evolutiva de sistemas dinâmicos não estacionários. O modelo neuro
 nebuloso tipo-2 intervalar adotado possui cinco camadas: 1) A camada de pré-processamento
  aplica o algoritmo Recursivo de Análise Espectral Singular para calcular as componentes
  não observáveis dos dados experimentais. Dentre essas componentes, as mais significativas são
  escolhidas para calcular o sinal livre de ruído. 2) A camada de estimação evolutiva do antecedente
  realiza a partição do espaço dos dados por meio do algoritmo de agrupamento nebuloso para
  definir o número de regras do modelo e estimar os parâmetros das funções de pertinência tipo-2
  intervalar. A partição do espaço de dados utiliza uma abordagem multiescala para evitar a etapa
  de normalização dos dados, o que reduz o esforço computacional e melhora o desempenho para
  problemas não estacionários. 3) A camada de ativação das regras calcula o grau de ativação de
  cada regra, fornecendo informações úteis para a atualização dos parâmetros do modelo proposto.
  4) A camada do cálculo recursivo dos submodelos realiza a estimação dos parâmetros do modelo
  de observador de estados do consequente. Essa estimação é realizada pelo método de estimação
  dos parâmetros de Markov do observador, utilizando variáveis instrumentais nebulosas tipo-2
  para obter polarização assintótica nula. Os instrumentos do algoritmo são obtidos a partir dos
  dados processados na camada 1. 5) A camada de composição das regras realiza a estimação
  dos limites inferior e superior da saída do modelo neuro-nebuloso, limites estes que definem a
  região de confiança da saída. Esse aspecto é inovador dentro da literatura de sistemas nebulosos
  tipo-2 intervalar. Na tese, também são abordados os aspectos de inicialização do algoritmo,
  complexidade computacional e a análise de convergência. Para demonstrar a aplicabilidade e
  eficiência da metodologia proposta, foram realizados os seguintes experimentos: Identificação
  de um sistema dinâmico SISO não linear, identificação de sistema não linear SISO com função
  descontínua em ambiente ruidoso, estimação online da posição de um foguete de teste em
  ambiente ruidoso, estimação online de um helicóptero de dois graus de liberdade e a identificação
  online de um sistema multivariável não linear e variante no tempo em ambiente ruidoso. A
  partir dos resultados, a metodologia proposta demonstrou ser uma potencial abordagem para a
  modelagem de sistemas dinâmicos não lineares não estacionários variantes no tempo.",
 	publisher = {Universidade Federal do Maranhão},
 	scholl = {PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE ELETRICIDADE/CCET},
 	note = {DEPARTAMENTO  DE ENGENHARIA DA ELETRICIDADE/CCET}
}