Controlador dinâmico para o problema linear quadrático com saltos não observados
Autor(a) principal: | |
---|---|
Data de Publicação: | 2019 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Biblioteca Digital de Teses e Dissertações da USP |
Texto Completo: | http://www.teses.usp.br/teses/disponiveis/55/55134/tde-21082019-171627/ |
Resumo: | Os Sistemas Lineares Sujeitos a Saltos Markovianos têm sido amplamente estudados nas últimas décadas pois fornecem modelos adequados para aplicações com mudanças bruscas de comportamento, possivelmente devido à falhas. Também é muito comum em aplicações do mundo real em que o chamado estado do sistema não seja observado de forma perfeita e instantânea. Com essa motivação, consideramos o problema linear quadrático e propomos um controlador independente da variável de salto, que é um componente de estado, o que é atraente para aplicações reais. Utilizamos dois métodos clássicos, Genético e Gradiente, e propomos derivados que combinam características favoráveis de ambos. Também consideramos o caso em que não observamos o estado de Markov diretamente, mas através de uma variável, um sensor, que provê informação sobre este parâmetro. |
id |
USP_6b99fe9ca64883b8056e95d89e4aab7d |
---|---|
oai_identifier_str |
oai:teses.usp.br:tde-21082019-171627 |
network_acronym_str |
USP |
network_name_str |
Biblioteca Digital de Teses e Dissertações da USP |
repository_id_str |
2721 |
spelling |
Controlador dinâmico para o problema linear quadrático com saltos não observadosDynamic controller for the linear quadratic jump problem without mode observationAlgoritmos GenéticosCadeias de MarkovControle ótimoGenetic algorithmsMarkov chainsOptimal controlSistemas dinâmicos estocásticosStochastic dynamic systemsOs Sistemas Lineares Sujeitos a Saltos Markovianos têm sido amplamente estudados nas últimas décadas pois fornecem modelos adequados para aplicações com mudanças bruscas de comportamento, possivelmente devido à falhas. Também é muito comum em aplicações do mundo real em que o chamado estado do sistema não seja observado de forma perfeita e instantânea. Com essa motivação, consideramos o problema linear quadrático e propomos um controlador independente da variável de salto, que é um componente de estado, o que é atraente para aplicações reais. Utilizamos dois métodos clássicos, Genético e Gradiente, e propomos derivados que combinam características favoráveis de ambos. Também consideramos o caso em que não observamos o estado de Markov diretamente, mas através de uma variável, um sensor, que provê informação sobre este parâmetro.Markov Jump Linear Systems have been extensively studied in the last decades as they provide suitable models for applications featuring abrupt changes of behaviour. It is also quite common in real world applications that the so called state of the system is not perfectly and immediately observed. With this motivation, we consider the linear quadratic jump problem and we propose a controller that is irrespective of the jump variable (a component os the state), which is appealing for real world problems. We use classical Genetic and Gradient optimization methods and we propose variants combining favorable features of both of them; We also consider the case which we do not have direct access on the Markovian jump parameter, but a variable, a sensor, which provides information on this parameter.Biblioteca Digitais de Teses e Dissertações da USPCosta, Eduardo FontouraRomero, Luiz Henrique2019-06-04info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://www.teses.usp.br/teses/disponiveis/55/55134/tde-21082019-171627/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2019-08-23T14:48:08Zoai:teses.usp.br:tde-21082019-171627Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212019-08-23T14:48:08Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false |
dc.title.none.fl_str_mv |
Controlador dinâmico para o problema linear quadrático com saltos não observados Dynamic controller for the linear quadratic jump problem without mode observation |
title |
Controlador dinâmico para o problema linear quadrático com saltos não observados |
spellingShingle |
Controlador dinâmico para o problema linear quadrático com saltos não observados Romero, Luiz Henrique Algoritmos Genéticos Cadeias de Markov Controle ótimo Genetic algorithms Markov chains Optimal control Sistemas dinâmicos estocásticos Stochastic dynamic systems |
title_short |
Controlador dinâmico para o problema linear quadrático com saltos não observados |
title_full |
Controlador dinâmico para o problema linear quadrático com saltos não observados |
title_fullStr |
Controlador dinâmico para o problema linear quadrático com saltos não observados |
title_full_unstemmed |
Controlador dinâmico para o problema linear quadrático com saltos não observados |
title_sort |
Controlador dinâmico para o problema linear quadrático com saltos não observados |
author |
Romero, Luiz Henrique |
author_facet |
Romero, Luiz Henrique |
author_role |
author |
dc.contributor.none.fl_str_mv |
Costa, Eduardo Fontoura |
dc.contributor.author.fl_str_mv |
Romero, Luiz Henrique |
dc.subject.por.fl_str_mv |
Algoritmos Genéticos Cadeias de Markov Controle ótimo Genetic algorithms Markov chains Optimal control Sistemas dinâmicos estocásticos Stochastic dynamic systems |
topic |
Algoritmos Genéticos Cadeias de Markov Controle ótimo Genetic algorithms Markov chains Optimal control Sistemas dinâmicos estocásticos Stochastic dynamic systems |
description |
Os Sistemas Lineares Sujeitos a Saltos Markovianos têm sido amplamente estudados nas últimas décadas pois fornecem modelos adequados para aplicações com mudanças bruscas de comportamento, possivelmente devido à falhas. Também é muito comum em aplicações do mundo real em que o chamado estado do sistema não seja observado de forma perfeita e instantânea. Com essa motivação, consideramos o problema linear quadrático e propomos um controlador independente da variável de salto, que é um componente de estado, o que é atraente para aplicações reais. Utilizamos dois métodos clássicos, Genético e Gradiente, e propomos derivados que combinam características favoráveis de ambos. Também consideramos o caso em que não observamos o estado de Markov diretamente, mas através de uma variável, um sensor, que provê informação sobre este parâmetro. |
publishDate |
2019 |
dc.date.none.fl_str_mv |
2019-06-04 |
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 |
http://www.teses.usp.br/teses/disponiveis/55/55134/tde-21082019-171627/ |
url |
http://www.teses.usp.br/teses/disponiveis/55/55134/tde-21082019-171627/ |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.none.fl_str_mv |
|
dc.rights.driver.fl_str_mv |
Liberar o conteúdo para acesso público. info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Liberar o conteúdo para acesso público. |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.coverage.none.fl_str_mv |
|
dc.publisher.none.fl_str_mv |
Biblioteca Digitais de Teses e Dissertações da USP |
publisher.none.fl_str_mv |
Biblioteca Digitais de Teses e Dissertações da USP |
dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações da USP instname:Universidade de São Paulo (USP) instacron:USP |
instname_str |
Universidade de São Paulo (USP) |
instacron_str |
USP |
institution |
USP |
reponame_str |
Biblioteca Digital de Teses e Dissertações da USP |
collection |
Biblioteca Digital de Teses e Dissertações da USP |
repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP) |
repository.mail.fl_str_mv |
virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br |
_version_ |
1815257247009210368 |