Estudo da técnica ant colony learning no controle de sistemas não-lineares

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorDurand, Fábio Renan-
Autor(es): dc.contributorhttp://lattes.cnpq.br/4899728455368301-
Autor(es): dc.contributorAgulhari, Cristiano Marcos-
Autor(es): dc.contributorhttp://lattes.cnpq.br/4935395556663775-
Autor(es): dc.contributorAgulhari, Cristiano Marcos-
Autor(es): dc.contributorMelo, Leonimer Flávio de-
Autor(es): dc.contributorSilva, Emerson Ravazzi Pires da-
Autor(es): dc.creatorHorevicz, Daniel Simão-
Data de aceite: dc.date.accessioned2022-02-21T22:00:54Z-
Data de disponibilização: dc.date.available2022-02-21T22:00:54Z-
Data de envio: dc.date.issued2018-09-04-
Data de envio: dc.date.issued2018-09-04-
Data de envio: dc.date.issued2017-08-25-
Fonte completa do material: dc.identifierhttp://repositorio.utfpr.edu.br/jspui/handle/1/3414-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/665896-
Descrição: dc.descriptionOs algoritmos bio-inspirados baseados em populações e meta-heurísticas têm se tornado uma opção atraente na resolução de problemas de busca e otimização, para os quais abordagens tradicionais apresentam dificuldades ou até mesmo impossibilidade de aplicação. O presente trabalho tem como objetivo verificar o desempenho de um destes algoritmos no campo de controle de sistemas não-lineares, cujo métodos analíticos não garantem soluções. Para tal, é feito o estudo de um método recentemente desenvolvido, chamado Ant Colony Learning (ACL), o qual é baseado no algoritmo de otimização por colônia de formigas (ACO, do inglês Ant Colony Optimization). O ACL é uma abordagem multiagente para aprendizado de políticas de controle. Para validar a análise da técnica, é feito o controle de dois sistemas: um pêndulo invertido e um sistema do tipo quadricóptero. Ao final deste trabalho, apresentam-se os resultados dos sistemas controlados e as observações obtidas com o uso desta técnica.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Publicador: dc.publisherUniversidade Tecnológica Federal do Paraná-
Publicador: dc.publisherCornelio Procopio-
Publicador: dc.publisherBrasil-
Publicador: dc.publisherPrograma de Pós-Graduação em Engenharia Elétrica-
Publicador: dc.publisherUTFPR-
Direitos: dc.rightsopenAccess-
Palavras-chave: dc.subjectOtimização matemática-
Palavras-chave: dc.subjectSistemas não-lineares-
Palavras-chave: dc.subjectAlgorítmos computacionais-
Palavras-chave: dc.subjectMathematical optimization-
Palavras-chave: dc.subjectNonlinear systems-
Palavras-chave: dc.subjectComputer algorithms-
Palavras-chave: dc.subjectCNPQ::ENGENHARIAS-
Palavras-chave: dc.subjectEngenharia Elétrica-
Título: dc.titleEstudo da técnica ant colony learning no controle de sistemas não-lineares-
Título: dc.titleThe ant colony learning technique in the control of nonlinear systems-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositorio Institucional da UTFPR - RIUT

Não existem arquivos associados a este item.