Orientadores: Wagner Caradori do Amaral, Ricardo Jose Gabrielli Barreto Campello / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-08-14T00:00:28Z (GMT). No. of bitstreams: 1 Rosa_Alexda_D.pdf: 1534572 bytes, checksum: 9100bf7dc7bd642daebdac3e973c668c (MD5) Previous issue date: 2009 / Resumo: Este trabalho enfoca a modelagem de sistemas não-lineares usando modelos de Volterra com funções de base ortonormal (Orthonormal Basis Functions - OBF). Os modelos de Volterra representam uma generalização do modelo de resposta ao impulso para a descrição de sistemas não-lineares e, em geral, exigem um elevado número de termos para representar os kernels de Volterra. Esta desvantagem pode ser superada representando-se os kernels usando um conjunto de funções ortonormais. O modelo resultante, conhecido como modelo OBF-Volterra, pode ser truncado em um n'umero menor de termos se as funções da base forem projetadas adequadamente. O problema central é como selecionar os polos livres que completamente parametrizam estas funções, particularmente as funções de Kautz e as funções ortonormais generalizadas (Generalized Orthonormal Basis Functions - GOBF). Uma das abordagens adotadas para resolver este problema envolve a minimização de um limitante superior para o erro resultante do truncamento da expansao do kernel. Cada kernel multidimensional é decomposto em um conjunto de bases de Kautz independentes, em que cada base é parametrizada por um par individual de pólos complexos conjugados com a intenção de representar a dinamica dominante do kernel ao longo de uma dimensão particular. Obtem-se uma solução analítica para um dos parâmetros de Kautz, válida para modelos de Volterra de qualquer ordem. Outra abordagem envolve a otimização numerica das bases de funções ortonormais usadas para a aproximação de sistemas dinamicos. Esta estrategia e baseada no cálculo de expressões analíticas para os gradientes da sa?da dos filtros ortonormais com relação aos pólos da base. Estes gradientes fornecem direções de busca exatas para otimizar os pólos de uma dada base ortonormal. As direções de busca, por sua vez, podem ser usadas como parte de um procedimento de otimização para obter o mínimo de uma função de custo que leva em consideração o erro de estimação da saída do sistema. As expressões relativas à base de Kautz e à base GOBF são obtidas. A metodologia proposta conta somente com dados entrada-sa'?da medidos do sistema a ser modelado, isto é, não se exige nenhuma informação prévia sobre os kernels de Volterra. Exemplos de simulação ilustram a aplicação desta abordagem para a modelagem de sistemas lineares e não-lineares, incluindo um sistema real de levitação magnética com comportamento oscilatorio. Por ultimo, estuda-se a representação de sistemas dinâmicos incertos baseada em modelos com incerteza estruturada. A incerteza de um conjunto de kernels de Volterra e mapeada em intervalos de pertinência que definem os coeficientes da expansão ortonormal. Condições adicionais são propostas para garantir que todos os kernels do processo sejam representados pelo modelo, o que permite estimar os limites das incertezas / Abstract: This work is concerned with the modeling of nonlinear systems using Volterra models with orthonormal basis functions (OBF). Volterra models represent a generalization of the impulse response model for the description of nonlinear systems and, in general, require a large number of terms for representing the Volterra kernels. Such a drawback can be overcome by representing the kernels using a set of orthonormal functions. The resulting model, so-called OBF-Volterra model, can be truncated into fewer terms if the basis functions are properly designed. The underlying problem is how to select the free-design poles that fully parameterize these functions, particularly the two-parameter Kautz functions and the Generalized Orthonormal Basis Functions (GOBF). One of the approaches adopted to solve this problem involves minimizing an upper bound for the error resulting from the truncation of the kernel expansion. Each multidimensional kernel is decomposed into a set of independent Kautz bases, in which every basis is parameterized by an individual pair of complex conjugate poles intended to represent the dominant dynamic of the kernel along a particular dimension. An analytical solution for one of the Kautz parameters, valid for Volterra models of any order, is derived. Other approach involves the numerical optimization of orthonormal bases of functions used for approximation of dynamic systems. This strategy is based on the computation of analytical expressions for the gradients of the output of the orthonormal filters with respect to the basis poles. These gradients provide exact search directions for optimizing the poles of a given orthonormal basis. Such search directions can, in turn, be used as part of an optimization procedure to locate the minimum of a cost-function that takes into consideration the error of estimation of the system output. The expressions relative to