Uma abordagem neuro- nebulosa para otimização de sistema e indentificação robusta

Detalhes bibliográficos
Autor(a) principal: Silva, Ivan Nunes da
Data de Publicação: 1997
Tipo de documento: Tese
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
Texto Completo: https://hdl.handle.net/20.500.12733/1585518
Resumo: Orientadores: Wagner Caradori do Amaral, Lucia Valeria R. de Arruda
id UNICAMP-30_2d5bc24a9af41d04f3018ed64041130a
oai_identifier_str oai::122531
network_acronym_str UNICAMP-30
network_name_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository_id_str
spelling Uma abordagem neuro- nebulosa para otimização de sistema e indentificação robustaRedes neurais (Computação)Otimização matemáticaIdentificação de sistemasInteligência artificialOrientadores: Wagner Caradori do Amaral, Lucia Valeria R. de ArrudaTese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de ComputaçãoResumo: A habilidade de redes neurais em solucionar problemas complexos e variados, as tornam uma abordagem atrativa a ser aplicada em diversas áreas de engenharia e ciências. Uma rede neural é basicamente composta de inúmeros elementos processadores simples com um alto grau de conectividade entre eles. Esta tese propõe uma arquitetura de uma rede neural artificial aplicável na solução de problemas de otimização com restrições. Mais especificamente, um modelo baseado na rede de Hopfield é proposto para resolver diferentes tipos de problemas de otimização, incluindo problemas de programação dinâmica e otimização combinatorial, e também problemas de identificação robusta com erro desconhecido mas limitado. Um sistema baseado em lógica nebulosa é desenvolvido com o propósito de conduzir, de forma eficiente, a convergência da rede em direção a seus pontos de equilíbrio. Os parâmetros internos da rede, associados às restrições, são derivados utilizando a técnica de subespaço válido de soluções. Resultados de simulações são apresentados para ilustrar o desempenho da abordagem propostaAbstract: The ability of artificial neural networks to solve complex and diversified problems make them attractive for application in many áreas of engineering and science. A neural network is basically composed of many simple processing elements with a high degree of connectivity among them. This thesis presents an architecture of artificial neural network to apply in optimization problems with constraints. More specifically, a topology based in the Hopfield networks is proposed to solve some optimization problems, including dynamic programming and combinatorial optimization, and also robust parametric identification problems with unknown-but-bounded disturbance. In this case, the network is used to calculate the parametric uncertainty intervals and the feasible membership set for model parameters. A rule-based fuzzy system has been developed in order to improve the efficiency and the network convergence to the equilibrium points. The internal parameters of the network, associated with the constraints imposed by a specific problem, are explicitally computed using a valid-subspace technique. Simulation results are provided to illustrate the performance of the proposed approachDoutoradoDoutor em Engenharia Elétrica[s.n.]Amaral, Wagner Caradori do, 1952-Arruda, Lucia Valeria Ramos deUniversidade Estadual de Campinas (UNICAMP). Faculdade de Engenharia Elétrica e de ComputaçãoPrograma de Pós-Graduação em Engenharia ElétricaUNIVERSIDADE ESTADUAL DE CAMPINASSilva, Ivan Nunes da19971997-12-17T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdf145f. : il.https://hdl.handle.net/20.500.12733/1585518SILVA, Ivan Nunes da. Uma abordagem neuro- nebulosa para otimização de sistema e indentificação robusta. 1997. 145f. Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1585518. Acesso em: 2 set. 2024.https://repositorio.unicamp.br/acervo/detalhe/122531porreponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)instname:Universidade Estadual de Campinas (UNICAMP)instacron:UNICAMPinfo:eu-repo/semantics/openAccess2014-04-18T10:26:58Zoai::122531Biblioteca Digital de Teses e DissertaçõesPUBhttp://repositorio.unicamp.br/oai/tese/oai.aspsbubd@unicamp.bropendoar:2014-04-18T10:26:58Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)false
dc.title.none.fl_str_mv Uma abordagem neuro- nebulosa para otimização de sistema e indentificação robusta
title Uma abordagem neuro- nebulosa para otimização de sistema e indentificação robusta
spellingShingle Uma abordagem neuro- nebulosa para otimização de sistema e indentificação robusta
Silva, Ivan Nunes da
Redes neurais (Computação)
Otimização matemática
Identificação de sistemas
Inteligência artificial
title_short Uma abordagem neuro- nebulosa para otimização de sistema e indentificação robusta
title_full Uma abordagem neuro- nebulosa para otimização de sistema e indentificação robusta
title_fullStr Uma abordagem neuro- nebulosa para otimização de sistema e indentificação robusta
title_full_unstemmed Uma abordagem neuro- nebulosa para otimização de sistema e indentificação robusta
title_sort Uma abordagem neuro- nebulosa para otimização de sistema e indentificação robusta
author Silva, Ivan Nunes da
author_facet Silva, Ivan Nunes da
author_role author
dc.contributor.none.fl_str_mv Amaral, Wagner Caradori do, 1952-
Arruda, Lucia Valeria Ramos de
Universidade Estadual de Campinas (UNICAMP). Faculdade de Engenharia Elétrica e de Computação
Programa de Pós-Graduação em Engenharia Elétrica
UNIVERSIDADE ESTADUAL DE CAMPINAS
dc.contributor.author.fl_str_mv Silva, Ivan Nunes da
dc.subject.por.fl_str_mv Redes neurais (Computação)
Otimização matemática
Identificação de sistemas
Inteligência artificial
topic Redes neurais (Computação)
Otimização matemática
Identificação de sistemas
Inteligência artificial
description Orientadores: Wagner Caradori do Amaral, Lucia Valeria R. de Arruda
publishDate 1997
dc.date.none.fl_str_mv 1997
1997-12-17T00:00:00Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://hdl.handle.net/20.500.12733/1585518
SILVA, Ivan Nunes da. Uma abordagem neuro- nebulosa para otimização de sistema e indentificação robusta. 1997. 145f. Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1585518. Acesso em: 2 set. 2024.
url https://hdl.handle.net/20.500.12733/1585518
identifier_str_mv SILVA, Ivan Nunes da. Uma abordagem neuro- nebulosa para otimização de sistema e indentificação robusta. 1997. 145f. Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1585518. Acesso em: 2 set. 2024.
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv https://repositorio.unicamp.br/acervo/detalhe/122531
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
145f. : il.
dc.publisher.none.fl_str_mv [s.n.]
publisher.none.fl_str_mv [s.n.]
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
instname:Universidade Estadual de Campinas (UNICAMP)
instacron:UNICAMP
instname_str Universidade Estadual de Campinas (UNICAMP)
instacron_str UNICAMP
institution UNICAMP
reponame_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
collection Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)
repository.mail.fl_str_mv sbubd@unicamp.br
_version_ 1809188804926373888

Registros relacionados