Busca Extremal para Maximização de Derivadas de Ordem Superior de Mapas Desconhecidos em Cascata com EDPs de Reação-Advecção-Difusão

Vol. 1, 2019. - 108848
Pôster
Favoritar este trabalho
Como citar esse trabalho?
Resumo

Apresenta-se uma generalização para a busca extremal escalar baseada no método de Newton, que maximiza as derivadas do mapa na presença de dinâmica descrita por Equação Diferencial Parcial (EDP) através de equações de Reação-Difusão-Advecção (RDA). Basicamente, o efeito da EDP nos sinais de excitação aditiva é cancelado usando o paradigma de geração de trajetória. Além disso, a inclusão de um controle de fronteira para o processo RDA estabiliza o sistema em malha fechada. O algoritmo de busca extremal maximiza apenas a derivada n-ésima através de medições do próprio mapa através de uma demodulação adequada da saída. O compensador RDA emprega a mesma estimativa baseada em perturbações (baseada na média) para a inversa da Hessiana a ser maximizada por meio de uma equação diferencial de Riccati. Ao final, prova-se a estabilidade local do algoritmo, a maximização da sensibilidade do mapa e a convergência para uma pequena vizinhança do extremo desejado (desconhecido).

Instituições
  • 1 Universidade do Estado do Rio de Janeiro (UERJ), Programa de Pós-Graduação em Engenharia Eletrônica (PEL)
  • 2 University of Stuttgart
  • 3 University of California - San Diego (UCSD)
Eixo Temático
  • Teoria de Controle
Palavras-chave
Controle Adaptativo
Busca extremal
Equações diferenciais parciais