Radial Basis Function Networks and Systems Identification

100 %
0 %
Information about Radial Basis Function Networks and Systems Identification
Technology

Published on May 8, 2009

Author: gladstone_barbosa

Source: slideshare.net

Description

MSc Electrical Engineering, presentation febr./2004, Universidade Federal de Minas Gerais (UFMG), Brazil; portuguese

Propriedades das RBFs Aplicadas à Identificação de Introdução Sistemas Ident. Caixa-Preta Ident. Multiobjetivo Metodologia Resultados Conclusão Gladstone Barbosa Alves Pesquisas Futuras Agradecimentos Orientador: Luis A. Aguirre Página 1 de 100 Co-Orientador: Marcelo V. Corrêa Tela Belo Horizonte, 05 de Fevereiro de 2004 Sair

Introdução Ident. Caixa-Preta Ident. Multiobjetivo Metodologia Resultados Conclusão Pesquisas Futuras Agradecimentos INTRODUÇÃO Página 2 de 100 Tela Sair

Introdução Introdução • Identificação de Sistemas: estuda maneiras Ident. Caixa-Preta de modelar e analisar sistemas físicos a par- Ident. Multiobjetivo Metodologia tir de observações Resultados Conclusão • Sistema: entidade que manipula um ou mais Pesquisas Futuras sinais para realizar uma função, produzindo Agradecimentos assim, novos sinais • Modelo matemático: conjunto de hipóteses Página 3 de 100 sobre a estrutura ou o comportamento de um sistema. É uma abstração de um sis- Tela tema através de equações (contínuas ou disc- retas). Sair

Evolução histórica • Conhecimento das leis físicas atuantes Introdução Ident. Caixa-Preta • Maior uso de dados coletados: redução do Ident. Multiobjetivo Metodologia significado físico Resultados Conclusão • Representações matemáticas: séries funcionais Pesquisas Futuras e blocos de subsistemas Agradecimentos • NARX e aplicações: polinomial, redes neu- rais, funções de base radiais (RBFs) Página 4 de 100 • Limitações no conjunto de dados: uso de informação auxiliar Tela • Abordagem: investigação de propriedades Sair da representação.

Objetivo Introdução Ident. Caixa-Preta Ident. Multiobjetivo Metodologia Aplicar informação auxiliar no processo de Resultados identificação de sistemas dinâmicos Conclusão Pesquisas Futuras não-lineares por meio de RBFs. Agradecimentos Página 5 de 100 Tela Sair

Justificativa Epistemológica • Epistemologia: teoria do conhecimento Introdução Ident. Caixa-Preta • Conhecimento: crença verdadeira justificada Ident. Multiobjetivo Metodologia • Observações nem sempre corroboram ex- Resultados Conclusão pectativas a priori Pesquisas Futuras Agradecimentos • Fisher: “Deixem os dados falarem por si mes- mos” • Em muitos casos características importantes Página 6 de 100 do sistema não estão presentes nos dados Tela Sair

Estrutura da Apresentação • Identificação Caixa-Preta Introdução Ident. Caixa-Preta • Identificação Multiobjetivo - Estado da Arte Ident. Multiobjetivo Metodologia • Metodologia Resultados Conclusão • Resultados Pesquisas Futuras Agradecimentos • Conclusão • Pesquisas Futuras Página 7 de 100 • Agradecimentos Tela Sair

Estrutura da Apresentação • Identificação Caixa-Preta Introdução Ident. Caixa-Preta Ident. Multiobjetivo – Etapas de Identificação de Sistemas Metodologia – Representações matemáticas Resultados Conclusão – Propriedades dos modelos NARMAX Pesquisas Futuras Agradecimentos • Identificação Multiobjetivo - Estado da Arte • Metodologia Página 7 de 100 • Resultados Tela • Conclusão • Pesquisas Futuras Sair • Agradecimentos

Estrutura da Apresentação • Identificação Caixa-Preta Introdução Ident. Caixa-Preta • Identificação Multiobjetivo - Estado da Arte Ident. Multiobjetivo Metodologia Resultados – Revisão bibliográfica Conclusão – Classificação dos tipos de identificação Pesquisas Futuras Agradecimentos – Comparação dos tipos de identificação • Metodologia Página 7 de 100 • Resultados Tela • Conclusão • Pesquisas Futuras Sair • Agradecimentos

