[pt] Sistemas Fuzzy-Genéticos compreendem uma área que une Sistemas de Inferência Fuzzy e Meta-Heurísticas prevalentes nos conceitos de seleção natural e recombinação genética. Esta é de grande interesse para a comunidade científica, pois propicia a descoberta de conhecimento em áreas onde a compreensão do fenômeno em estudo é exíguo, além de servir de apoio à decisão para gestores público-privados. O objetivo desta dissertação é desenvolver um novo Sistema Fuzzy-Genético Genérico, denominado Genetic Programming Fuzzy Inference System (GPFIS). O principal aspecto do modelo GPFIS são as componentes do seu processo de Inferência Fuzzy. Esta estrutura é composta em sua base pela Programação Genética Multigênica e pretende: (i ) possibilitar o uso de operadores de agregação, negação e modificadores linguísticos de forma simplificada; (ii ) empregar heurísticas de definição do consequente mais apropriado para uma parte antecedente; e (iii ) usar um procedimento de defuzzificação, que induzido pela forma de fuzzificação e sobre determinadas condições, pode proporcionar uma estimativa mais acurada. Todas estas são contribuições que podem ser estendidas a outros Sistemas Fuzzy-Genéticos. Para demonstrar o aspecto genérico, o desempenho e a importância de cada componente para o modelo proposto, são formuladas uma série de investigações empíricas. Cada investigação compreende um tipo de problema: Classificação, Previsão, Regressão e Controle. Para cada problema, a melhor configuração obtida durante as investigações é usada no modelo GPFIS e os resultados são comparados com os de outros Sistemas Fuzzy-Genéticos e modelos presentes na literatura. Por fim, para cada problema é apresentada uma aplicação detalhada do modelo GPFIS em um caso real. / [en] Genetic Fuzzy Systems constitute an area that brings together Fuzzy Inference Systems and Meta-Heuristics that are often related to natural selection and genetic recombination. This area attracts great interest from the scientific community, due to the knowledge discovery capability in situations where the comprehension of the phenomenon under analysis is lacking. It can also provides support to decision makers. This dissertation aims at developing a new Generic Genetic Fuzzy System, called Genetic Programming Fuzzy Inference System (GPFIS). The main aspects of GPFIS model are the components which are part of its Fuzzy Inference procedure. This structure is basically composed of Multi-Gene Genetic Programming and intends to: (i ) apply aggregation operators, negation and linguistic hedges in a simple manner; (ii ) make use of heuristics to define the consequent term most appropriate to the antecedent part; (iii ) employ a defuzzification procedure that, driven by the fuzzification step and under some assumptions, can provide a most accurate estimate. All these features are contributions that can be extended to other Genetic Fuzzy Systems. In order to demonstrate the general aspect of GPFIS, its performance and the relevance of each of its components, several investigations have been performed. They deal with Classification, Forecasting, Regression and Control problems. By using the best configuration obtained for each of the four problems, results are compared to other Genetic Fuzzy Systems and models in the literature. Finally, applications of GPFIS actual cases in each category is reported.

