Made available in DSpace on 2014-06-12T15:59:42Z (GMT). No. of bitstreams: 1 license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2006 / Análise de cluster é uma técnica aplicada a diversas áreas como mineração de dados, reconhecimento de padrões, processamento de imagens. Algoritmos de clusterização têm por objetivo particionar um conjunto de dados em clusters de tal forma que indivíduos dentro de um mesmo cluster tenham um alto grau de similaridade, enquanto indivíduos pertencentes a diferentes clusters tenham alto grau de dissimilaridade. Uma importante divisão dos algoritmos de clusterização é entre algoritmos hard e fuzzy. Algoritmos hard associam um indivíduo a somente um cluster. Ao contrário, algoritmos fuzzy associam um indivíduo a todos os clusters através da variação do grau de pertinência do indivíduo em cada cluster. A vantagem de um algoritmo clusterização fuzzy é que este pode representar melhor incerteza e este fato é importante, por exemplo, para mostrar que um indivíduo não é um típico indivíduo de nenhuma das classes, mas tem similaridade em maior ou menor grau com mais de uma classe. Uma forma intuitiva de medir similaridade entre indivíduos é usar medidas de distância tais como a distância euclidiana. Existem muitas medidas de distância disponíveis na literatura. Muitos dos algoritmos de clusterização populares geralmente buscam minimizar um critério baseados numa medida de distância. Através de um processo iterativo estes algoritmos calculam parâmetros de modo a diminuir o valor do critério iteração a iteração até um estado de convergência ser atingido. O problema com muitas das distâncias encontradas na literatura é que elas são estáticas. Para o caso de algoritmos de clusterização iterativos, parece razoável ter distâncias que mudem ou atualizem seus valores de acordo com o que for ocorrendo com os dados e as estruturas de dado do algoritmo. Esta dissertação apresenta duas distâncias adaptativas aplicadas ao algoritmo fuzzy c-means pelo Prof. Francisco de Carvalho. Este algoritmo foi escolhido pelo fato de ser amplamente utilizado. Para avaliar as proposições de distância, experimentos foram feitos utilizando-se conjunto de dados de referência e conjuntos de dados artificiais (para ter resultados mais precisos experimentos do tipo Monte Carlo foram realizados neste caso). Até o momento, comparações das versões do fuzzy c-means, obtidas através da utilização de distâncias adaptativas, com algoritmos similares da literatura permitem concluir que em geral as novas versões têm melhor performance que outros disponíveis na literatura

Made available in DSpace on 2016-08-17T14:53:19Z (GMT). No. of bitstreams: 1 dissertacao Joabe Amaral.pdf: 1492594 bytes, checksum: 667940ee64ccf9cbf29cbf0ed1db27a0 (MD5) Previous issue date: 2012-02-27 / Conselho Nacional de Desenvolvimento Científico e Tecnológico / In this dissertation, a robust fuzzy PID Takagi-Sugeno control methodology based on gain and phase margins specifications for dynamic systems with time delay in continuous time domain is proposed. A fuzzy model based on the Takagi-Sugeno structure is used to represent the dynamic system to be controlled. Thus, from the input and output data of the dynamic system, the Gustafson-Kessel fuzzy clustering algorithm is used to estimate the parameters of the antecedent proposition (input space) and the rules number of the fuzzy model, while the least mean squares algorithm is used to estimate the parameters of the sub-linear models of the consequent proposition (output space) of the fuzzy model. A mathematical formulation based on PDC (parallel and distributed compensation) strategy is defined from the gain and phase margins specifications for the calculation of PID controllers sub-parameters, in the robust fuzzy PID controller rule base, the linear sub-models parameters of the dynamic system model fuzzy rule base to be controlled. An analysis of necessary and sufficient conditions for robust fuzzy PID controller design, with the proposal of one axiom and two theorems are presented. Computational results to validation of the proposal compared to others control methods widely cited in the literature, with the application in the angular position control of a robotic manipulator, are also presented. / Nesta dissertação é proposta uma metodologia de controle PID nebuloso robusto baseado nas especificações das margens de ganho e fase, para sistemas dinâmicos com atraso, no domínio do tempo