Identificação fuzzy-multimodelos para sistemas não lineares

AUTOR(ES)
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

ACESSO AO ARTIGO

Documentos Relacionados