Made available in DSpace on 2016-12-12T17:29:55Z (GMT). No. of bitstreams: 1 Angelo Luis Pagliosa.pdf: 1725265 bytes, checksum: d01cb2eed64463999696ddaef3a82724 (MD5) Previous issue date: 2003-12-18 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / This dissertation presents an hybrid computational model that combines fuzzy system techniques and artificial neural networks. Its objective is the automatic generation of membership functions, in particular, triangle forms, aiming at a dynamic modelling of a system. The model is named Neo-Fuzzy-Neuron Modify by Kohonen (NFN-MK), since it starts using Kohonen network to obtain the central vertices in triangular curves. A set of these curves are used to model a variable of the real system. NFN-MK is based on the Neo-Fuzzy- Neuron (NFN) model originally proposed by Yamakawa, where a network is adapted in order to associate fuzzy, "if-then"rules allowing elicitation and extraction of knowledge in linguistic form. The NFN-MK model is tested by simulation of real systems. They are here represented by classical mathematical functions, chosen due their importance in the system identification field. Finally, a comparison of the results obtained by NFN-MK is carried out against other models such as analytical results, traditional neural networks, and correlated studies of neurofuzzy systems applied to system identification. This work ends with a comparison of the results obtained by NFN-MK with analytical results, and those obtained by using traditional neural networks and other system identification neurofuzzy methods. / Esta dissertação propõe um modelo computacional que combina técnica de Sistemas Fuzzy (SF) e Redes Neurais Artificiais (RNA´s), com o objetivo de realizar a identificação desistemas, os quais são modelados pela descoberta de curvas de pertinência e pesos de conexões no modelo proposto. O modelo proposto chamado de Neo Fuzzy Neuron Modificadopela rede de Kohonen (NFN-MK) foi reestruturado a partir do modelo do Neo Fuzzy Neuron (NFN), proposto originalmente por Yamakawa. O modelo NFN é construído sob uma topologia neural que associa as regras do tipo Se Então , sendo estas do tipo fuzzy. A virtude do modelo de Yamakawa é combinar o conhecimento apresentado nos SF´s com a habilidade de aprendizagem e generalização das RNA´s. A partir deste modelo, o NFN-MK introduz a rede de Kohonen em um estágio inicial da aprendizagem, a fim de encontrar os vértices iniciais das curvas triangulares de pertinência do modelo proposto. A partir da definição inicial dos vértices dos triângulos nas curvas de pertinência, inicia-se um processo de aprendizagem, análogo ao backpropagation clássico, a fim de ajustar os pesos de cada conexão da topologia neural proposta. Ao final da aprendizagem, o NFN-MK é submetido a experimentos na identificação de três sistemas. Estes sistemas são representados com curvas matemáticas clássicas, a fim de comparar a eficiência do modelo proposto a outros resultados como: o próprio valor analítico das funções, RNA´s clássicas e outros modelos neurofuzzy de trabalhos correlatos.

Esta dissertação testa e compara dois tipos de modelagem para previsão de uma mesma série temporal. Foi observada uma série temporal de distribuição de energia elétrica e, como estudo de caso, optou-se pela região metropolitana do Estado da Bahia. Foram testadas as combinações de três variáveis exógenas em cada modelo: a quantidade de clientes ligados na rede de distribuição de energia elétrica, a temperatura ambiente e a precipitação de chuvas. O modelo linear de previsão de séries temporais utilizado foi um SARIMAX. A modelagem de inteligência computacional utilizada para a previsão da série temporal foi um sistema de Inferência Fuzzy. Na busca de um melhor desempenho, foram feitos testes de quais variáveis exógenas melhor influenciam no comportamento da energia distribuída em cada modelo. Segundo a avaliação dos testes, o sistema Fuzzy de previsão foi o que obteve o menor erro. Porém dentre os menores erros, os resultados dos testes também indicaram diferentes variáveis exógenas para cada modelo de previsão. / This dissertation tests and compares two types of predicting models to the same time series. A time series of electricity distribution was observed and, as a case study, were opted for the metropolitan region of Bahia State. Three exogenous variables were tested in each model: the number of customers connected to the electricity distribution network, the temperature and the precipitation of rain. The linear model time series forecasting used was a SARIMAX. The modelling of computational intelligence used to predict the time series was a Fuzzy Inference System. For better performance, in each model was tested all the exogenous variables to fit the influence in the energy distributed. According to the evaluation of the tests, the Fuzzy forecasting system presented the lowest error. But among the smallest errors, the results of the tests also indicated different exogenous variables for each forecast model.

Unidades propulsoras híbrido elétricas são uma alternativa em potencial para a redução do consumo de combustível e emissões de poluentes, quando empregadas em veículos de transporte público. A configuração híbrido elétrica de interesse é a série, na qual as fontes de potência, para o motor elétrico de tração, são compostas por um banco de baterias e uma unidade formada pela junção entre um motor à combustão interna e um gerador. Na presente Dissertação foi realizada a modelagem de um veículo elétrico híbrido série na qual diferentes estratégias de gerenciamento de potência foram investigadas. Dentre as estratégias de interesse, duas são fundamentadas em regras e a terceira em sistemas fuzzy. Resultados obtidos comprovaram que a fundamentada em sistemas fuzzy possibilita maior economia de combustível, permitindo que o motor à combustão interna forneça menos potência, face o emprego das baseadas em regras. Dessa forma, a utilização de sistemas fuzzy no gerenciamento de potência do veículo, permite o emprego de um motor à combustão menos potente, de menor custo, sem o comprometimento do desempenho do veículo. As simulações do presente modelo de veículo híbrido foram realizadas no ambiente Matlab/Simulink® 7.3.0. / Hybrid electric propulsion units are a potential alternative to the reduction of fuel consumption and pollutant emissions, when used in public transport vehicles. The electric hybrid configuration of interest is the series, in which the energy supplies to the traction electric motor are composed of batteries and a unit represented by the connection of an internal combustion engine and a generator. This Dissertation presents the modeling of a series hybrid electric vehicle in which different energy management strategies were investigated. Among the strategies of interest, two are based on rules and one on fuzzy systems. The obtained results proved that the strategy based on fuzzy systems improved the fuel economy, allowing the internal combustion engine to supply less power than the use of the strategies based on rules. Therefore, the use of fuzzy systems in the energy management of the vehicle allows for the adoption of a less potent and cheaper internal combustion engine, without compromising the vehicles performance. The simulations of the present model of the hybrid electric vehicle were performed in the Matlab/Simulink® 7.3.0 environment.

Orientador: Peter Sussner / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matemática Estatística e Computação Científica / Made available in DSpace on 2018-08-26T17:27:37Z (GMT). No. of bitstreams: 1 Schuster_Tiago_M.pdf: 2910336 bytes, checksum: 1f5147831dd6410a0fdb0c0fa53d94c8 (MD5) Previous issue date: 2015 / Resumo: As últimas décadas têm testemunhado a emergência de uma variedade de abordagens à resolução de problemas com base na computação em reticulados como, por exemplo, as redes neurais morfológicas e os modelos neurocomputação e de raciocínio fuzzy em reticulados. Usamos aqui o termo "reticulado'' no sentido dado no trabalho seminal de Birkhoff. A teoria dos reticulados nasceu da álgebra booleana e tem um grande leque de aplicações como a análise de conceitos formais, a inteligência computacional, a teoria dos conjuntos fuzzy e a morfologia matemática (MM). A MM em reticulados completos representa a base teórica para uma série de modelos de inteligência computacional conhecidos como redes neurais morfológicas (MNNs), que incluem as memórias associativas morfológicas em tons de cinza e as memórias associativas morfológicas fuzzy (FMAMs). As últimas décadas têm testemunhado a emergência de uma variedade de abordagens à resolução de problemas com base na computação em reticulados como, por exemplo, as redes neurais morfológicas e os modelos neurocomputação e de raciocínio fuzzy em reticulados. Usamos aqui o termo "reticulado'' no sentido dado no trabalho seminal de Birkhoff. A teoria dos reticulados nasceu da álgebra booleana e tem um grande leque de aplicações como a análise de conceitos formais, a inteligência computacional, a teoria dos conjuntos fuzzy e a morfologia matemática (MM). A MM em reticulados completos representa a base teórica para uma série de modelos de inteligência computacional conhecidos como redes neurais morfológicas (MNNs), que incluem as memórias associativas morfológicas em tons de cinza e as memórias associativas morfológicas fuzzy (FMAMs). O advento de sistemas fuzzy tipo-2 sugere o desenvolvimento das FMAMs tipo-2 e em particular FMAMs tipo-2 intervalar, ou FMAMs intervalar (IV-FMAMs). Observemos aqui que a classe dos conjuntos fuzzy, assim como a dos conjuntos fuzzy tipo-2, fuzzy tipo-2 intervalar e fuzzy intervalar sobre um universo arbitrário em conjunção com diferentes escolhas de ordens parciais formam classes de conjuntos L-fuzzy, em que L denota um reticulado completo. Nessa dissertação de mestrado, introduzimos as memórias associativas L-fuzzy (L-FMAMs) com base na morfologia matemática L-fuzzy (L-FMM). Nosso foco está nas FMAMs fuzzy intervalar, uma vez que sistemas fuzzy intervalar têm sido aplicados com sucesso em problemas de engenharia, computação com palavras e raciocínio aproximado. Nós aplicamos os modelos de IV-FMAMs em conjunção com a técnica de clusterização fuzzy c-means intervalar a um problema de predição de série temporal, especificamente o prognóstico da vazão mensal de uma usina hidroelétrica localizada no sudeste brasileiro. Por fim, comparamos as predições produzidas pela abordagem das IV-FMAMs com aquelas produzidas por modelos competitivos da literatura / Abstract: The last decade has witnessed the emergence of a variety of lattice computing approaches towards computational intelligence such as morphological neural networks and fuzzy lattice reasoning / neuro-computing models. Here, the technical term "lattice" refers to a lattice in the mathematical sense of Birkhoff's seminal work. Lattice theory grew out of Boolean algebra and has found a wide range of applications such as mathematical morphology, formal concept analysis, computational intelligence, and fuzzy set theory. Mathematical morphology on complete lattices represents the theoretical basis for a range of computational intelligence models known as morphological neural networks (MNNs) including gray-scale and fuzzy morphological associative memories (FMAMs). The advent of type-2 fuzzy systems suggests the development of type-2 FMAMs and in particular interval type-2 FMAMs or interval-valued FMAMs. Recall that the class of fuzzy sets as well as the classes of type-2, interval type-2, and interval-valued fuzzy sets over an arbitrary universe together with different choices of partial orderings form classes of L-fuzzy sets, where L denotes a complete lattice. In this master's thesis, we introduce L-fuzzy morphological associative memories (L-FMAMs) on the basis of L-FMM. Our focus is on interval-valued FMAMs since interval type-2 fuzzy systems, have found various applications in engineering, computing with words, and approximate reasoning. We applied the aforementioned interval-valued FMAM models in conjunction with the interval-valued fuzzy c-means clustering technique to a time-series prediction problem in industry, namely the problem of forecasting the average monthly streamflow of a hydroelectric plant located in southeastern Brazil, and compared the predictions produced by the IV-FMAM approach with the ones produced by a number of competitive models from the literature / Mestrado / Matematica Aplicada / Mestre em Matemática Aplicada

Este projeto consiste em um sistema de navegação autônomo baseado em redes neurais nebulosas modulares capacitando o robô a alcançar alvos, ou pontos metas, em ambientes desconhecidos. Inicialmente, o sistema não tem habilidade para a navegação, após uma fase de experimentos com algumas colisões, o mecanismo de navegação aprimora-se guiando o robô ao alvo de forma eficiente. Uma arquitetura híbrida inteligente é apresentada para este sistema de navegação, baseada em redes neurais artificiais e lógica nebulosa. A arquitetura é hierárquica e costitiui-se de dois módulos responsáveis por gerar comportamentos inatos de desvio de obstáculos e de busca ao alvo. Um mecanismo de aprendizagem por reforço, baseada em uma extensão da lei de Hebb, pondera os comportamentos inatos conflitantes ajustando os pesos sinápticos das redes neurais nos instantes de captura do alvo e de colisão contra obstáculos. A abordagem consolidada em simulação é validada em ambientes reais neste trabalho. Para tanto, este sistema foi implementado e testado no simulador Saphira, ambiente de simulação que acompanha o robô Pioneer I e que denota um estágio anterior aos testes em ambientes reais por apresentar comportamentos do robô similares aos comportamentos do robô móvel. Modificações na arquitetura híbrida foram necessárias para adaptar o sistema de navegação simulado ao sistema incorporado no Pioneer I. Experimentos em ambientes reais demonstraram a eficiência e a capacidade de aprendizagem do sistema de navegação, validando a arquitetura híbrida inteligente para aplicação em robôs móveis / This project consists in a autonomous navigation system based on modular neuro-fuzzy networks that is able to guide the robot in unknown environments from a initial point to the goal. Initially, the system is not able to navigate, but after a trial and error period and some collisions, it improves in guiding the robot to the goal efficiently. A intelligent hybrid architecture is presented for this naviga tion system based on artificial neural networks and fuzzy logic. This architecture is hierarquical and consists in two modules that generate innate behaviors, like obstacles avoiding and target reaching. A reinforcement learning mecanism, based on the extended Hebb law, balances this conflicting innate behaviors adjusting the neural network synaptic weights as obstacle and collision avoidance and target reaching takes place. In this project, the approach is consolidated in simulation and validated in real environments. To this end, this system has been implemented by using Saphira simulator and Pioneer I simulation environment. This simulated evironment is a previous stage of tests performed real time and presents simulated robot behaviors similar to real mobile robot behaviors. The hybrid architecture was modified to adapt the simulated navigation system into Pioneer I software. Experiments in a real environments show the efficiency and learning capabilities of the navigation system, validating the intelligent hybrid architecture for mobile robots applications

Submitted by Edisangela Bastos (edisangela@ufpa.br) on 2013-01-14T18:46:34Z No. of bitstreams: 2 license_rdf: 23898 bytes, checksum: e363e809996cf46ada20da1accfcd9c7 (MD5) Dissertacao_SistematizacaoProjetosControladores.pdf: 2279028 bytes, checksum: 1dc03c44968f11a40f0cc54493cb1927 (MD5) / Approved for entry into archive by Ana Rosa Silva(arosa@ufpa.br) on 2013-01-17T15:31:44Z (GMT) No. of bitstreams: 2 license_rdf: 23898 bytes, checksum: e363e809996cf46ada20da1accfcd9c7 (MD5) Dissertacao_SistematizacaoProjetosControladores.pdf: 2279028 bytes, checksum: 1dc03c44968f11a40f0cc54493cb1927 (MD5) / Made available in DSpace on 2013-01-17T15:31:44Z (GMT). No. of bitstreams: 2 license_rdf: 23898 bytes, checksum: e363e809996cf46ada20da1accfcd9c7 (MD5) Dissertacao_SistematizacaoProjetosControladores.pdf: 2279028 bytes, checksum: 1dc03c44968f11a40f0cc54493cb1927 (MD5) Previous issue date: 2009 / Através do uso da programação em linguagem orientada a objetos e, aplicando-se uma técnica de programação específica, é possível gerar um conjunto de classes genéricas cujos objetos representam cada bloco de um controlador fuzzy e também suas variáveis linguísticas. Tais classes, sendo aplicadas de forma sistemática, facilitam a programação de uma variedade de controladores desta natureza. Este trabalho apresenta a referida técnica e mostra os resultados obtidos através de um modelo simulado de um pêndulo rotacional invertido que é controlado por um sistema de controle composto por três controladores fuzzy, projetados e construídos sob este ponto de vista. / By using object oriented language programming and, applying a specific programming technique, it‟s possible to generate a set of generic classes whose objects represent each block of a fuzzy controller as well its linguistic variables. Such classes, being applied in a systematic way, make easy the programming of a set of controllers of this nature. This work presents this technique and shows the results obtained via a model simulation of a inverted rotational pendulum which is controlled by a control system composed by three fuzzy controllers designed and built under this point of view.

