Al procés d'identificació dels paràmetres d'un model nominal i la seua incertesa per a la seua utilització en Control Robust se'l coneix com a Identificació Robusta Paramètrica (IR).Un possible enfocament per a abordar l'IR, que resulta apropiat quan el desconeixement de les propietats estadístiques del soroll i/o la dinàmica no modelada invaliden els enfocaments estocàstics, és el determinístic (Set Membership Estimation). Aquest enfocament assumeix que l'error d'identificació (EI), diferència entre les eixides mesurades del procés i les simulades del model, encara que és desconegut, està acotat. Davall aquest enfocament, es persegueix la determinació del conjunt de paràmetres que aconsegueixen mantenir l'EI acotat per a una determinada norma i cota. Dit conjunt és conegut com el conjunt de paràmetres factibles (F P S).Quan el model és lineal respecte dels seus paràmetres, el F P S, si existeix, és un politop convex. En models no lineals dit politop pot ser no convex i fins i tot inconnex.En aquesta tesi es presenta una metodologia d'IR que permet determinar F P S, de qualsevol tipus, en models no lineals qualsevol, acotant l'EI simultàniament mitjançant diverses normes. La metodologia transforma el problema d'IR en un problema d'optimització multimodal amb infinits òptims globals, els quals constitueixen el F P S. Per a la seua optimització s'ha desenvolupat un algoritme evolutiu (EA) específic -GA, que caracteritza el F P S mitjançant un conjunt discret de models F P S * adequadament distribuït al llarg del F P S.La metodologia ve acompanyada d'un procediment que facilita la determinació de les cotes, associades a les normes que acoten l'EI, per a assegurar que F P S = ∅. Per a això, s'utilitza la informació que genera el front de Pareto resultant de la minimització simultània de les normes mitjançant una optimització multiobjetiu. Per a resoldre, el problema multiobjectiu s'ha desenvolupat l'algoritme evolutiu -MOGA.Addicionalment, es proposa com a model nominal un model de projecció interpolada restringida que, pertanyent al F P S, resulta òptim respecte de l'error d'identificació i respecte de l'error de estimació en l'espai de paràmetres.Com a exemples d'aplicació de la metodologia proposada es presenta l'IR, amb dades reals, dels paràmetres de tres models no lineals: un sistema tèrmic, un model que reflecteix el bloqueig que produeix un determinat fàrmac sobre els corrents iònics d'una cèl•lula cardíaca i el model climàtic d'un hivernacle (temperatura i humitat) amb cultiu hidropònic de roses.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.