Submitted by Rosivalda Pereira (mrs.pereira@ufma.br) on 2017-09-04T18:35:15Z
No. of bitstreams: 1
OrlandoRochaFilho.pdf: 10104010 bytes, checksum: 7c750a6e03597fc2e7f7474b62c35a46 (MD5) / Made available in DSpace on 2017-09-04T18:35:15Z (GMT). No. of bitstreams: 1
OrlandoRochaFilho.pdf: 10104010 bytes, checksum: 7c750a6e03597fc2e7f7474b62c35a46 (MD5)
Previous issue date: 2017-04-24 / This thesis presents a maximum likelihood based modeling approach applied to dynamic
systems operating in non-stationary environment that uses recursive parametric estimation
based on the method of fuzzy instrumental variable. The context is evolving and the idea
is to guarantee a robust for estimation of the parameters of noise-corrupted experimental
data. The methodology consists of an evolving fuzzy clustering algorithm based on the
similarity of the data which employs an adaptive distance norm based on the maximum
likelihood criterion that use an adaptive search strategy on the experiment in order to avoid
the curse of dimensionality related to the number of rules created during data clustering
of the data set. The computational and experimental results to exemplify the proposed
methodology are: statistical analysis of the fuzzy instrumental variable inserted in the
evolving context; black box modeling of a thermal plant; identification of a benchmark
nonlinear system widely published in the literature and the black box modeling of a
2DOF helicopter. These examples are used to illustrate the performance and efficiency by
operating in a non–stationary environment. / Nesta tese é apresentada uma proposta de modelagem baseada máxima verossimilhança
aplicada a sistemas dinâmicos operando em ambiente não-estacionário que utiliza a estima-
ção paramétrica recursiva baseada no método de variável instrumental nebulosa, inserido no
contexto evolutivo, no sentido de garantir robustez para estimação dos parâmetros diante de
dados experimentais corrompidos por ruído. A metodologia é composta por um algoritmo
de agrupamento nebuloso evolutivo baseado na similaridade dos dados que emprega uma
norma de distância adaptativa baseada no critério de máxima verossimilhança que utiliza
uma estratégia de busca adaptativa no experimento para evitar o problema da maldição
de dimensionalidade relacionada ao número de regras criadas durante o agrupamento do
conjunto de dados. Os resultados computacionais e experimentais para exemplificação da
metodologia proposta são: análise estatística da variável instrumental nebulosa inserida no
contexto evolutivo; na modelagem caixa preta de uma planta térmica (processo térmico);
identificação de um sistema não-linear amplamente divulgado na literatura e a modelagem
caixa preta de um helicóptero com dois graus de liberdade que ilustra o desempenho e a
eficiência operando ambiente não-estacionário.
| Identifer | oai:union.ndltd.org:IBICT/oai:tede2:tede/1898 |
| Date | 24 April 2017 |
| Creators | ROCHA FILHO, Orlando Donato |
| Contributors | SERRA, Ginalber Luiz de Oliveira, BARROS FILHO, Allan Kardec Duailibe, SOUZA, Francisco das Chagas, MUNARO, Celso José, LEITE, Daniel Furtado |
| Publisher | Universidade Federal do Maranhão, PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE ELETRICIDADE/CCET, UFMA, Brasil, DEPARTAMENTO DE ENGENHARIA DA ELETRICIDADE/CCET |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/doctoralThesis |
| Format | application/pdf |
| Source | reponame:Biblioteca Digital de Teses e Dissertações da UFMA, instname:Universidade Federal do Maranhão, instacron:UFMA |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0036 seconds