Submitted by LIVIA FREITAS (livia.freitas@ufba.br) on 2013-10-14T15:41:03Z
No. of bitstreams: 1
Dissertacao.pdf: 2669792 bytes, checksum: 5e4ee38a1d42727304e0fbe3b2c02346 (MD5) / Approved for entry into archive by LIVIA FREITAS(livia.freitas@ufba.br) on 2013-10-14T15:41:15Z (GMT) No. of bitstreams: 1
Dissertacao.pdf: 2669792 bytes, checksum: 5e4ee38a1d42727304e0fbe3b2c02346 (MD5) / Made available in DSpace on 2013-10-14T15:41:15Z (GMT). No. of bitstreams: 1
Dissertacao.pdf: 2669792 bytes, checksum: 5e4ee38a1d42727304e0fbe3b2c02346 (MD5) / Este trabalho apresenta uma metodologia para a identi fica ção de modelos dinâmicos usando logica fuzzy, que considera a inclusão da incerteza de medi ção do processo, descrito por uma fun c~ao de densidade de probabilidade, diretamente na estrutura do modelo. O modelo compreende um sistema de infer^encia fuzzy, baseado em Takagi-Sugeno e na estrutura din^amica NARX (Non linear AutoRegreesive with
eXogeneus Input). As entradas e saí das são representadas na forma não-singleton e
descritas por fun ções de pertinência. Para isso são avaliados alguns m étodos para a
transforma ção de probabilidade em possibilidade, a transformação ótima (DUBOIS;
PRADE; SANDRI, 1993) e a transforma ção truncada (MAURIS, 2000), para a representação da incerteza, que, então, são comparadas com metodologias cl ássicas descritas no GUM e GUM-S1 (Guide to the Expression of Uncertainty in Measurement e seu Suplemento n°1). O modelo identi cado, al ém de representar o comportamento dinâmico da vari ável de sa ída, e capaz de predizer o seu intervalo
de abrangência ao longo do tempo, contribuindo assim para os estudos na área de
avalia ção de incerteza dinâmica, uma vez que é um campo ainda pouco explorado e de grande importância para aplica ção em engenharia. Três estudos de caso foram analisados e os resultados obtidos pelo modelo fuzzy foram comparados com a simulação de Monte Carlo estendida para a avalia ção da incerteza em regime dinâmico. O sistema de inferência fuzzy apresentou bom desempenho em todos os casos analisados com um tempo de processamento at é 1 x 10³ vezes menor que a t écnica de Monte Carlo. Isto sugere que a metodologia de identi ca ção desenvolvida e vi avel em aplica ções industriais, como desenvolvimentos de analisadores virtuais, filtros e controladores. / Salvador
Identifer | oai:union.ndltd.org:IBICT/oai:192.168.11:11:ri/13212 |
Date | 14 October 2013 |
Creators | Fontes, Raony Maia |
Contributors | Fontes, Cristiano Hora, Kalid, Ricardo de Araújo |
Source Sets | IBICT Brazilian ETDs |
Language | Portuguese |
Detected Language | Portuguese |
Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
Source | reponame:Repositório Institucional da UFBA, instname:Universidade Federal da Bahia, instacron:UFBA |
Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0015 seconds