Identificação de Sistemas Dinâmicos Não Lineares Utilizando Modelos Neuro-Fuzzy Lineares Locais com um Algoritmo LOLIMOT-PSO

  • Maria Emília Andrade Borges Instituto de Ciências Tecnológicas - ICT, Universidade Federal de Itajubá
  • Tiago G. de Oliveira Instituto de Ciências Tecnológicas - ICT, Universidade Federal de Itajubá
  • Luiz F. Pugliese Instituto de Ciências Tecnológicas - ICT, Universidade Federal de Itajubá
  • Fadul F. Rodor Instituto de Ciências Tecnológicas - ICT, Universidade Federal de Itajubá
Keywords: Identificação de sistemas nãoo lineares, Modelos neuro-fuzzy lineares locais, LOLIMOT, PSO

Abstract

Este trabalho propõe o uso do algoritmo de otimização baseado em enxame de partículas para a determinação dos pontos de divisão do subespaço de uma dada dimensão de entrada utilizando algoritmo de treinamento de modelos Neuro-Fuzzy conhecido como LOLIMOT (Local Linear Model Trees). A proposta foi avaliada em dois sistemas dinâmicos não lineares, sendo um modelo NARX (Nonlinear Autoregressive Exogenous) e um sistema de nível. Simulações de Monte Carlo foram efetuadas para analisar o efeito da inicialização aleatória do algoritmo PSO. Os resultados foram comparados com o algoritmo LOLIMOT convencional e em todos os casos foi possível observar uma melhora com relação a função de custo.

Published
2020-12-08
Section
Articles