@PHDTHESIS{ 2017:1858313785,
 	title = {Modelagem baseada em agrupamento nebuloso evolutivo de máxima verossimilhança aplicada a sistemas dinâmicos operando em ambiente não-estacionário},
 	year = {2017},
 	url = "http://tedebc.ufma.br:8080/jspui/handle/tede/1898",
 	abstract = "Nesta tese é apresentada uma proposta de modelagem baseada máxima verossimilhança
 aplicada a sistemas dinâmicos operando em ambiente não-estacionário que utiliza a estima-
 ção paramétrica recursiva baseada no método de variável instrumental nebulosa, inserido no
 contexto evolutivo, no sentido de garantir robustez para estimação dos parâmetros diante de
 dados experimentais corrompidos por ruído. A metodologia é composta por um algoritmo
 de agrupamento nebuloso evolutivo baseado na similaridade dos dados que emprega uma
 norma de distância adaptativa baseada no critério de máxima verossimilhança que utiliza
 uma estratégia de busca adaptativa no experimento para evitar o problema da maldição
 de dimensionalidade relacionada ao número de regras criadas durante o agrupamento do
 conjunto de dados. Os resultados computacionais e experimentais para exemplificação da
 metodologia proposta são: análise estatística da variável instrumental nebulosa inserida no
 contexto evolutivo; na modelagem caixa preta de uma planta térmica (processo térmico);
 identificação de um sistema não-linear amplamente divulgado na literatura e a modelagem
 caixa preta de um helicóptero com dois graus de liberdade que ilustra o desempenho e a
 eficiência operando ambiente não-estacionário.",
 	publisher = {Universidade Federal do Maranhão},
 	scholl = {PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE ELETRICIDADE/CCET},
 	note = {DEPARTAMENTO  DE ENGENHARIA DA ELETRICIDADE/CCET}
}