@MASTERSTHESIS{ 2018:1051552453,
 	title = {Metodologia nebulosa evolutiva baseada em modelo de Hammerstein no espaço de estados para identificação de sistemas dinâmicos não lineares multivariáveis},
 	year = {2018},
 	url = "https://tedebc.ufma.br/jspui/handle/tede/tede/2203",
 	abstract = "Nesta dissertação é apresentada uma nova metodologia nebulosa evolutiva baseada em modelo
 de Hammerstein no espaço de estados para identificação de sistemas dinâmicos não lineares
 multivariáveis. Nesta abordagem, o bloco não linear estático é parametrizado através de um
 sistema nebuloso evolutivo. Este, por sua vez, é composto por um algoritmo de agrupamento
 nebuloso evolutivo, baseado na similaridade dos dados experimentais disponibilizados pelo
 sistema dinâmico para estimação do antecedente, e por um algoritmo recursivo nebuloso de
 realização de auto-sistema (Recursive Fuzzy Eigensystem Realization Algorithm - RF-ERA) para
 estimação de submodelos lineares no espaço de estados do consequente. O bloco dinâmico linear
 é parametrizado via algoritmo recursivo de realização de auto-sistema (Recursive Eigensystem
 Realization Algorithm - R-ERA). Os resultados computacionais e experimentais para avaliação
 da metodologia proposta consistem em: identificação de um processo térmico; identificação de
 sistemas dinâmicos amplamente usados como benchmark na literatura e identificação de um
 processo evaporador. Os resultados são avaliados tanto do ponto de vista da relação entrada e
 saída quanto da estimação online da não linearidade estática sistema dinâmico.",
 	publisher = {Universidade Federal do Maranhão},
 	scholl = {PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE ELETRICIDADE/CCET},
 	note = {DEPARTAMENTO  DE ENGENHARIA DA ELETRICIDADE/CCET}
}