Estimação de parâmetros de sistemas não lineares utilizando um sistema colaborativo de metaheurísticas

Detalhes bibliográficos
Autor(a) principal: Bergamini, Mariane Gavioli
Data de Publicação: 2018
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFPR
Texto Completo: https://hdl.handle.net/1884/56030
Resumo: Orientador: Prof. Dr. Gideon Villar Leandro
id UFPR_d50f33b81903c8025880a99568a2d0d9
oai_identifier_str oai:acervodigital.ufpr.br:1884/56030
network_acronym_str UFPR
network_name_str Repositório Institucional da UFPR
repository_id_str 308
spelling Oliveira, Gustavo Henrique da Costa, 1967-Universidade Federal do Paraná. Setor de Tecnologia. Programa de Pós-Graduação em Engenharia ElétricaLeandro, Gideon Villar, 1965-Bergamini, Mariane Gavioli2024-04-25T13:18:59Z2024-04-25T13:18:59Z2018https://hdl.handle.net/1884/56030Orientador: Prof. Dr. Gideon Villar LeandroCoorientador: Prof. Dr. Gustavo H. da Costa OliveiraDissertação (mestrado) - Universidade Federal do Paraná, Setor de Tecnologia, Programa de Pós-Graduação em Engenharia Elétrica. Defesa : Curitiba, 23/02/2018Inclui referências: p.89-93Área de concentração: Sistemas EletrônicosResumo: As metaheurísticas vêm sendo utilizadas cada vez mais para resolver problemas que sistemas dinâmicos estão envolvidos, pois estes requerem técnicas robustas e de fácil implementação. Com base nas metaheurísticas populacionais, vários autores apresentaram algoritmos para o problema de estimação de parâmetros não lineares e através de testes numéricos indicaram que a precisão da estimativa é satisfatória. No entanto, as taxas de convergências de algumas dessas metaheurísticas são relativamente lentas quando múltiplos parâmetros desconhecidos em um sistema dinâmico não linear são estimados simultaneamente. Como contribuição deste trabalho, três métodos colaborativos de metaheurísticas paralelizadas para estimação de parâmetros de sistemas dinâmicos não lineares são propostos. A ideia principal deste método é processar de forma paralela as metaheurísticas (Evolução Diferencial (ED), Algoritmo de Otimização de Leão (AOL) e Busca Local Iterativa (BLI)) e trocar informações entre si, para melhorar seus respectivos desempenhos quando considerados individualmente. Adicionalmente, cada algoritmo contém um processamento paralelo que visa reduzir o custo computacional. Os algoritmos propostos são comparados nas seguintes versões: clássica sem paralelo, colaborativa sem paralelo, clássica com paralelo e colaborativa com paralelo. Através dos resultados obtidos por uma análise estatística utilizando o erro médio quadrático (EMQ), as soluções dos algoritmos propostos são menores que os métodos na versão clássica. Neste mesmo cenário, a técnica de paralelismo aplicada para acelerar o cálculo da função objetivo consegue diminuir o tempo de processamento de cada algoritmo.Abstract: The metaheuristics are used to solve problems where dynamic systems are involved, since it requires robust and easy-to-implement techniques. Based on the population metaheuristics, a lot of authors used algorithms to the nonlinear parameters estimation problem and through numerical tests indicated that the estimation precision was satisfactory. However, the convergence rates of some metaheuristics are relatively slow when multiple unknown parameters in a nonlinear dynamic system are simultaneously estimated. As a contribution of this paper, three collaborative methods of parallelized metaheuristics for nonlinear dynamic system parameter estimation are proposed. The main idea of the proposed method is to process in parallel mode the metaheuristics (Differential Evolution (DE), Lion Optimization Algorithm (LOA) and Iterative Local Search (ILS)), and exchange information between them in order to improve their own performances when considerated individually. Additionally, each proposed algorithm has a parallel processing to reduce the computational cost. The proposed algorithms are compared in the following versions: unparalleled classic, unparalleled collaborative, classic with parallel and collaborative with parallel. Through the results