Estrutura da Apresentação • Identificação Caixa-Preta Introdução Ident. Caixa-Preta • Identificação Multiobjetivo - Estado da Arte Ident. Multiobjetivo Metodologia • Metodologia Resultados Conclusão Formulação do problema – Pesquisas Futuras Agradecimentos Identificação mono e multiobjetivo – Formulação computacional – Incorporação de informação auxiliar – Página 7 de 100 Problema de decisão – Tela • Resultados Sair • Conclusão • Pesquisas Futuras

Estrutura da Apresentação • Identificação Caixa-Preta Introdução Ident. Caixa-Preta • Identificação Multiobjetivo - Estado da Arte Ident. Multiobjetivo Metodologia • Metodologia Resultados Conclusão • Resultados Pesquisas Futuras Agradecimentos – Uso da informação dos pontos fixos – Uso da informação da curva estática Página 7 de 100 – Identificação multiobjetivo de um TCSC Tela • Conclusão • Pesquisas Futuras Sair • Agradecimentos

Estrutura da Apresentação • Identificação Caixa-Preta Introdução Ident. Caixa-Preta • Identificação Multiobjetivo - Estado da Arte Ident. Multiobjetivo Metodologia • Metodologia Resultados Conclusão • Resultados Pesquisas Futuras Agradecimentos • Conclusão – Discussões finais Página 7 de 100 – Resumo das contribuições Tela – Conclusões • Pesquisas Futuras Sair • Agradecimentos

Estrutura da Apresentação • Identificação Caixa-Preta Introdução Ident. Caixa-Preta • Identificação Multiobjetivo - Estado da Arte Ident. Multiobjetivo Metodologia • Metodologia Resultados Conclusão • Resultados Pesquisas Futuras Agradecimentos • Conclusão • Pesquisas Futuras Página 7 de 100 • Agradecimentos Tela Sair

Estrutura da Apresentação • Identificação Caixa-Preta Introdução Ident. Caixa-Preta • Identificação Multiobjetivo - Estado da Arte Ident. Multiobjetivo Metodologia • Metodologia Resultados Conclusão • Resultados Pesquisas Futuras Agradecimentos • Conclusão • Pesquisas Futuras Página 7 de 100 • Agradecimentos Tela Sair

Introdução Ident. Caixa-Preta Ident. Multiobjetivo Metodologia Resultados Conclusão Pesquisas Futuras IDENTIFICAÇÃO Agradecimentos CAIXA-PRETA Página 8 de 100 Tela Sair

Identificação Caixa-Preta Introdução Etapas Ident. Caixa-Preta Ident. Multiobjetivo 1. Testes dinâmicos e coleta de dados Metodologia Resultados 2. Escolha da representação matemática Conclusão Pesquisas Futuras 3. Determinação da estrutura do modelo Agradecimentos 4. Estimação de parâmetros 5. Validação do modelo Página 9 de 100 Tela Sair

SISTEMA Introdução Ident. Caixa-Preta Ident. Multiobjetivo Metodologia Resultados Conclusão Pesquisas Futuras Agradecimentos Página 10 de 100 Tela Sair

COLETA DE DADOS E TESTES DINÂMICOS Introdução Ident. Caixa-Preta SISTEMA Ident. Multiobjetivo Metodologia Resultados Conclusão Pesquisas Futuras Agradecimentos Página 10 de 100 Tela Sair

COLETA DE DADOS E TESTES DINÂMICOS Introdução − Execução do teste Ident. Caixa-Preta − Sinais de excitação SISTEMA − Tempo de amostragem Ident. Multiobjetivo − Detecção de não−linearidades Metodologia Resultados Conclusão Pesquisas Futuras Agradecimentos Página 10 de 100 Tela Sair

COLETA DE DADOS E REPRESENTAÇÃO MATEMÁTICA TESTES DINÂMICOS Introdução Ident. Caixa-Preta − Redes Neurais SISTEMA − Volterra Ident. Multiobjetivo − Hammerstein e Wiener Metodologia − Wavelets Resultados − NARMAX Conclusão Pesquisas Futuras Agradecimentos Página 10 de 100 Tela Sair

COLETA DE DADOS E REPRESENTAÇÃO MATEMÁTICA TESTES DINÂMICOS Introdução Ident. Caixa-Preta SISTEMA Ident. Multiobjetivo Metodologia Resultados Conclusão Pesquisas Futuras Agradecimentos Página 10 de 100 Tela Sair