the Kautz basis and to the GOBF are addressed. The proposed methodology relies solely on input-output data measured from the system to be modeled, i.e., no previous information about the Volterra kernels is required. Simulation examples illustrate the application of this approach to the modeling of linear and nonlinear systems, including a real magnetic levitation system with oscillatory behavior. At last, the representation of uncertain systems based on models having structured uncertainty is studied. The uncertainty of a set of Volterra kernels is mapped on to intervals defining the coefficients of the orthonormal expansion. Additional conditions are proposed to guarantee that all the process kernels to be represented by the model, which allows estimating the uncertainty bounds / Doutorado / Automação / Doutor em Engenharia Elétrica

Orientador: Celso Pascoli Bottura / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-08-09T03:04:34Z (GMT). No. of bitstreams: 1 Grinits_ErickVile_D.pdf: 5949131 bytes, checksum: 59874252a786b0b7540c35faeb70854f (MD5) Previous issue date: 2007 / Resumo: Esta tese apresenta contribuições para o controle inteligente de sistemas não lineares com incertezas paramétricas e funcionais. São desenvolvidas duas abordagens. Em primeiro lugar, é proposta uma modificação ao backstepping adaptativo clássico, fundamentada em Extensão do Princípio de Invariância de La Salle que contempla o caso em que a derivada da função de Lyapunov ao longo das soluções do sistema é permitida ser definida positiva em regiões limitadas do espaço de estados, que favorece o pleno uso de técnicas de otimização baseadas em computação evolutiva com vistas à melhoria de desempenho da solução em termos de redução expressiva de esforço de controle e conformação da resposta transitória conforme critérios de tempo de estabilização, magnitude de sobre-sinal, etc. Em segundo lugar, é proposta uma metodologia de controle adaptativo neural, estruturada na técnica de backstepping, aplicável a sistemas não lineares com incertezas com múltiplas entradas e múltiplas saídas compostos de subsistemas interconectados cujas matrizes de entrada apresentam funções não lineares e cujas interconexões entre subsistemas também apresentam não linearidades. A estratégia apresentada propõe-se a sanar várias das dificuldades encontradas em metodologias análogas, eliminando a questão de singularidade nas leis de controle, evitando o uso de funções de Lyapunov com integrais e suprimindo a necessidade de introdução de derivadas dos controladores virtuais nas redes neurais, o que se traduz em projetos de controle menos complexos, com menor custo computacional e com melhor desempenho na solução em comparação aos métodos similares existentes / Abstract: This thesis presents contributions to the intelligent control of nonlinear systems with parametric and functional uncertainties. Two approaches are advanced. Firstly, it is proposed a modification to the traditional adaptive backstepping grounded on an Extension to the La Salle¿s Invariance Principle that allows the Lyapunov function derivative along the systems solutions to be positive definite in limited regions of the state space, which favours the deployment of optimisation techniques based on evolutionary computation aiming at the improvement of the solution performance in terms of an expressive reduction of control effort and transient conformation according to criteria such as settling time, overshoot magnitude, etc. Secondly, it is proposed a neural adaptive control methodology, structured on the backstepping technique, applicable to nonlinear systems with uncertainties with multiple inputs and multiple outputs constituted of interconnected subsystems whose input matrices feature nonlinear functions and whose subsystems interconnections also bear nonlinearities. The advanced strategy removes several difficulties found in analogous methodologies, namely eliminating control laws singularity issues, avoiding the use of Lyapunov functions with integrals, and suppressing the need for the introduction of virtual controllers¿ derivatives into the neural networks, which leads to less complex control designs, with decreased computational cost and with better response performance in comparison with similar existing methods / Doutorado / Automação / Doutor em Engenharia Elétrica

Orientadores: Wagner Caradori do Amaral, Ricardo Jose Grabrielli Barreto Campello / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-08-09T14:19:44Z (GMT). No. of bitstreams: 1 Machado_JeremiasBarbosa_M.pdf: 6477617 bytes, checksum: 3f0c4fec476306e8cc05a7940894b0a0 (MD5) Previous issue date: 2007 / Resumo: o interesse na utilização de algoritmos de controle sofisticados cresce no meio industrial devido à necessidade de melhor qualidade dos produtos produzidos. Uma abordagem que vem ganhando destaque é a utilização de sistemas de controle não-linear que modelam os sistemas por meio de multimodelos lineares. Neste contexto, este trabalho apresenta a modelagem e controle de sistemas não-lineares através de controladores preditivos não-lineares que utilizam multimodelos lineares. Os controladores preditivos baseados em modelos (MBPC - Model Based Predictive Controllers) são controladores cuja principal característica é a utilização de um modelo na determinação de um conjunto de previsões de saída, e a lei de controle é calculada em função destas previsões minimizando-se uma função de custo. O desempenho deste controlador depende da qualidade do modelo utilizado para predição dos sinais de saída. A proposta do trabalho é modelar as não-linearidades do processo sob controle através de modelos fuzzy Takagi-Sugeno - TS com funções de base ortonormal - FBO nos conseqüentes das regras. As FBO's apresentam diversas características conceituais e estruturais de interesse na elaboração dos modelos utilizados nos controladores preditivos, como a ausência de realimentação de saída, o que evita a propagação de erro, além de outras que serão discutidas ao longo deste trabalho. Os parâmetros de um modelo fuzzy TS a serem determinados são os antecedentes das regras, com suas funções de pertinência, e as funções nos conseqüentes das regras, que neste trabalho dar-se-ão de forma automática, sendo os antecedentes das regras obtidos através de agrupamento fuzzy (fuzzy clustering) das amostras de entrada e saída. Para esta tarefa será utilizado o algoritmo de GustafsonKessel. A fim de determinar o número de grupos que irão compor o modelo e, por conseqüência, defil)ir o número de regras e modelos locais, utilizar-se-ão critérios que avaliam a qualidade dos agrupamentos juzzy, como Fuzzy Silhouette, Fuzzy Hipervolume, Average Partition Density e Average Within-Cluster Distance, sendo proposta a combinação dos resultados obtidos em cada um dos critérios. O controle é feito de forma que, para cada modelo local, presente no modelo fuzzy TS-FBO, tem-se um controlador atuando sobre este. As ações de controle locais são combinadas conforme a ativação de cada regra do respectivo modelo local, e a ação de controle global resultante dessa combinação é aplicada ao processo a ser controlado. A abordagem proposta apresenta vantagens estruturais na modelagem e controle de processos nãolineares, quando comparado a outras metodologias de modelagem (como modelos polinomiais NARMAX) e controle, uma vez que esta abordagem é composta de uma estrutura simples com modelos locais lineares (ou afins) formados por FBO's. Para ilustrar o que foi desenvolvido, são apresentadas, no final destes trabalho, implementações na modelagem e controle de processos não-lineares / Abstract: The use of advanced control strategies has been increased in the last years due to the needs of more accurate quality on products. An approach that seems attractive on control and modeling of the nonlinear processes is the use of multiple linear models. In this context, this work presents an altemative approach for modeling and controlling nonlinear processes through nonlinear predictive control (NMBPC) using multi-models. The main characteristic of the Model Based Predictive Controllers is the use of a model for the determination ofthe output predictions. The controllaw is derived based on these output predictions, minimizing a specified cost function. Its performance is directly related to the quality of the model predictor. Therefore, in this work, the process is modeling through Takagi-Sugeno- TS fuzzy models with orthonormal base functions - OBF - on the mIes consequents. OBF' s models present several conceptual and structural characteristics of interest on the elaboration of models predictors, such as, absence of output recursion and feedback of prediction errors, often leading to superior performances over long-range horizon predictions and natural decoupling between multiple outputs; there is no need for previous knowledge about the relevant past terms of the system signals; the representation of a stable system is assuredly stable; tolerance to unmodeled dynamics; ability to deal with time delays. The antecedents ofthe TS fuzzy models are obtained through fuzzy c1ustering ofthe input and output measures. The algorithm of Gustafson-Kessel is used to perform this task. In order to determine the number ofthe local models, clustering validity criteria such as Fuzzy Silhouette, Fuzzy Hipervolume, Average Partition Density e Average Within-Cluster Distance are used. A predictive controller is derived for local model and the global controllaw is obtained by combining each local control law, using the degree of activation of every mIe of the respective local model. The proposed approach presents structural advantages in the modeling and controlling nonlinear process, when compared to other modeling (like polynomial models-NARMAX) and controlling strategies, as this approach is constituted of a simple structure with linear local models using OBF' s. The performance of the proposed strategies is illustrated using some simulated examples / Mestrado / Automação / Mestre em Engenharia Elétrica

Orientador: Romis Ribeiro de Faissol Attux / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-08-15T11:06:22Z (GMT). No. of bitstreams: 1 Wada_Cristina_M.pdf: 4155297 bytes, checksum: 8683ce097ae6eab2c4bc3f3cae097225 (MD5) Previous issue date: 2010 / Resumo: Na transmissão de dados através de um canal ocorrem distorções que podem eventualmente levar a níveis inaceitáveis de degradação.Uma distorção bastante comum nesse cenário é a interferência intersimbólica ,que é a conseqüência do espalhamento temporal do sinal de informação.Para mitigar essa Interferência ,é usual empregar um equalizador ,que pode ser adaptado de modo supervisionado ou não upervisionado. Uma solução clássica no caso não supervisionado é fazer uso do critério de mínimo erro quadrático médio de predição.Sabe-se que tal abordagem ,no contexto linear,é eficiente apenas para canais de fase mínima ou máxima.Para lidar com canais de fase mista ,é preciso recorrer a estruturas não lineares. Neste trabalho ,investigaremos a relevância ,nesse contexto,do uso de preditores não lineares contendo laços de realimentação .Analizar-se-á o desempenho de estruturas neurais recorrentes sob um conjunto representativo de canais ,de modo a permitir a investigação dos efeitos da memória sobre o processo de desconvolução.O processo adaptativo será conduzido por um sistema imunológico artificial,dotado de significativo potencial de busca global e robustez a soluções instáveis / Abstract: When data is transmitted trough a channel, it may be subject to several sorts of distortion that might cause unacceptable level of degradation. A very usual type of distortion is the intersymbol interference ,which is a consequence of the temporal spread of the information-bearing signal .To mitigate this interference ,it is usual to employ an equalizer ,which can be adapted either in a supervised or an unsupervised manner. For the latter case, a predictive structure, optimized according to the mean squared error criterion, is a classical solution. In the linear context, it is known that this approach is efficient only for minimum- or maximum-phase channels: to deal with mixed-phase channels, it is necessary to resort to nonlinear structures. In this work, we investigate the relevance, in this context, of the use of nonlinear predictors with feedback loops. The performance of nonlinear neural structures is analyzed in asset of representative channels, in order to form a better understanding of the effect of the channel memory on the signal and to make use of it in the deconvolution process. An optimization algorithm based on the concept of artificial immune systems is applied in the adaptation of predictors, due to its powerful global search capabilities and robustness to unstable solutions / Mestrado / Engenharia de Computação / Mestre em Engenharia Elétrica

Orientadores: Pedro Luis Dias Peres, Ricardo Coração de Leão Fontoura de Oliveira / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de Computação / Made available in DSpace on 2018-08-25T15:07:40Z (GMT). No. of bitstreams: 1 Lacerda_MarcioJunior_D.pdf: 1206868 bytes, checksum: c5abb83323581461eb40c95f27c95097 (MD5) Previous issue date: 2014 / Resumo: Este trabalho apresenta novas condições na forma de desigualdades matriciais lineares para o projeto de filtros H-infinito de ordem completa em três diferentes contextos: i) sistemas lineares incertos discretos com um atraso variante no tempo afetando os estados; ii) sistemas lineares com parâmetros variantes no tempo, contínuos e discretos, sujeitos a incertezas nas medições dos parâmetros; iii) sistemas não lineares quadráticos contínuos e discretos no tempo. Para cada contexto, o objetivo é projetar filtros: i) com termos atrasados nos estados; ii) dependentes dos parâmetros incertos medidos; iii) com termos quadráticos. Em cada um dos casos, o ponto de partida é a existência de uma função de Lyapunov que assegure estabilidade e um limitante para a norma H-infinito do sistema aumentado, ou seja, o sistema original conectado com o filtro de ordem completa. As condições de projeto são obtidas impondo-se uma determinada estrutura para as variáveis de folga, resultando em desigualdades matriciais com parâmetros escalares. A eficácia das condições apresentadas é ilustrada por meio de comparações numéricas utilizando exemplos da literatura / Abstract: This work presents new conditions in the form of linear matrix inequalities for full order H-infinity filter design in three different contexts: i) uncertain linear discrete-time systems with a time-varying delay affecting the states ii) linear parameter-varying systems, continuous and discrete-time, subject to inexactly measured parameters; iii) continuous and discrete-time nonlinear quadratic systems. For each context, the aim is to design filters: i) with state-delayed terms; ii) dependent upon the inexactly measured parameters; iii) with quadratic terms. In each case, the starting point is the existence of a Lyapunov function that assures stability and a bound to the H-infinity norm of the augmented system, that is, the original system conected with the full order filter. The design conditions are obtained by imposing a given structure to the slack variables, resulting in matrix inequalities with scalar parameters. The effectiveness of the proposed conditions is illustrated by means of numerical comparisons and benchmark examples from the literature / Doutorado / Automação / Doutor em Engenharia Elétrica

