Thesis (M.S. in Electrical Engineering)--Naval Postgraduate School, December 1990. / Thesis Advisor(s): Tummala, Murali. Second Reader: Therrien, Charles W. "December 1990." Description based on title screen as viewed on April 1, 2010. DTIC Identifier(s): Iterations, Parametric Analysis, Algorithms, Estimates, Theses, Computerized Simulation, Convergence. Author(s) subject terms: Finite Impulse Response, Infinite Impulse Response, Matrix Splitting, Matrix Portioning, Toeplitz, Symmetric, Condition Number. Includes bibliographical references (p. 90). Also available in print.

Thesis (Ph. D.)--University of Washington, 2007. / Vita. Includes bibliographical references (p. 94-98).

Submitted by Maria Aparecida (cidazen@gmail.com) on 2017-08-22T13:19:28Z No. of bitstreams: 1 Patricia Moraes Rêgo.pdf: 1511056 bytes, checksum: 21108136b08107eeb212f5d74ed79ef7 (MD5) / Made available in DSpace on 2017-08-22T13:19:28Z (GMT). No. of bitstreams: 1 Patricia Moraes Rêgo.pdf: 1511056 bytes, checksum: 21108136b08107eeb212f5d74ed79ef7 (MD5) Previous issue date: 2007-08-03 / FAPEMA / In this work are proposed models and a convergence analysis of a hierarchical genetic algorithm for the linear quadratic regulator design loop recovery through LQG/LTR controllers. Models are oriented to the weighting and covariance matrices searching of the performance indices of the LQR and LQG design, respectively, and to the selection of the matrices for the LQR design loop recovery gain. The convergence analysis aims at promoting the enhancement of the algorithm performance, as well as to generate satisfactory solutions and speed up the convergence time. The algorithm performance is evaluated with respect to the e ects of an elitist strategy embodied into the algorithm and to variations in the values of some given parameters of the algorithm. The proposed methodology is evaluated in a multi-variable dynamical system representing an aircraft. / Propõe-se neste trabalho os modelos e a análise de convergência de um algoritmo genético hierárquico para recuperação da malha de projeto do regulador linear quadrático por controladores LQG/LTR (Linear Quadratic Gaussian/Loop Transfer Recovery). Os modelos dedicam-se à busca das matrizes de ponderações e covariâncias dos índices de desempenho dos projetos de controladores LQR (Linear Quadratic Regulator) e LQG (Linear Quadratic Gaussian), respectivamente, e à seleção de matrizes de ajuste para o ganho de recuperação da malha do projeto LQR. O objetivo da análise de convergência é promover melhorias no desempenho do algoritmo no sentido de gerar soluções satisfatórias e acelerar o tempo de convergência. O desempenho do algoritmo é avaliado em relação aos efeitos de uma estratégia elitista incorporada ao algoritmo e à variações nos valores de determinados parâmetros do algoritmo. A metodologia proposta é avaliada em um sistema dinâmico multivariável que representa uma aeronave.