Identificação fuzzy-multimodelos para sistemas não lineares
AUTOR(ES)
Marconi Câmara Rodrigues
DATA DE PUBLICAÇÃO
2010
RESUMO
Este trabalho apresenta uma nova técnica de identificação multimodelos baseada em ANFIS para sistemas não lineares. Nesta técnica, a estrutura utilizada é do tipo fuzzy Takagi-Sugeno cujos consequentes são modelos lineares locais que representam o sistema em diferentes pontos de operação e os antecedentes são funções de pertinência cujos ajustes são realizados pela fase de aprendizagem da técnica neuro-fuzzy ANFIS. Modelos que representem o sistema em diferentes pontos de operação podem ser encontrados com técnicas de linearização como, por exemplo, o método dos Mínimos Quadrados que é robusto a ruídos e de simples aplicação. Cabe à fase de implicação do sistema fuzzy informar a proporção de cada modelo que deve ser empregada, utilizando, para isto, as funções de pertinência. As funções de pertinência podem ser ajustadas pelo ANFIS com o uso de algoritmos de redes neurais, como o de retropropagação do erro, de modo que os modelos encontrados para cada região sejam devidamente interpolados e, assim, definam-se a atuação de cada modelo para as possíveis entradas do sistema. Em multimodelos a definição de atuação de modelos é conhecida por métrica e, como neste trabalho é realizada pelo ANFIS, será denominada de métrica ANFIS. Desta forma, uma métrica ANFIS é utilizada para interpolar vários modelos, compondo o sistema a ser identificado. Diferentemente do ANFIS tradicional, a técnica desenvolvida necessariamente representa o sistema em várias regiões bem definidas por modelos inalteráveis que, por sua vez, terão sua ativação ponderada a partir das funções de pertinência. A seleção de regiões para a aplicação do método dos Mínimos Quadrados é realizada manualmente a partir da análise gráfica do comportamento do sistema ou a partir do conhecimento de características físicas da planta. Esta seleção serve como base para iniciar a técnica definindo modelos lineares e gerando a configuração inicial das funções de pertinência. Experimentos são realizados em um tanque didático, com múltiplas seções, projetado e desenvolvido com a finalidade de mostrar características da técnica. Os resultados neste tanque ilustram o bom desempenho alcançado pela técnica na tarefa de identificação, utilizando, para isto, várias configurações do ANFIS, comparando a técnica desenvolvida com múltiplos modelos de métrica simples e comparando com a técnica NNARX, também adaptada para identificação
ASSUNTO(S)
identificação múltiplos modelos sistemas fuzzy t-s neuro-fuzzy anfis não linear engenharia eletrica identification multiple models t-s fuzzy systems neuro-fuzzy anfis nonlinear
Documentos Relacionados
- Identificação multiobjetivo de sistemas não-lineares
- MPC adaptive - multimodels for control of nonlinear systems.
- Controle ótimo H∞ de sistemas não-lineares com modelos fuzzy takagi-sugeno
- Estimadores robustos para sistemas lineares e não-lineares
- Identificação de sistemas dinâmicos não-lineares utilizando modelos NARMAX polinomiais: aplicação a sistemas reais