Atenção: Todas as denúncias são sigilosas e sua identidade será preservada.
Os campos nome e e-mail são de preenchimento opcional
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Leandro, Gideon Villar, 1965- | - |
Autor(es): dc.contributor | Universidade Federal do Paraná. Setor de Tecnologia. Programa de Pós-Graduação em Engenharia Elétrica | - |
Autor(es): dc.creator | Oliveira, Ádamo Henrique Rocha de, 1989- | - |
Data de aceite: dc.date.accessioned | 2021-03-09T21:17:59Z | - |
Data de disponibilização: dc.date.available | 2021-03-09T21:17:59Z | - |
Data de envio: dc.date.issued | 2020-12-13 | - |
Data de envio: dc.date.issued | 2020-12-13 | - |
Data de envio: dc.date.issued | 2019 | - |
Fonte completa do material: dc.identifier | https://hdl.handle.net/1884/69027 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/1884/69027 | - |
Descrição: dc.description | Orientador: Prof. Dr. Gideon Villar Leandro | - |
Descrição: dc.description | Dissertação (mestrado) - Universidade Federal do Paraná, Setor de Tecnologia, Programa de Pós-Graduação em Engenharia Elétrica. Defesa : Curitiba, 24/06/2020 | - |
Descrição: dc.description | Inclui referências: p. 126-137 | - |
Descrição: dc.description | Resumo: Dentro do contexto da identificação de sistemas, a etapa de seleção de estrutura representa uma tarefa complexa por se tratar de um problema de otimização combinatória do tipo binária. Para solucionar este problema, diversas técnicas vêm sendo aplicadas, dentre elas a seleção por meio de metaheurísticas. Entretanto, devido à grande diversidade de metaheurísticas existentes na literatura, a escolha daquela mais adequada para cumprir esta tarefa pode ser algo desafiador para o projetista. Neste trabalho, é realizada uma análise do comportamento de metaheurísticas aplicadas ao problema de seleção de estrutura, além de ser apresentado um novo método de codificação binária, chamado de Modulação em Ângulo Modificada (MAM), que tende a melhorar o desempenho das metaheurísticas neste tipo de problema. Normalmente as metaheurísticas atuam na seleção de estrutura originalmente manipulando soluções binárias ou através de associação com alguma técnica de codificação binária. Foram avaliados os desempenhos das metaheurísticas Algoritmo Genético, Evolução Diferencial e Algoritmo do Morcego aplicadas ao problema de seleção de estrutura de modelos não lineares autorregressivos com entrada externa (NARX, do inglês Nonlinear AutoRegressive with eXogenous input). O Algoritmo Genético já consiste em uma metaheurística projetada para manipular soluções binárias. A Evolução Diferencial e o Algoritmo do Morcego, por sua vez, tiveram suas versões binárias implementadas através das codificações Função de Transferência (TF), Prioridade de Maior Valor (GVP) e Modulação em Ângulo (AM). Além disso, a forma de associação entre as metaheurísticas e a codificação AM foi modificada, dando origem à codificação MAM. Dois estudos de caso foram conduzidos utilizando dados de um conversor buck e de um aquecedor elétrico. Os resultados das simulações mostram que as versões binárias da Evolução Diferencial obtidas com as codificações TF, GVP e MAM foram as que apresentaram melhores desempenho, superando o Algoritmo Genético e o Algoritmo do Morcego. Além disso, levando em conta a convergência das soluções e a capacidade de localizar bons modelos, em todos os cenários analisados o desempenho da Evolução Diferencial codificada com MAM melhorou substancialmente em relação à sua versão original codificada com AM. Os melhores modelos encontrados neste trabalho apresentaram bom desempenho ao serem aplicados métodos de validação (simulação livre e análise de resíduos) e ao serem comparados com modelos da literatura. Palavras-chave: Identificação de sistemas. Seleção de estrutura. Modelo NARX. Metaheurísticas. Codificação binária. | - |
Descrição: dc.description | Abstract: During a system identification procedure, structure selection represents a complex task because it is a binary combinatorial optimization problem. To solve this problem, several techniques have been applied, the metaheuristics is one of them. However, there is a great diversity of metaheuristics, thus choosing the most suitable one to perform the task is difficult for the designer. In this study, we performed a performance analysis of metaheuristics applied to a structure selection problem. In addition, we present a new binarization technique, called Modified Angle Modulation (MAM), which tends to improve the performance of metaheuristics. Usually, metaheuristics perform the structure selection taking binary solutions directly or through the association with a binarization technique. We evaluated the performances of three metaheuristic techniques, being the Genetic Algorithm, Differential Evolution and Bat Algorithm, all working at a structure selection problem for nonlinear autoregressive models with exogenous input (NARX). The Genetic Algorithm is originally a binary metaheuristics. Binary versions of the Differential Evolution and the Bat Algorithm were developed through the Transfer Function (TF), Great Value Priority (GVP) and Angle Modulation (AM) binarizations. In addition, the form of association between metaheuristics and AM binarization has been modified, originating the MAM binarization. We conducted two case studies using data from a buck converter and an electric heater. Binary versions of the Differential Evolution developed through TF, GVP and MAM binarizations performed better than the Genetic Algorithm and Bat Algorithm. Furthermore, considering the convergence of solutions and the ability to locate good models, the performance of the binary version of the Differential Evolution developed with MAM substantially improved in relation to its original version developed with AM. Finally, the best estimated models performed well not only during validation tests (free run simulation and statistical validation), but also when compared with other models available in the literature. Keywords: System identification. Structure selection. NARX models. Metaheuristics. Binarization. | - |
Formato: dc.format | 137 p. : il. (algumas color.). | - |
Formato: dc.format | application/pdf | - |
Formato: dc.format | application/pdf | - |
Palavras-chave: dc.subject | Engenharia eletrica | - |
Palavras-chave: dc.subject | Engenharia Elétrica | - |
Título: dc.title | Modelos polinomiais narx obtidos através de metaheurísticas com codificação binária | - |
Aparece nas coleções: | Repositório Institucional - Rede Paraná Acervo |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: