Sistema de inferência Fuzzy para classificação de distúrbios em sinais elétricos
Autor(a) principal: | |
---|---|
Data de Publicação: | 2011 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFJF |
Texto Completo: | https://repositorio.ufjf.br/jspui/handle/ufjf/4149 |
Resumo: | A presente dissertação tem como objetivo discutir o uso de técnicas de otimização baseadas no gradiente conjugado e de informações de segunda ordem para o treinamento de sistemas de inferência fuzzy singleton e non-singleton. Além disso, as soluções computacionais derivadas são aplicadas aos problemas de classificação de distúrbios múltiplos e isolados em sinais elétricos. Os resultados computacionais, obtidos a partir de dados sintéticos de distúrbios em sinais de tensão, indicam que os sistemas de inferência fuzzy singleton e non-singleton treinados pelos algoritmos de otimização considerados apresentam maior velocidade de convergência e melhores taxas de classificação quando comparados com aqueles treinados pelo algoritmo de otimização baseada em informações de primeira ordem e é bastante competitivo em relação à rede neural artificial perceptron multicamadas - multilayer perceptron (MLP) e ao classificador de Bayes. |
id |
UFJF_60160d23e56833efc9de9e4f10880f49 |
---|---|
oai_identifier_str |
oai:hermes.cpd.ufjf.br:ufjf/4149 |
network_acronym_str |
UFJF |
network_name_str |
Repositório Institucional da UFJF |
repository_id_str |
|
spelling |
Ribeiro, Moises Vidalhttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4794613D7Lima, Clodoaldo Aparecido de Moraeshttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4794613A1Duque, Carlos Augustohttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4782123J0Hell, Michel Bortolinihttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4706039J7http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4236602D7Aguiar, Eduardo Pestana de2017-04-24T16:55:00Z2017-04-242017-04-24T16:55:00Z2011-08-30https://repositorio.ufjf.br/jspui/handle/ufjf/4149A presente dissertação tem como objetivo discutir o uso de técnicas de otimização baseadas no gradiente conjugado e de informações de segunda ordem para o treinamento de sistemas de inferência fuzzy singleton e non-singleton. Além disso, as soluções computacionais derivadas são aplicadas aos problemas de classificação de distúrbios múltiplos e isolados em sinais elétricos. Os resultados computacionais, obtidos a partir de dados sintéticos de distúrbios em sinais de tensão, indicam que os sistemas de inferência fuzzy singleton e non-singleton treinados pelos algoritmos de otimização considerados apresentam maior velocidade de convergência e melhores taxas de classificação quando comparados com aqueles treinados pelo algoritmo de otimização baseada em informações de primeira ordem e é bastante competitivo em relação à rede neural artificial perceptron multicamadas - multilayer perceptron (MLP) e ao classificador de Bayes.This master dissertation aims to discuss the use of optimization techniques based on the conjugated gradient and on second order information for the training of singleton or non-singleton fuzzy inference systems. In addition, the computacional solutions obtained are applied to isolated a multiple disturbances classification problems in electric signals. Computational results obtained from synthetic data from disturbances in electric signals indicate that singleton or non-singleton fuzzy inference systems trained by the considered optimization algorithms present greater convergence speed and better classification rates when compared to those data trained by an optimization algorithm based on first order information and is quite competitive with multilayer perceptron neural network and Bayesian classifier.porUniversidade Federal de Juiz de Fora (UFJF)Programa de Pós-graduação em Engenharia ElétricaUFJFBrasilFaculdade de EngenhariaCNPQ::ENGENHARIAS::ENGENHARIA ELETRICASistema de inferência fuzzyGradiente conjugadoClassificação de distúrbiosQualidade da energia elétricaSinais elétricosAlgoritmos de otimizaçãoFuzzy inference systemConjugated gradientClassification of disturbancesPower qualityElectric signalsOptimization algorithmsSistema de inferência Fuzzy para classificação de distúrbios em sinais elétricosinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFJFinstname:Universidade Federal de Juiz de Fora (UFJF)instacron:UFJFTHUMBNAILeduardopestanadeaguiar.pdf.jpgeduardopestanadeaguiar.pdf.jpgGenerated Thumbnailimage/jpeg1144https://repositorio.ufjf.br/jspui/bitstream/ufjf/4149/4/eduardopestanadeaguiar.pdf.jpg38fdd69a30e7df7f8321f960c8571d68MD54ORIGINALeduardopestanadeaguiar.pdfeduardopestanadeaguiar.pdfapplication/pdf1937921https://repositorio.ufjf.br/jspui/bitstream/ufjf/4149/1/eduardopestanadeaguiar.pdf0472ffffb70cabf120dc5de86d6626b1MD51LICENSElicense.txtlicense.txttext/plain; charset=utf-82197https://repositorio.ufjf.br/jspui/bitstream/ufjf/4149/2/license.txt000e18a5aee6ca21bb5811ddf55fc37bMD52TEXTeduardopestanadeaguiar.pdf.txteduardopestanadeaguiar.pdf.txtExtracted texttext/plain278849https://repositorio.ufjf.br/jspui/bitstream/ufjf/4149/3/eduardopestanadeaguiar.pdf.txt8965aaad5880fb92852ed838656d9f0aMD53ufjf/41492019-11-07 11:06:24.383oai:hermes.cpd.ufjf.br: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Repositório InstitucionalPUBhttps://repositorio.ufjf.br/oai/requestopendoar:2019-11-07T13:06:24Repositório Institucional da UFJF - Universidade Federal de Juiz de Fora (UFJF)false |
dc.title.pt_BR.fl_str_mv |
Sistema de inferência Fuzzy para classificação de distúrbios em sinais elétricos |
title |
Sistema de inferência Fuzzy para classificação de distúrbios em sinais elétricos |
spellingShingle |
Sistema de inferência Fuzzy para classificação de distúrbios em sinais elétricos Aguiar, Eduardo Pestana de CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA Sistema de inferência fuzzy Gradiente conjugado Classificação de distúrbios Qualidade da energia elétrica Sinais elétricos Algoritmos de otimização Fuzzy inference system Conjugated gradient Classification of disturbances Power quality Electric signals Optimization algorithms |
title_short |
Sistema de inferência Fuzzy para classificação de distúrbios em sinais elétricos |
title_full |
Sistema de inferência Fuzzy para classificação de distúrbios em sinais elétricos |
title_fullStr |
Sistema de inferência Fuzzy para classificação de distúrbios em sinais elétricos |
title_full_unstemmed |
Sistema de inferência Fuzzy para classificação de distúrbios em sinais elétricos |
title_sort |
Sistema de inferência Fuzzy para classificação de distúrbios em sinais elétricos |
author |
Aguiar, Eduardo Pestana de |
author_facet |
Aguiar, Eduardo Pestana de |
author_role |
author |
dc.contributor.advisor1.fl_str_mv |
Ribeiro, Moises Vidal |
dc.contributor.advisor1Lattes.fl_str_mv |
http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4794613D7 |
dc.contributor.referee1.fl_str_mv |
Lima, Clodoaldo Aparecido de Moraes |
dc.contributor.referee1Lattes.fl_str_mv |
http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4794613A1 |
dc.contributor.referee2.fl_str_mv |
Duque, Carlos Augusto |
dc.contributor.referee2Lattes.fl_str_mv |
http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4782123J0 |
dc.contributor.referee3.fl_str_mv |
Hell, Michel Bortolini |
dc.contributor.referee3Lattes.fl_str_mv |
http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4706039J7 |
dc.contributor.authorLattes.fl_str_mv |
http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4236602D7 |
dc.contributor.author.fl_str_mv |
Aguiar, Eduardo Pestana de |
contributor_str_mv |
Ribeiro, Moises Vidal Lima, Clodoaldo Aparecido de Moraes Duque, Carlos Augusto Hell, Michel Bortolini |
dc.subject.cnpq.fl_str_mv |
CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA |
topic |
CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA Sistema de inferência fuzzy Gradiente conjugado Classificação de distúrbios Qualidade da energia elétrica Sinais elétricos Algoritmos de otimização Fuzzy inference system Conjugated gradient Classification of disturbances Power quality Electric signals Optimization algorithms |
dc.subject.por.fl_str_mv |
Sistema de inferência fuzzy Gradiente conjugado Classificação de distúrbios Qualidade da energia elétrica Sinais elétricos Algoritmos de otimização Fuzzy inference system Conjugated gradient Classification of disturbances Power quality Electric signals Optimization algorithms |
description |
A presente dissertação tem como objetivo discutir o uso de técnicas de otimização baseadas no gradiente conjugado e de informações de segunda ordem para o treinamento de sistemas de inferência fuzzy singleton e non-singleton. Além disso, as soluções computacionais derivadas são aplicadas aos problemas de classificação de distúrbios múltiplos e isolados em sinais elétricos. Os resultados computacionais, obtidos a partir de dados sintéticos de distúrbios em sinais de tensão, indicam que os sistemas de inferência fuzzy singleton e non-singleton treinados pelos algoritmos de otimização considerados apresentam maior velocidade de convergência e melhores taxas de classificação quando comparados com aqueles treinados pelo algoritmo de otimização baseada em informações de primeira ordem e é bastante competitivo em relação à rede neural artificial perceptron multicamadas - multilayer perceptron (MLP) e ao classificador de Bayes. |
publishDate |
2011 |
dc.date.issued.fl_str_mv |
2011-08-30 |
dc.date.accessioned.fl_str_mv |
2017-04-24T16:55:00Z |
dc.date.available.fl_str_mv |
2017-04-24 2017-04-24T16:55:00Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://repositorio.ufjf.br/jspui/handle/ufjf/4149 |
url |
https://repositorio.ufjf.br/jspui/handle/ufjf/4149 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Universidade Federal de Juiz de Fora (UFJF) |
dc.publisher.program.fl_str_mv |
Programa de Pós-graduação em Engenharia Elétrica |
dc.publisher.initials.fl_str_mv |
UFJF |
dc.publisher.country.fl_str_mv |
Brasil |
dc.publisher.department.fl_str_mv |
Faculdade de Engenharia |
publisher.none.fl_str_mv |
Universidade Federal de Juiz de Fora (UFJF) |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFJF instname:Universidade Federal de Juiz de Fora (UFJF) instacron:UFJF |
instname_str |
Universidade Federal de Juiz de Fora (UFJF) |
instacron_str |
UFJF |
institution |
UFJF |
reponame_str |
Repositório Institucional da UFJF |
collection |
Repositório Institucional da UFJF |
bitstream.url.fl_str_mv |
https://repositorio.ufjf.br/jspui/bitstream/ufjf/4149/4/eduardopestanadeaguiar.pdf.jpg https://repositorio.ufjf.br/jspui/bitstream/ufjf/4149/1/eduardopestanadeaguiar.pdf https://repositorio.ufjf.br/jspui/bitstream/ufjf/4149/2/license.txt https://repositorio.ufjf.br/jspui/bitstream/ufjf/4149/3/eduardopestanadeaguiar.pdf.txt |
bitstream.checksum.fl_str_mv |
38fdd69a30e7df7f8321f960c8571d68 0472ffffb70cabf120dc5de86d6626b1 000e18a5aee6ca21bb5811ddf55fc37b 8965aaad5880fb92852ed838656d9f0a |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFJF - Universidade Federal de Juiz de Fora (UFJF) |
repository.mail.fl_str_mv |
|
_version_ |
1798038656339935232 |