obtained by a statistical analysis using mean square error (MSE), it shows that the solutions of the proposed algorithms are smaller than the classic version. In this scenario, the parallelism technique applied to accelerate the calculation of objective function can reduce the processing time of each algorithm.1 recurso online : PDF.application/pdfSistemas de parametros distribuidosEngenharia ElétricaModelos não lineares (Estatistica)Algorítmos genéticosEstimação de parâmetros de sistemas não lineares utilizando um sistema colaborativo de metaheurísticasinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisporreponame:Repositório Institucional da UFPRinstname:Universidade Federal do Paraná (UFPR)instacron:UFPRinfo:eu-repo/semantics/openAccessORIGINALR - D - MARIANE GAVIOLI BERGAMINI.pdfapplication/pdf3532521https://acervodigital.ufpr.br/bitstream/1884/56030/1/R%20-%20D%20-%20MARIANE%20GAVIOLI%20BERGAMINI.pdfaf9c6ce3219b9eced4f30acf82a2ef11MD51open access1884/560302024-04-25 10:18:59.534open accessoai:acervodigital.ufpr.br:1884/56030Repositório de PublicaçõesPUBhttp://acervodigital.ufpr.br/oai/requestopendoar:3082024-04-25T13:18:59Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)false
dc.title.pt_BR.fl_str_mv Estimação de parâmetros de sistemas não lineares utilizando um sistema colaborativo de metaheurísticas
title Estimação de parâmetros de sistemas não lineares utilizando um sistema colaborativo de metaheurísticas
spellingShingle Estimação de parâmetros de sistemas não lineares utilizando um sistema colaborativo de metaheurísticas
Bergamini, Mariane Gavioli
Sistemas de parametros distribuidos
Engenharia Elétrica
Modelos não lineares (Estatistica)
Algorítmos genéticos
title_short Estimação de parâmetros de sistemas não lineares utilizando um sistema colaborativo de metaheurísticas
title_full Estimação de parâmetros de sistemas não lineares utilizando um sistema colaborativo de metaheurísticas
title_fullStr Estimação de parâmetros de sistemas não lineares utilizando um sistema colaborativo de metaheurísticas
title_full_unstemmed Estimação de parâmetros de sistemas não lineares utilizando um sistema colaborativo de metaheurísticas
title_sort Estimação de parâmetros de sistemas não lineares utilizando um sistema colaborativo de metaheurísticas
author Bergamini, Mariane Gavioli
author_facet Bergamini, Mariane Gavioli
author_role author
dc.contributor.other.pt_BR.fl_str_mv Oliveira, Gustavo Henrique da Costa, 1967-
Universidade Federal do Paraná. Setor de Tecnologia. Programa de Pós-Graduação em Engenharia Elétrica
dc.contributor.advisor1.fl_str_mv Leandro, Gideon Villar, 1965-
dc.contributor.author.fl_str_mv Bergamini, Mariane Gavioli
contributor_str_mv Leandro, Gideon Villar, 1965-
dc.subject.por.fl_str_mv Sistemas de parametros distribuidos
Engenharia Elétrica
Modelos não lineares (Estatistica)
Algorítmos genéticos
topic Sistemas de parametros distribuidos
Engenharia Elétrica
Modelos não lineares (Estatistica)
Algorítmos genéticos
description Orientador: Prof. Dr. Gideon Villar Leandro
publishDate 2018
dc.date.issued.fl_str_mv 2018
dc.date.accessioned.fl_str_mv 2024-04-25T13:18:59Z
dc.date.available.fl_str_mv 2024-04-25T13:18:59Z
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://hdl.handle.net/1884/56030
url https://hdl.handle.net/1884/56030
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.format.none.fl_str_mv 1 recurso online : PDF.
application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFPR
instname:Universidade Federal do Paraná (UFPR)
instacron:UFPR
instname_str Universidade Federal do Paraná (UFPR)
instacron_str UFPR
institution UFPR
reponame_str Repositório Institucional da UFPR
collection Repositório Institucional da UFPR
bitstream.url.fl_str_mv https://acervodigital.ufpr.br/bitstream/1884/56030/1/R%20-%20D%20-%20MARIANE%20GAVIOLI%20BERGAMINI.pdf
bitstream.checksum.fl_str_mv af9c6ce3219b9eced4f30acf82a2ef11
bitstream.checksumAlgorithm.fl_str_mv MD5
repository.name.fl_str_mv Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)
repository.mail.fl_str_mv
_version_ 1813898789500485632

Registros relacionados