Use este identificador para citar ou linkar para este item:
http://repositorio.utfpr.edu.br/jspui/handle/1/3351
Título: | Controle de posição utilizando algoritmo genético com minimização de entropia do erro |
Título(s) alternativo(s): | Position control using genetic algorithms with minimization of error entropy |
Autor(es): | Jacinto, Daniel Cordeiro |
Orientador(es): | Scalassara, Paulo Rogério |
Palavras-chave: | Entropia Algorítmos genéticos Engenharia elétrica Entropy Genetic algorithms Electric engineering |
Data do documento: | 11-Mai-2018 |
Editor: | Universidade Tecnológica Federal do Paraná |
Câmpus: | Cornelio Procopio |
Citação: | JACINTO, Daniel Cordeiro. Controle de posição utilizando algoritmo genético com minimização de entropia do erro. 2018. 68 f. Dissertação (Mestrado em Engenharia Elétrica) – Universidade Tecnológica Federal do Paraná, Cornélio Procópio, 2018. |
Resumo: | Este trabalho tem como proposta a síntese de controladores aplicando um Algoritmo Genético, cuja função objetivo é minimizar a entropia do erro. Recentes estudos demonstram que métodos utilizados em sistemas que utilizam o erro quadrático médio para estimativa de erros não apresentam desempenho satisfatório se tratando de sinais não-gaussianos e não-lineares, assim foi necessária a busca de novas alternativas para resolução de problemas mais complexos. O método de minimização de entropia do erro vem sendo utilizado em pesquisas e apresentando desempenho satisfatório nesta área. Os controladores utilizados são dados na forma de função de transferência e buscou-se pela sintonização dos parâmetros do algoritmo genético em busca de melhor performance para o controlador gerado. Para testes foram feitas simulações utilizando o software MATLAB e a validação foi realizada em uma planta torcional com MATLAB/Simulink. Também é apresentada uma comparação com o método do erro quadrático médio. Resultados satisfatórios foram encontrados para ambos os métodos, porém, notou-se maior tempo de execução para a minimização de entropia devido a maior complexidade de sua função, que utiliza técnicas de janelamento de Parzen para estimar a função densidade de probabilidade do erro. |
Abstract: | This work proposes the synthesis of controllers applying a Genetic Algorithm, whose objective function is to minimize the entropy of the error. Recent studies demonstrate that methods used in systems that use the mean square error for error estimation do not present satisfactory performance when dealing with non-Gaussian and nonlinear signals, so it was necessary to search for new alternatives to solve more complex problems. The error entropy minimization method has been used in researches and presenting satisfactory performance in this area. The controllers used are data in the form of a transfer function and we searched for the tuning of the parameters of the genetic algorithm in search of better performance for the generated controller. For tests, simulations were performed using MATLAB software and the validation was performed in a torsion plant with MATLAB / Simulink. A comparison with the mean square error method is also presented. Satisfactory results were found for both methods, however, it was observed a longer execution time for the entropy minimization due to the greater complexity of its function, which uses Parzen’s windowing techniques to estimate the probability density function of the error. |
URI: | http://repositorio.utfpr.edu.br/jspui/handle/1/3351 |
Aparece nas coleções: | CP - Programa de Pós-Graduação em Engenharia Elétrica |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
CP_PPGEE_M_Jacinto, Daniel Cordeiro_2018.pdf | 2,16 MB | Adobe PDF | ![]() Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.