COLETA DE DADOS E REPRESENTAÇÃO MATEMÁTICA TESTES DINÂMICOS Introdução Ident. Caixa-Preta SISTEMA Ident. Multiobjetivo Metodologia Resultados Conclusão DETERMINAÇÃO Pesquisas Futuras DE ESTRUTURA Agradecimentos − Apresenta dificuldades − ERR − Akaike OU Página 10 de 100 Tela Sair

COLETA DE DADOS E REPRESENTAÇÃO MATEMÁTICA TESTES DINÂMICOS Introdução Ident. Caixa-Preta SISTEMA Ident. Multiobjetivo Metodologia Resultados Conclusão DETERMINAÇÃO Pesquisas Futuras DE ESTRUTURA Agradecimentos OU Página 10 de 100 Tela Sair

COLETA DE DADOS E REPRESENTAÇÃO MATEMÁTICA TESTES DINÂMICOS Introdução Ident. Caixa-Preta SISTEMA Ident. Multiobjetivo Metodologia Resultados Conclusão DETERMINAÇÃO ESTIMAÇÃO Pesquisas Futuras DE ESTRUTURA DE PARÂMETROS Agradecimentos − Backpropagation K2 − MQ K1 K4 OU K3 Página 10 de 100 Tela Sair

COLETA DE DADOS E REPRESENTAÇÃO MATEMÁTICA TESTES DINÂMICOS Introdução Ident. Caixa-Preta SISTEMA Ident. Multiobjetivo Metodologia Resultados Conclusão DETERMINAÇÃO ESTIMAÇÃO Pesquisas Futuras DE ESTRUTURA DE PARÂMETROS Agradecimentos K2 K1 K4 OU K3 Página 10 de 100 Tela Sair

COLETA DE DADOS E REPRESENTAÇÃO MATEMÁTICA TESTES DINÂMICOS Introdução Ident. Caixa-Preta SISTEMA Ident. Multiobjetivo Metodologia Resultados Conclusão DETERMINAÇÃO ESTIMAÇÃO VALIDAÇÃO Pesquisas Futuras DE ESTRUTURA DE PARÂMETROS Agradecimentos SISTEMA − Simulação livre K2 K1 K4 − Estática OU − Dinâmica K3 MODELO Página 10 de 100 Tela Sair

COLETA DE DADOS E REPRESENTAÇÃO MATEMÁTICA TESTES DINÂMICOS Introdução Ident. Caixa-Preta SISTEMA Ident. Multiobjetivo Metodologia Resultados Conclusão DETERMINAÇÃO ESTIMAÇÃO VALIDAÇÃO SIM Pesquisas Futuras DE ESTRUTURA DE PARÂMETROS Agradecimentos SISTEMA K2 K1 K4 FIM OU K3 MODELO Página 10 de 100 Tela Sair

Modelos NARMAX Introdução • Equação geral Ident. Caixa-Preta Ident. Multiobjetivo  y(k − 1), . . . , y(k − n y ),  Metodologia y(k) = F  u(k − d), . . . , u(k − d − nu + 1),  Resultados Conclusão e(k), . . . , e(k − ne ) Pesquisas Futuras (1) Agradecimentos • Modelos NARMAX polinomiais Página 11 de 100 y(k) = θ1 y(k − 1) + θ2 u(k − 2)u(k − 1) +θ4 y(k − 2) + θ5 u(k − 2)y(k − 1) (2) Tela +θ6 u(k − 2)y(k − 2) + θ7 u(k − 2)2 Sair +θ8 e(k − 1) + θ9 e(k − 2)

Agrupamento de termos • Considere a equação: Introdução Ident. Caixa-Preta y(k) = 1, 2 + 1, 2y(k − 1) + 2, 1y(k − 2) Ident. Multiobjetivo Metodologia +3, 4u(k − 1) − 5, 7y(k − 1)3 (3) Resultados −1, 1y(k − 3)2 u(k − 2) + 4, 0y(k − 2)2 Conclusão Pesquisas Futuras Agradecimentos • Coeficientes de Agrupamento Σ0 = 1, 2 Σ y = 1, 2 + 2, 1 = 3, 3 Σ y3 = −5, 7 Σ y2 = 4, 0 (4) Página 12 de 100 Σ y2 u = −1, 1 Σu = 3, 4 Tela Sair

