Adaptação Paramétrica Evolucionária no Controle Adaptativo Livre de Modelo

Vol. 1, 2019. - 108086
Oral
Favoritar este trabalho
Como citar esse trabalho?
Resumo

Este artigo considera o emprego do Controle Adaptativo Livre de Modelo (MFAC) para o Reator Tanque Agitado Contínuo, um sistema não-linear atuando com e sem distúrbios. Encontrar o conjunto ótimo de parâmetros do MFAC é um problema complexo em aberto, que pode estar sujeito a múltiplos requisitos conflitantes. Contudo, apenas um pequeno número das abordagens propostas na literatura consideram esta tarefa de ajuste como um problema multiobjetivo. Usar um Algoritmo Evolucionário Multiobjetivo (MOEA) parece ser uma abordagem adequada para ajustar o MFAC. No entanto, o tempo de convergência do MOEA é um elemento essencial para seu emprego em controle de sistemas. Por isso, usamos o Gaussian Process Regression-based Evolutionary Algorithm (GPR-EA). GPR-EA considera as gerações passadas para estabelecer tendências no movimento populacional e, assim, encontrar mais rapidamente a frente de Pareto aproximada. A eficácia e eficiência do controle MFAC com o ajuste realizado com o GPR-EA é ilustrada por simulações.

Instituições
  • 1 Universidade Federal de Pernambuco - UFPE
Eixo Temático
  • Otimização em Sistemas de Controle e Automação
Palavras-chave
Controle Adaptativo Livre de Modelo
Controle Inteligente
otimizacao de parametros
Otimização Multiobjetivo Evolucionária
Regressão do Processo Gaussiano