Made available in DSpace on 2014-06-11T19:30:49Z (GMT). No. of bitstreams: 0 Previous issue date: 2009-09-12Bitstream added on 2014-06-13T20:00:53Z : No. of bitstreams: 1 cadim_r_dr_ilha.pdf: 1217588 bytes, checksum: e5c74b6a258852f996ebb5ae3e66b97a (MD5) / Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP) / Neste trabalho são apresentados estudos teóricos, projetos de controladores e simulações numéricas de alguns sistemas de controle automáticos, que no decorrer das pesquisas geraram novas contribuições. Primeiramente foi feito um breve estudo sobre os sistemas fuzzy Takagi- Sugeno (TS) e realizadas algumas simulações envolvendo exemplos acadêmicos como o sistema bola-viga e o levitador magnético. Em decorrência desses estudos foi proposto um novo método para o controle de sistemas mecânicos não-lineares, descritos através de modelos fuzzy TS, considerando o acesso somente às derivadas das variáveis de estado da planta, com projeto baseado em desigualdades matriciais lineares, em inglês Linear Matrix Inequalities (LMIs) e estabilidade assegurada através de funções de Lyapunov. Adicionalmente, foram feitos estudos sobre realimentação derivativa, e proposto um novo método para projetar a matriz de realimentação discreta no tempo da derivada do vetor de estado, tal que o sinal de controle obtido seja equivalente a uma dada lei de controle contínua no tempo com realimentação do vetor de estado. O controlador discreto é obtido com base no controlador contínuo, utilizando um método de aproximação, baseado em LMIs. É suposto que a planta é controlável, linear e invariante no tempo, com uma (SI) ou múltiplas (MI) entradas. Este procedimento permite o uso de métodos de projeto bem conhecidos de realimentação das variáveis de estado em sistemas contínuos no tempo, para calcular diretamente os ganhos de realimentação da derivada das variáveis de estado em sistemas discretos no tempo. Os projetos com realimentação derivativa podem ser úteis no controle de sistemas mecânicos, utilizando-se acelerômetros como sensores. Finalizando, um outro assunto abordado neste trabalho e que também trouxe contribuições relevantes... / In this work, theoretical studies, controller designs and numeric simulations of several automatic control systems that generated new contributions are presented. Firstly, a study on Takagi-Sugeno fuzzy systems modeling, control designs and simulations with practical examples, such as a ball-beam system and a nonlinear magnetic suspension system, are described. With these studies a simple method, based on Linear Matrix Inequalities (LMIs) and Lyapunov functions, for designing a control system using the Takagi-Sugeno fuzzy models in mechanical systems, where the available signals for the control are state-derivative, is proposed. Additionally, new results about state-derivative feedback including a simple method for designing a digital state-derivative feedback gain such that the control law is equivalent to a known and adequate continuous-time state feedback control law with a guaranteed stability are proposed. The digital controller is obtained by the continuous controller, using an approach method, based on LMIs. It is assumed that the plant is a linear controllable, time-invariant, Single-Input (SI) or Multiple-Input (MI) system. This procedure allows the use of well-known continuous-time state feedback design methods to directly design discrete-time state-derivative feedback control systems. The state-derivative feedback can be useful in the vibration control of mechanical systems, where the main sensors are accelerometers. Finally, we have the study with the design of state-feedback Variable Structure Controllers (VSC) for a class of continuous-time switched plants where is assume that the state vector is available for feedback. The design is based on Lyapunov-Metzler (LM) inequalities and also on Strictly Positive Real (SPR) systems stability results. The recent definition of Lyapunov-Metzler-SPR (LMSPR) systems is presented and a new direct application... (Complete abstract click electronic access below)

