Identificação Recursiva de Sistemas Dinâmicos Multivariáveis no Espaço de Estados via Parâmetros de Markov Baseada em Inferência Neural-Fuzzy Tipo-2 Intervalar Evolutiva

Vol. 1, 2019. - 107419
Oral
Favoritar este trabalho
Como citar esse trabalho?
Resumo

Neste artigo, a identificação de sistemas dinâmicos multivariáveis baseada em modelo neuro-fuzzy no espaço de estados com inferência evolutiva tipo-2 intervalar, é proposta. Condições para criar e mesclar grupos são usados como mecanismo de adaptação do modelo neuro-fuzzy. Os centros e a forma de cada agrupamento são estimados, definindo-se todas as regras no sistema de inferência neuro-fuzzy tipo-2 intervalar. Os graus de incerteza sobre a forma dos conjuntos fuzzy tipo-2 são calculados através de um método de aprendizado baseado no filtro de Kalman estendido. Uma vez que as funções de pertinência fuzzy (superior e inferior) são estimadas, os parâmetros de Markov são calculados e, para cada nova amostra, os parâmetros dos submodelos lineares no espaço de estados do consequente das regras são atualizados recursivamente. A eficiência e aplicabilidade da metodologia proposta são demostradas através de resultados experimentais referentes à identificação on-line de um helicóptero com dois graus de liberdade.

Instituições
  • 1 Instituto Federal de Educação, Ciência e Tecnologia do Maranhão
  • 2 Universidade Federal do Maranhão
Eixo Temático
  • Identificação de Sistemas
Palavras-chave
Sistemas de inferência fuzzy tipo-2
identificação de Sistemas
Sistemas dinâmicos multivariáveis
Sistemas Evolutivos
Modelo neuro-fuzzy