Agrupamento de termos • Considere a equação: Introdução Ident. Caixa-Preta y(k) = 1, 2 + 1, 2y(k − 1) + 2, 1y(k − 2) Ident. Multiobjetivo Metodologia +3, 4u(k − 1) − 5, 7y(k − 1)3 (3) Resultados −1, 1y(k − 3)2 u(k − 2) + 4, 0y(k − 2)2 Conclusão Pesquisas Futuras Agradecimentos • Coeficientes de Agrupamento Σ0 = 1, 2 Σ y = 1, 2 + 2, 1 = 3, 3 Σ y3 = −5, 7 Σ y2 = 4, 0 (4) Página 12 de 100 Σ y2 u = −1, 1 Σu = 3, 4 Tela Sair

Agrupamento de termos • Considere a equação: Introdução Ident. Caixa-Preta y(k) = 1, 2 + 1, 2y(k − 1) + 2, 1y(k − 2) Ident. Multiobjetivo Metodologia +3, 4u(k − 1) − 5, 7y(k − 1)3 (3) Resultados −1, 1y(k − 3)2 u(k − 2) + 4, 0y(k − 2)2 Conclusão Pesquisas Futuras Agradecimentos • Coeficientes de Agrupamento Σy = 1, 2 + 2, 1 = 3, 3 Σ0 = 1, 2 Σ y3 = −5, 7 Σ y2 = 4, 0 (4) Página 12 de 100 Σ y2 u = −1, 1 Σu = 3, 4 Tela Sair

Pontos Fixos • Definição Introdução Ident. Caixa-Preta y(k) = y(k + i), ∀i ∈ Z+ (5) Ident. Multiobjetivo Metodologia Resultados • Sistemas autônomos Conclusão Pesquisas Futuras 2 Σ y y + · · · + Σ y2 y + (Σ y − 1) y + Σ0 = 0 (6) Agradecimentos • Sistemas não-autônomos Σu u Página 13 de 100 ¯ y= (7) 1 − Σy Tela • Curva estática: escreve a relação entre a Sair ¯ saída em estado estacionário y e a respec- tiva entrada

Estimação de Parâmetros • Regressão linear Introdução Ident. Caixa-Preta ˆ T Ident. Multiobjetivo y(k) = ψ (k − 1)θ + ξ(k) (8) Metodologia Resultados • Equação matricial Conclusão Pesquisas Futuras ˆ Agradecimentos y = Ψθ + ξ (9) • Função custo - erro de predição Página 14 de 100 ˆ ˆ ˆ JMQ (θ) = (y − Ψθ)T (y − Ψθ) (10) Tela • Minimização do erro quadrático (MQ) Sair ˆ θ MQ = [ΨT Ψ]−1ΨT y (11)

Introdução Ident. Caixa-Preta Ident. Multiobjetivo Metodologia Resultados IDENTIFICAÇÃO Conclusão Pesquisas Futuras Agradecimentos MULTIOBJETIVO Página 15 de 100 ESTADO DA ARTE Tela Sair

Identificação Multiobjetivo - Estado da Arte Introdução Ident. Caixa-Preta Conceitos Ident. Multiobjetivo Metodologia • Informação a priori Resultados Conclusão • Informação auxiliar Pesquisas Futuras Agradecimentos • Identificação caixa-branca • Identificação caixa-preta Página 16 de 100 • Identificação caixa-cinza Tela • Identificação multiobjetivo Sair

Conhecimento do Sistema Introdução Ident. Caixa-Preta Ident. Multiobjetivo Metodologia Resultados Conclusão Pesquisas Futuras Caixa−Preta Caixa−Cinza Caixa−Branca Agradecimentos Página 17 de 100 Tela MULTIOBJETIVO Sair

Informação Auxiliar sobre a Estrutura do Sistema Introdução Ident. Caixa-Preta Ident. Multiobjetivo 1 Entrada Saída Metodologia Resultados Conclusão Caixa−Preta Pesquisas Futuras Agradecimentos EQUIVALENTE Entrada Saída Página 18 de 100 Tela Caixa−Cinza Sair

Comparação entre os tipos • Caixa-branca Introdução Ident. Caixa-Preta – Significação física (+) Ident. Multiobjetivo Metodologia – Maior complexidade (-) Resultados Conclusão – Equações contínuas × uso discreto (-) Pesquisas Futuras Agradecimentos • Caixa-preta – Aplicação em controle (+) – Determinação da estrutura (-) Página 19 de 100 • Caixa-cinza Tela – Facilita determinação de estrutura (+) Sair – Regularização (+) – Incorporação de informação auxiliar (-)