Made available in DSpace on 2014-06-11T19:30:49Z (GMT). No. of bitstreams: 0 Previous issue date: 2010-11-12Bitstream added on 2014-06-13T20:40:35Z : No. of bitstreams: 1 mendes_rat_dr_ilha.pdf: 2326436 bytes, checksum: 60aa15eb5fb66a63b31662bee7904bfa (MD5) / Neste trabalho sao propostas metodologias de modificacao de zeros para solucionar o problema do rastreamento do sinal de referencia em sistemas discretos determinısticos, sistemas discretos incertos e sistemas discretos nao-lineares considerando-se uma entrada de perturbacao na planta. Em um primeiro momento e projetado um controlador discreto para minimizar a norma H∞ entre a entrada ex´ogena e o sinal de saıda com o objetivo de reduzir o efeito da perturbacao sobre a saıda do sistema determinıstico. Posteriormente, minimiza-se a norma H∞ entre o sinal de referencia e o erro de rastreamento atraves da modificacao otima de zeros do sistema discreto, constituindo desta maneira o rastreador de sinal de referencia. Essa nova estrutura de projeto do controlador e estendida para o projeto do controlador robusto H∞, supondo incertezas politopicas na planta e tambem para sistemas nao-lineares. No caso de sistemas com incertezas politopicas na planta, um controlador discreto e projetado para minimizar o custo garantido H∞ entre a entrada exogena e o sinal de saıda com o objetivo de reduzir o efeito da perturbacao sobre a saıda do sistema discreto incerto. Posteriormente e projetado um rastreador para sinais de referˆencia em sistemas com incertezas politopicas, utilizando-se modificacao de zeros. Por fim, estende-se a metodologia de rastreamento do sinal de referencia com rejeicao do disturbio para sistemas nao-lineares. A formulacao do projeto e descrita na forma de inequacoes matriciais lineares, pois estas permitem a descricao de problemas de otimizacao convexa / The tracking problems in uncertain, deterministic and nonlinear discrete time systems, with the presence of a disturbance signal in the plant, are solved in this work proposing a zero variation methodology. A discrete state feedback controller is designed in order to minimize the H∞-norm between the exogen input and the output signal, such that the effect of the disturbance is attenuated in deterministic systems. After, the tracking problem is solved using the variation of the zeros minimizing the H∞-norm from the reference input signal to the error tracking signal. This new structure is extended to design of H∞ robust controller, supposing politopic uncertainties and other one supposing nonlinearities in the plant. In uncertain systems case, a discrete controller is designed in order to minimize the H∞ guaranteed cost between the exogen input and the output signal such that the effect of the disturbance is attenuated in uncertain systems. Then, the tracking problem in uncertain systems is solved using the variation of the zeros minimizing the H∞ guaranteed cost from the reference input signal to the error tracking signal. Finally, the zero variation methodology is extended to nonlinear systems. The design is formulated in the Linear Matrix Inequalities (LMI) framework, such that the optimal solution of the stated control problem is obtained when feasible solution exists

Submitted by Alison Vanceto (alison-vanceto@hotmail.com) on 2017-01-03T12:57:22Z No. of bitstreams: 1 DissMRS.pdf: 7075641 bytes, checksum: 8e6f815544b7f6f2ce4a1a5a47b25482 (MD5) / Approved for entry into archive by Marina Freitas (marinapf@ufscar.br) on 2017-01-16T16:33:09Z (GMT) No. of bitstreams: 1 DissMRS.pdf: 7075641 bytes, checksum: 8e6f815544b7f6f2ce4a1a5a47b25482 (MD5) / Approved for entry into archive by Marina Freitas (marinapf@ufscar.br) on 2017-01-16T16:33:38Z (GMT) No. of bitstreams: 1 DissMRS.pdf: 7075641 bytes, checksum: 8e6f815544b7f6f2ce4a1a5a47b25482 (MD5) / Made available in DSpace on 2017-01-16T16:33:48Z (GMT). No. of bitstreams: 1 DissMRS.pdf: 7075641 bytes, checksum: 8e6f815544b7f6f2ce4a1a5a47b25482 (MD5) Previous issue date: 2016-12-14 / Não recebi financiamento / In recent years, companies have used Artificial Intelligence (AI) techniques to facilitate the decisionmaking process in manufacturing systems. The use of these techniques allows increased performance of Flexible Manufacturing System (FMS). The automation of the process using computational resources allows a deeper analysis of the system conditions, which sometimes result in a better decision taking. In this sense, the Fuzzy Logic has been engaged to carry out this task, because it has the characteristic of dealing easily with inaccurate information and encoding knowledge specialist in Fuzzy rules. However, as soon as the system complexity increases, the task of generating a Fuzzy Rule Base (FRB) appropriate to the proposed system becomes increasingly difficult. To assist this process of generation of the FRB, several techniques can be used and among them stand out the search technique called Evolutionary Algorithm (EA). The EA is used, for example, for tuning the FRB of the FMS through the reduction of the optimization variables values