Orientador: Romis Ribeiro de Faissol Attux / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de Computação / Made available in DSpace on 2018-08-22T21:42:43Z (GMT). No. of bitstreams: 1 Boccato_Levy_D.pdf: 9602973 bytes, checksum: 0bfc5a3c46d2a9041890600ab877144c (MD5) Previous issue date: 2013 / Resumo: As redes neurais com estados de eco (em inglês, echo state networks, ESNs) são estruturas recorrentes capazes de aliar processamento dinâmico a um processo de treinamento relativamente simples, o qual se resume à adaptação dos coeficientes do combinador linear da saída no sentido de mínimo erro quadrático médio (em inglês, mean squared error, MSE), enquanto os pesos das conexões no reservatório de dinâmicas são ajustados de maneira antecipada e permanecem fixos. A presente tese trata dos principais elementos que caracterizam as ESNs e propõe: (i) uma unificação entre as abordagens de computação com reservatórios, como as ESNs e as liquid state machines (LSMs), e as extreme learning machines (ELMs), sob o termo geral de máquinas desorganizadas, o qual estabelece uma conexão com as pioneiras idéias conexionistas de Alan Mathison Turing; (ii) uma nova arquitetura de ESN, cuja camada de saída é composta por um filtro de Volterra e por um estágio de compressão baseado em Análise de Componentes Principais (em inglês, Principal Component Analysis, PCA); (iii) o uso de critérios de aprendizado baseados em teoria da informação e em normas Lp em lugar do critério MSE para a adaptação dos parâmetros da camada de saída de ESNs; e (iv) uma estratégia não-supervisionada de projeto da camada recorrente de ESNs baseada em interações laterais, modeladas segundo a função chapéu mexicano, e na auto-organização dos pesos de entrada. As propostas elaboradas neste trabalho são analisadas através de simulações no contexto de diferentes problemas de processamento da informação, como equalização de canais de comunicação, separação de fontes e predição de séries temporais / Abstract: Echo state networks (ESNs) are recurrent structures capable of allying dynamic processing to a relatively simple training process, which amounts to adapting the coefficients of the linear combiner at the output in the minimum mean squared error (MSE) sense, while the connection weights in the dynamical reservoir are adjusted in advance and remain fixed. The present thesis deals with the main elements that characterize ESNs and proposes: (i ) a unification between reservoir computing approaches, such as ESNs and liquid state machines (LSMs), and extreme learning machines (ELMs), under the general term of unorganized machines, which establishes a connection with the pioneering connectionist ideas of Alan Mathison Turing; (ii ) a novel ESN architecture whose output layer is composed of a Volterra filter and of a compression stage based on Principal Component Analysis (PCA); (iii ) the use of information-theoretic learning criteria and those based on Lp norms instead of the MSE criterion for the adaptation of the parameters of the ESN output layer; and (iv) an unsupervised strategy for designing the recurrent layer of ESNs based on lateral interactions, modeled according to the mexican hat function, and on the self-organization of the input weights. The proposals developed in this work are analyzed through simulations in the context of different information processing problems, such as channel equalization, source separation and time series prediction / Doutorado / Engenharia de Computação / Doutor em Engenharia Elétrica

Orientadores: Romis Ribeiro de Faissol Attux, Leonardo Tomazeli Duarte / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de Computação / Made available in DSpace on 2018-08-23T17:30:21Z (GMT). No. of bitstreams: 1 Ando_RafaelAssato_M.pdf: 1700685 bytes, checksum: 9befef5632e55e27a24af3e73c648c47 (MD5) Previous issue date: 2013 / Resumo: Neste trabalho, estudamos o problema de BSS no contexto de misturas polinomiais sob três perspectivas: uma teórica - voltada ao estudo de separabilidade estrutural -, uma ligada à proposta de novas abordagens - especialmente como extensões de metodologias baseadas em redes recorrentes - e uma relacionada ao tratamento de problemas práticos como redução do efeito show-through na digitalização de documentos. A primeira dessas perspectivas levou à proposta de uma nova abordagem do problema de separação não-linear baseada numa formulação do problema instantâneo de inversão como uma tarefa de solução de um sistema de equações algébricas não-lineares. Essa abordagem levou à proposição de novos métodos para lidar com o problema LQ e também