Identificação e controle de sistemas dinâmicos utilizando redes wavelets

• Ano de defesa: 2004
• Autor(a) principal: Grassi, Luiz Henrique Maricato [UNESP]
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Estadual Paulista (Unesp)
• Palavras-chave em Português: Identificação; Controle; Redes neurais (Computação); Wavelets (Matematica); Identification; Dynamics control systems; Neural networks and wavelets
• Link de acesso: http://hdl.handle.net/11449/94538

A necessidade de controle no tratamento de sistemas dinâmicos, com complexidade crescente e diante de fatores de incerteza, tem levado à reavaliação dos métodos convencionais e à proposição de métodos conceitualmente mais elaborados de controle. Estas novas propostas incluem, por exemplo, níveis hierárquicos de decisão, planejamento e aprendizagem, que são necessários quando um alto grau de autonomia do sistema é desejável. Assim as metodologias baseadas em redes neurais, que utilizam modelos matemáticos e técnicas numéricas inspiradas no cérebro humano e/ou sistema nervoso, representam um passo natural na evolução da teoria de controle, principalmente junto àqueles que envolvem não-linearidades. Este trabalho apresenta um estudo da técnica denominada wavenet, que combina redes neurais e transformada wavelet, como um direcionamento alternativo para a solução de problemas de identificação e controle de plantas não lineares. A transformada wavelet utiliza janelas com escala variável que possibilitam analisar faixas de altas e baixas freqüências em um mesmo sinal, e é exatamente essa capacidade de manipulação da janela de observação que a torna uma boa alternativa como função de ativação, realizando um mapeamento local do sinal. Isso proporciona uma identificação mais eficiente, principalmente em sinais não lineares e variantes no tempo. Vários testes simulados envolvendo não linearidade foram analisados visando estudar o comportamento do algoritmo wavenet e definir quais os tipos de funções de ativação, Morlet, Rasp ou Polywog, poderiam fornecer melhores resultados. Utilizou-se o método de otimização de Levenberg-Marquadt, o qual apresentou um desempenho melhor quando comparado com o método do gradiente descendente utilizado por outros autores, no processo de minimização do erro entre a saída da rede e a... .