contínuo. Um modelo nebuloso com estrutura Takagi-Sugeno é utilizado para representar o sistema dinâmico a ser controlado. Assim, a partir dos dados de entrada e saída do sistema dinâmico, o algoritmo de agrupamento nebuloso Gustafson-Kessel é utilizado para estimar os parâmetros da proposição no antecedente (espaço de entrada) e o número de regras do modelo nebuloso, enquanto que o algoritmo de mínimos quadrados é utilizado para estimar os parâmetros dos sub-modelos lineares da proposição no consequente (espaço de saída) do modelo nebuloso. Uma formulação matemática fundamentada na estratégia de Compensação Paralela e Distribuída (PDC) é definida, a partir das especificações das margens de ganho e fase, para o cálculo dos parâmetros dos sub-controladores PID, na base de regras do controlador PID nebuloso robusto, em função dos parâmetros dos sub-modelos lineares na base de regras do modelo nebuloso do sistema dinâmico a ser controlado. Uma análise das condições necessárias e suficientes de projeto do controlador PID nebuloso robusto, com a proposta de um axioma e dois teoremas, são apresentados. Resultados computacionais para a validação da metodologia proposta comparada a dois métodos de controle nebuloso propostos por Teixeira e Zak (1999) e Wang, Tanaka e Griffin (1996), amplamente utilizados na literatura, com aplicação ao problema de controle de posição angular de um manipulador robótico, também são apresentados.

Submitted by Maria Aparecida (cidazen@gmail.com) on 2017-08-24T11:30:17Z No. of bitstreams: 1 Fernanda Lima.pdf: 9275191 bytes, checksum: 7f56bba066e97503f4da03ab7ab861c9 (MD5) / Made available in DSpace on 2017-08-24T11:30:17Z (GMT). No. of bitstreams: 1 Fernanda Lima.pdf: 9275191 bytes, checksum: 7f56bba066e97503f4da03ab7ab861c9 (MD5) Previous issue date: 2015-08-31 / A fuzzy project Takagi-Sugeno (TS) with robust stability based on the specifications of the gain and phase margins via multi-objective genetic algorithm in continuos time domain is proposed in this master thesis. A Fuzzy C-means (FCM) clustering algorithm is used to estimate the antecedent parameters and rules number of a fuzzy TS model by means of the input and output experimental data of the plant to be controlled, while minimum squares algorithm estimate the consequent parameters. A multi-objective genetic strategy is defined to adjust the parameters of a fuzzy PID controller, so that, the gain and phase margins of the fuzzy control system are close to the specified values. Two theorems are proposed to analyse the necessary and sufficient conditions for the fuzzy PID controller design to ensure the robust stability in the close-loop control. The fuzzy PID controller was simulated in the Simulink environment and compared with lead and delay compensator. Experimental results obtained in a control platform in real time to validation the methodology proposed are presented and compared with fuzzy PID controller obtained by the Ziegler Nichols method. The results demonstrate the effectiveness and practical feasibility of the proposed methodology. / Um projeto de controle nebuloso Takagi-Sugeno(TS) com estabilidade robusta baseado nas especificações das margens de ganho e fase via algoritmo genético multiobjetivo no domínio do tempo contínuo é proposto nesta dissertação. Um algoritmo de agrupamento Fuzzy C-Means (FCM) é usado para estimar os parâmetros do antecedente e o número da regras de um modelo nebuloso TS, por meio dos dados experimentais de entrada e de saída da planta a ser controlada, enquanto que o algoritmo de mínimos quadrados estima os parâmetros do consequente. Uma estratégia genética multiobjetiva é definida para ajustar os parâmetros de um controlador PID nebuloso, de modo que, as margens de ganho e fase do sistema de controle nebuloso estejam próximos dos valores especificados. São propostos dois teoremas que analisam as condições necessárias e suficientes para o projeto do controlador PID nebuloso de modo a garantir a estabilidade robusta na malha de controle. O controlador PID nebuloso foi simulado no ambiente Simulink e comparado com compensadores de avanço e de atraso e os resultados analisados. Resultados experimentais obtidos em uma plataforma de controle, em tempo real, para validação da metodologia proposta são apresentados e comparado com controlador PID nebuloso obtido pelo método de Ziegler Nichols. Os resultados obtidos demonstram a eficácia e viabilidade prática da metodologia proposta.