Skip navigation
Please use this identifier to cite or link to this item: http://repositorio.unb.br/handle/10482/41753
Files in This Item:
File Description SizeFormat 
2018_EduardodeMendonçaMesquita.pdf4,01 MBAdobe PDFView/Open
Title: Estudo comparativo de meta-heurísticas aplicadas ao controle preditivo baseado em modelo
Authors: Mesquita, Eduardo de Mendonça
Orientador(es):: Llanos Quintero, Carlos Humberto
Assunto:: Heurística
Algoritmos adaptativos
Testes não-paramétricos
Competição CEC2017
Controle preditivo
Issue Date: 17-Aug-2021
Citation: MESQUITA, Eduardo de Mendonça. Estudo comparativo de meta-heurísticas aplicadas ao controle preditivo baseado em modelo. 2018. 122 f., il. Dissertação (Mestrado em Sistemas Mecatrônicos) — Universidade de Brasília, Brasília, 2018.
Abstract: A computação bioinspirada é um ramo da computação natural que busca desenvolver algoritmos de otimização inspirados no comportamento dos seres encontrados na natureza. Nesse contexto, destacam-se os algoritmos evolucionários e os baseados na inteligência coletiva. Aqueles são inspirados pela evolução biológica dos seres e estes pelo comportamento coletivo de insetos e animais. Neste trabalho, serão coloca- dos em prova representantes dessas duas áreas. Meta-heurísticas clássicas, como PSO e DE, e também os mais recentes representantes: GWO (lobos), MFO (mariposas), SSA (salpas), WOA (baleias jubarte), DA (libélulas), além do SCA baseado no comportamento periódico das funções seno e cosseno. Os desempe- nhos dessas meta-heurísticas serão comparados via testes estatísticos não-paramétricos (NxN algoritmos), os quais, são métodos livres de qualquer tipo de distribuição de dados, ou seja, diferentemente dos métodos paramétricos, não dependem dos requisitos de normalidade, homogeneidade da variância e independência dos dados. Dentro desses testes não-paramétricos foram aplicados dois procedimentos post-hoc: Nemenyi (1963) e Shaffer (1983), os quais auxiliam na comparação em pares (1x1) do grupo de meta-heurísticas. Além das meta-heurísticas mencionadas, outras duas formam o grupo de análise, JADE e LSHADE, que utilizam técnicas auto-adaptativas dos parâmetros do DE. Os desempenhos dessas meta-heurísticas se- rão analisados mediante três estudos de caso: dois problemas de controle preditivo baseado em modelo, pêndulo invertido simples e attitude de satélites, e funções mono-objetivas com restrição de fronteira dacompetição CEC2017. Destes estudos de caso é retirada a mediana de 51 execuções de cada problema. Nos problemas de controle preditivo os algoritmos MFO e GWO tiveram bons desempenhos. Neste tra- balho foram apresentadas três novas versões do GWO e uma do MFO que superaram o resultados de seus respectivos originais nos problemas de controle.
Abstract: Bioinspired computing is a branch of natural computing that seeks to develop optimization inspired by the behavior of beings found in nature. In this context, the evolutionary algorithms and those based on collective intelligence stand out. The former are inspired by the biological evolution of living beings and these by the collective behavior of insects and animals. In this work, representatives of these two areas will be put to the test. Classic meta-heuristics, such as PSO and DE, and also the most recent representati- ves: GWO (grey wolves), MFO (moth-flame), SSA (salps), WOA (humpback whales), DA (dragonflies), as well as SCA based on the periodic behavior of sine and cosine functions. The performance of these meta-heuristics will be compared through non-parametric statistical tests (NxN algorithms), which are free methods of any type of data distribution, that is, unlike parametric ones do not depend on the requirements of normality, homoscedasticity and independence of the data. Within these non-parametric tests, two post- hoc procedures were applied: Nemenyi (1963) and Shaffer (1983), which aid in the comparison in pairs (1x1) of the metaheuristics group. In addition, two others meta-heuristics form the analysis group, JADE and LSHADE, which use self-adaptive techniques of the DE parameters. Following these techniques will be presented modifications and adaptations of GWO and MFO that present better performances than the originals. The performance of these meta-heuristics will be analyzed through three case studies: two pre- dictive control problems, simple inverted pendulum and attitude of satellites, and mono-objective functions with bound constraints of CEC2017 competition. From these case studies the median of 51 runs of each problem is extracted. In the predictive control problems the MFO and GWO algorithms performed well. In this work were presented three new versions of GWO and one of MFO that surpassed the results of their repective originals in the control problems.
metadata.dc.description.unidade: Faculdade de Tecnologia (FT)
Departamento de Engenharia Mecânica (FT ENM)
Description: Dissertação (mestrado) — Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Mecânica, 2018.
metadata.dc.description.ppg: Programa de Pós-Graduação em Sistemas Mecatrônicos
Licença:: A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.bce.unb.br, www.ibict.br, http://hercules.vtls.com/cgi-bin/ndltd/chameleon?lng=pt&skin=ndltd sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data.
Appears in Collections:Teses, dissertações e produtos pós-doutorado

Show full item record " class="statisticsLink btn btn-primary" href="/jspui/handle/10482/41753/statistics">



Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.