IDENTIFICAÇÃO DE SISTEMAS POR APROXIMAÇÃO ESTOCÁSTICA / STOCHASTIC APPROXIMATION APPROACH FOR SYSTEM IDENTIFICATION
AUTOR(ES)
CARLOS KUBRUSLY
DATA DE PUBLICAÇÃO
1973
RESUMO
A identificação de sistemas é focalizada sob o ponto de vista da aproximação estocástica. Um sistema sem memória e invariante no tempo, com função completamente desconhecida é identificado por intermédio de uma estimação, que minimiza o critério do erro médio quadrático, tomando como base um conjunto de funções pré- selecionadas e linearmente independentes. A identificação do sistema é obtida através de uma algoritmo recursivo de aproximação estocástica, que converge para o valor real dessa estimativa, com probabilidade 1 e no sentido da média quadrática. Um estudo da aceleração desse algoritmo é efetuado, comprovando a existência de uma seqüência capaz de otimizá-lo. É demonstrada a aplicação desse algoritmo para identificação de um sistema linear e invariante no tempo, entretanto a aceleração da convergência não é mais uma conseqüência do caso anterior. Ainda é apresentada uma tentativa de contornar o problema de acessibilidade dos estados, requerida pelo algoritmo de aproximação estocástica, utilizando simultaneamente à identificação dos parâmetros do sistema, os algoritmos do filtro de Kalman, para estimação dos estados
ASSUNTO(S)
stochastic approximation identificacao de sistema aproximacao estocastica system identification
ACESSO AO ARTIGO
Documentos Relacionados
- MODELOS NÃO LINEARES EM AVALIAÇÃO NAS CIÊNCIAS SOCIAIS: ESTIMAÇÃO POR APROXIMAÇÃO ESTOCÁSTICA UMA MCMC FREQÜENTISTA
- DISTRIBUTED SYSTEMS IDENTIFICATION IN STOCHASTIC ENVIRONMENT
- Modelos de fronteira estocástica: uma abordagem bayesiana
- "Segmentação de imagens e validação de classes por abordagem estocástica"
- Local convergence theorems for adaptive stochastic approximation schemes