as Makespan or Tardiness. In the case of variable called Makespan, the tuning occurs when the EA generates an FRB that reduces the makespan values of a FMS. However, the construction of the EA that effectively generates a tuning FRB is not trivial. It is required to be in the process, the construction of various EA with different selection methods and different mutation rates among other settings until an appropriate EA for a given situation appears. Therefore, in this study we aim to build an environment configuration and performance analysis of EAs in order to define the tuning FRB of the Fuzzy Control System of an FMS, i.e., it is intended to investigate how the EA ideal parameter scenario used for tuning the FRB of the said control system. In this study, the used EA was an extension of Genetic Algorithm (GA). For implementing the proposal, an evolutionary system for configuration and analysis of this variant of the GA was created. In this system, entitled "EvolSys - Evolutionary System" parameters of the system as Number of Input Variables of FRB, Number of Output Variables of FRB, Population Size, Mutation Rate and the EA Crossover Rate, among others are configured and then, one FRB is generated. Using this, there is an EA analysis of the possibility for choosing a FRB that will provide the reduction of makespan in FMS. Consequently, through this study, we may conclude that the use of EAs in collaboration with Fuzzy system may become an important tool for turning the system responsibility to the sequences of an FMS operation. Accordingly, the environment created meets the configuration step and analysis of EAs. / Nos últimos anos, empresas tem usado técnicas de Inteligência Artificial (AI) para auxiliar o processo de tomada de decisão em sistemas de manufatura. O uso dessas técnicas possibilita o aumento do desempenho dos Sistemas Flexíveis de Manufatura (FMS), uma vez que a automatização do processo com o uso de recursos computacionais permite uma análise mais profunda das condições do sistema o que, por vezes, resulta em uma melhor tomada de decisão. Neste sentido, a Lógica Fuzzy vem sendo usada para realizar essa tarefa, pois ela tem a característica de lidar facilmente com informações imprecisas, codificando o conhecimento do especialista nas chamadas Regras Fuzzy. Entretanto, à medida que a complexidade do sistema aumenta, a tarefa de gerar uma Base de Regras Fuzzy (FRB) adequada ao sistema proposto se torna cada vez mais difícil. Para auxiliar esse processo de geração da FRB, várias técnicas podem ser usadas e dentre elas destaca-se a técnica de busca denominada Algoritmo Evolutivo (EA). O EA pode ser usado, por exemplo, para a sintonia da Base de Regras Fuzzy do Sistema de Controle de um FMS por intermédio da redução de valores de variáveis de otimização como Makespan ou Tardiness. No caso da variável denominada Makespan, a sintonia ocorre quando o EA gera uma FRB que reduz os valores do makespan do FMS em questão. Entretanto, a construção do EA que efetivamente gera uma FRB sintonizada para um FMS não é trivial, pois é necessário que haja, nesse processo, a construção de vários tipos de EA com métodos de seleção diferentes, taxas de cruzamento e mutação diferentes dentre outras configurações, até que se encontre o EA adequado à uma dada situação. Sendo assim, no presente trabalho, o objetivo é a construção de um ambiente de configuração e análise de desempenho de EAs para sintonia da FRB do Sistema de Controle de um FMS, ou seja, pretende-se investigar qual o cenário de parâmetros ideal do EA usado na sintonia da FRB do referido sistema de controle. No presente trabalho, o EA usado foi uma extensão do Algoritmo Genético (GA). Para implementação da proposta, um Sistema Evolutivo para configuração e análise dessa variante do GA foi criado. Nesse sistema, intitulado “EvolSys - Evolutionary System”, parâmetros dos sistema como Número de Varáveis de Entrada da FRB, Número de Variáveis de Saída da FRB, Tamanho da População, Taxa de Mutação e Taxa de Cruzamento do EA, dentre outros são configurados e, por consequência, uma FRB é gerada. Com isso, há a possiblidade da análise do EA para a escolha de uma FRB que venha propiciar a redução do makespan em FMSs. Portanto, é possível concluir, a partir desse trabalho, que o uso de EAs em colaboração com os sistemas Fuzzy pode vir a se tornar uma importante ferramenta para sintonia da Base de Regras do sistema responsável pelo sequenciamento das operações de um FMS e, nesse sentido, o ambiente criado cumpre a etapa de configuração e análise do desempenho de EAs.