pode ser aplicada a outros modelos de mistura. A segunda perspectiva levou à construção de um arcabouço para tratamento do problema LQ baseado numa rede imunológica artificial, o qual trouxe uma menor demanda por informação a priori sobre o problema e provê maior robustez em termos de convergência global. Por fim, a aplicação do ferramental desenvolvido a problemas práticos de tratamento de imagens levou a um desempenho bastante satisfatório, encorajando a extensão futura para outros cenários de teste (como sensores químicos) / Abstract: In this work, the BSS problem in the context of polynomial mixtures will be studied under three perspectives: a theoretical one, regarding the structural separability analysis; another related to the proposal of new methodologies - especially as extensions of algorithms based on recurrent networks - and finally, one regarding the solutions to real world problems, such as the reduction of the show-through effect produced by digitally scanning documents. The first such perspectives led to the proposal of a new approach to the nonlinear BSS problem, based on a formulation to the instantaneous inversion problem as the solution of a non-linear algebraic equation system. This approach led to the proposal of new methods to deal with the LQ problem, which may also be applied to other mixing models. The second perspective led to the development of an algorithm based on artificial immune system (AIS) to solve the LQ model, requiring less a priori information about the problem and providing better robustness in terms of global convergence. Finally, the application of the pro-posed methods to the practical problem of image treatment presented a very satisfactory performance, encouraging the possible extension to other test scenarios in the future, such as chemical sensors / Mestrado / Engenharia de Computação / Mestre em Engenharia Elétrica

Orientadores: Márcia Aparecida Gomes Ruggiero, Sandra Augusta Santos / Tese (doutorado) - Universidade Estadual de Campinas, Instituto de Matemática, Estatística e Computação Científica / Made available in DSpace on 2018-08-21T10:21:10Z (GMT). No. of bitstreams: 1 Begiato_RodolfoGotardi_D.pdf: 3815627 bytes, checksum: 59584610cfd737a94e68dc5bf3735e25 (MD5) Previous issue date: 2012 / Resumo: O objetivo desta tese é tratar da resolução de sistemas não lineares de grande porte, em que as funções são continuamente diferenciáveis, por meio de uma abordagem híbrida que utiliza um método iterativo com duas fases. A primeira fase consiste de versões sem derivadas do método do ponto fixo empregando parâmetros espectrais para determinar o tamanho do passo da direção residual. A segunda fase é constituída pelo método de Newton inexato em uma abordagem matrix-free, em que é acoplado o método GMRES para resolver o sistema linear que determina a nova direção de busca. O método híbrido combina ordenadamente as duas fases de forma que a segunda é acionada somente em caso de falha na primeira e, em ambas, uma condição de decréscimo não-monótono deve ser verificada para aceitação de novos pontos. Desenvolvemos ainda um segundo método, em que uma terceira fase de busca direta é acionada em situações em que o excesso de buscas lineares faz com que o tamanho de passo na direção do método de Newton inexato torne-se demasiadamente pequeno. São estabelecidos os resultados de convergência dos métodos propostos. O desempenho computacional é avaliado em uma série de testes numéricos com problemas tradicionalmente encontrados na literatura. Tanto a análise teórica quanto a numérica evidenciam a viabilidade das abordagens apresentadas neste trabalho / Abstract: This thesis handles large-scale nonlinear systems for which all the involved functions are continuously differentiable. They are solved by means of a hybrid approach based on an iterative method with two phases. The first phase is defined by derivative-free versions of a fixed-point method that employs spectral parameters to define the steplength along the residual direction. The second phase consists of a matrix-free inexact Newton method that employs the GMRES to solve the linear system that computes the search direction. The proposed hybrid method neatly combines the two phases in such a way that the second is called only in case the first one fails. To accept new points in both phases, a nonmonotone decrease condition upon a merit function has to be verified. A second method is developed as well, with a third phase based on direct search, that should act whenever too many line searches have excessively decreased the steplenght along the inexact- Newton direction. Convergence results for the proposed methods are established. The computational performance is assessed in a set of numerical experiments with problems from the literature. Both the theoretical and the experimental analysis corroborate the feasibility of the proposed strategies / Doutorado / Matematica Aplicada / Doutor em Matemática Aplicada

