Spelling suggestions: "subject:"emergência reguladores""
1 |
Convergência de Algoritmo Genético Hierárquico para Recuperação da Malha LQR por Controladores LQG/LTR. / Hierarchical Genetic algorithm convergence for mesh recovery by Controllers LQG/LTR.RÊGO, Patricia Helena Moraes Rêgo 03 August 2007 (has links)
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.
|
Page generated in 0.093 seconds