Este trabalho foi publicado pelo Galoá e tem um DOI depositado. Para citar este trabalho, use um dos padrões abaixo:
Caso você seja um dos co-autores e queira cadastrar esse trabalho no seu Currículo Lattes, use o seguinte código: doi > 10.17648/sbai-2019-111307
Se você NUNCA registrou um DOI no seu Lattes, veja nosso tutorial!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.
Com ~200 mil publicações revisadas por pesquisadores do mundo todo, o Galoá impulsiona cientistas na descoberta de pesquisas de ponta por meio de nossa plataforma indexada.
Confira nossos produtos e como podemos ajudá-lo a dar mais alcance para sua pesquisa:
Esse proceedings é identificado por um DOI , para usar em citações ou referências bibliográficas. Atenção: este não é um DOI para o jornal e, como tal, não pode ser usado em Lattes para identificar um trabalho específico.
Verifique o link "Como citar" na página do trabalho, para ver como citar corretamente o artigo