This work presents an investigation into the parameter estimation of suspension components and the vertical motions of wheeled vehicles from experimental data. The estimation problems considered were for suspension dampers, a single wheel station and a full vehicle. Using conventional methods (gradient-based (GB), Downhill Simplex (DS)) and stochastic methods (Genetic Algorithm (GA) and Differential Evolution (DE)), three major problems were encountered. These were concerned with the ability and consistency of finding the global optimum solution, time consumption in the estimation process, and the difficulties in setting the algorithm's control parameters. To overcome these problems, a new technique named the discrete variable Hybrid Differential Evolution (dvHDE) method is presented. The new dvHDE method employs an integer-encoding technique and treats all parameters involved in the same unified way as discrete variables, and embeds two mechanisms that can be used to deal with convergence difficulties and reduce the time consumed in the optimisation process. The dvHDE algorithm has been validated against the conventional GB, DS and DE techniques and was shown to be more efficient and effective in all but the simplest cases. Its robustness was demonstrated by its application to a number of vehicle related problems of increasing complexity. These include case studies involving parameter estimation using experimental data from tests on automotive dampers, a single wheel station and a full vehicle. The investigation has shown that the proposed dvHDE method, when compared to the other methods, was the best for finding the global optimum solutions in a short time. It is recommended for nonlinear vehicle suspension models and other similar systems.

Depuis quelques années, les grappes équipées de processeurs graphiques GPUs sont devenues des outils très attrayants pour le calcul parallèle haute performance. Dans cette thèse, nous avons conçu des algorithmes itératifs parallèles pour la résolution de systèmes linéaires et non linéaires creux de très grandes tailles sur grappes de GPUs. Dans un premier temps, nous nous sommes focalisés sur la résolution de systèmes linéaires creux à l'aide des méthodes itératives CG et GMRES. Les expérimentations ont montré qu'une grappe de GPUs est plus performante que son homologue grappe de CPUs pour la résolution de systèmes linéaires de très grandes tailles. Ensuite, nous avons mis en oeuvre des algorithmes parallèles synchrones et asynchrones des méthodes itératives Richardson et de relaxation par blocs pour la résolution de systèmes non linéaires creux. Nous avons constaté que les meilleurs solutions développées pour les CPUs ne sont pas nécessairement bien adaptées aux GPUs. En effet, les simulations effectuées sur une grappe de GPUs ont montré que les algorithmes Richardson sont largement plus efficaces que ceux de relaxation par blocs. De plus, elles ont aussi montré que la puissance de calcul des GPUs permet de réduire le rapport entre le temps d'exécution et celui de communication, ce qui favorise l'utilisation des algorithmes asynchrones sur des grappes de GPUs. Enfin, nous nous sommes intéressés aux grappes géographiquement distantes pour la résolution de systèmes linéaires creux. Dans ce contexte, nous avons utilisé la méthode de multi-décomposition à deux niveaux avec GMRES parallèle adaptée aux grappes de GPUs. Celle-ci utilise des itérations synchrones pour résoudre localement les sous-systèmes linéaires et des itérations asynchrones pour résoudre la globalité du système linéaire. / Or the past few years, the clusters equipped with GPUs have become attractive tools for high performance computing. In this thesis, we have designed parallel iterative algorithms for solving large sparse linear and nonlinear systems on GPU clusters. First, we have focused on solving sparse linear systems using CG and GMRES iterative methods. The experiments have shown that a GPU cluster is more efficient that its pure CPU counterpart for solving large sparse systems of linear equations. Then, we have implemented the synchronous and asynchronous algorithms of the Richardson and the block relaxation iterative methods for solving sparse nonlinear systems. We have noticed that the best solutions developed for the CPUs are not necessarily well suited to GPUs. Indeed, the experiments performed on a GPU cluster have shown that the parallel algorithms of the Richardson method are far more efficient than those of the block relaxation method. In addition, they have shown that the computing power of GPUs allows to reduce the ratio between the time of the computation over that of the communication, which favors the use of the asynchronous iteration on GPU clusters. Finally, we are interested in geographically distant clusters for solving large sparse linear systems. In this context, we have used a multisplitting two-stage method using parallel GMRES method adapted to GPU clusters. It uses the synchronous iteration to solve locally the sub-linear systems and the asynchronous one to solve the global sparse linear system.