Introdução Ident. Caixa-Preta Ident. Multiobjetivo Metodologia Resultados Conclusão Pesquisas Futuras Agradecimentos METODOLOGIA Página 20 de 100 Tela Sair

Metodologia Introdução Formulação mono-objetivo Ident. Caixa-Preta Ident. Multiobjetivo • Não coloca em perspectiva a determinação Metodologia de um conjunto de soluções dentro do qual Resultados Conclusão se verifica o compromisso entre os objetivos Pesquisas Futuras Agradecimentos Formulação Multiobjetivo   ˆ  J1(θ)  ˆ J(θ) =  . . Página 21 de 100 (12) . ˆ Jn (θ) Tela ˆ ˆ • Cada uma das funções J1(θ) . . . Jn (θ) repre- Sair senta o critério dos MQ e (n − 1) tipos de in- formações auxiliar incorporadas no sistema

Pareto-ótimo Introdução a 10 Ident. Caixa-Preta Ident. Multiobjetivo Metodologia 8 Resultados Objetivo 2 Conclusão 6 Pesquisas Futuras Agradecimentos 4 2 Página 22 de 100 c d b Tela 0 0 2 4 6 8 10 Sair Objetivo 1

Formulação computacional • Para determinar o Pareto-ótimo, caracteriza- Introdução Ident. Caixa-Preta se esse conjunto em termos de soluções de Ident. Multiobjetivo vários problemas mono-objetivo Metodologia Resultados • Problema de ponderação Pw Conclusão Pesquisas Futuras n ∗ ˆ ˆ θ = arg min ˆ ∑ wi Ji (θ) Agradecimentos (13) θ∈D i=1 • Teorema ˆ ˆ ˆ Página 23 de 100 Ji (θ) = (vi − Giθ)T (vi − Giθ) (14) – Solução Tela −1 Sair n n ∗ ˆ ∑ wi GiT Gi ∑ wi GiT vi (15) θ = i=1 i=1

Informação auxiliar • Erro de Predição Introdução Ident. Caixa-Preta ˆ ˆ ˆ Ident. Multiobjetivo JMQ (θ) = (y − Ψθ)T (y − Ψθ) (16) Metodologia Resultados • Ponto fixo Conclusão Pesquisas Futuras ˆ ˆT ˆ ˆT ˆ JPF (θ) = (Σ − Σ) (Σ − Σ) = (Σ − Sθ) (Σ − Sθ) Agradecimentos (17) • Solução Página 24 de 100 ˆ T T T T θ = [w1Ψ Ψ + w2 S S]−1[w1Ψ y + w2 S Σ] Tela (18) Sair

Informação auxiliar • Erro de Predição Introdução Ident. Caixa-Preta ˆ ˆ ˆ Ident. Multiobjetivo JMQ (θ) = (y − Ψθ)T (y − Ψθ) (19) Metodologia Resultados • Curva estática Conclusão Pesquisas Futuras ˆ ˆ ˆ ¯ˆ¯ˆ JCE (θ) = ( y − y)T ( y − y) = ( y − QSθ)T ( y − QSθ) ¯ ¯ ¯ ¯ Agradecimentos (20) • Solução Página 25 de 100 ˆ T T T T θ = [w1Ψ Ψ + w2(QS) (QS)]−1[w1Ψ y + w2(QS) y] ¯ Tela (21) Sair

Problema de decisão • Interação com o usuário Introdução Ident. Caixa-Preta • Mecanismos de decisão Ident. Multiobjetivo Metodologia Resultados – Apresentação de preferências a posteriori Conclusão – Apresentação de preferências progressivas Pesquisas Futuras Agradecimentos – Apresentação de preferências a priori • Decisores automáticos Página 26 de 100 – Equilíbrio entre polarização e variância Tela – Norma mínima dos objetivos normaliza- dos Sair

Introdução Ident. Caixa-Preta Ident. Multiobjetivo Metodologia Resultados Conclusão Pesquisas Futuras Agradecimentos RESULTADOS Página 27 de 100 Tela Sair

Resultados Introdução Uso da informação dos pontos fixos Ident. Caixa-Preta Ident. Multiobjetivo • Sistemas caóticos Metodologia Resultados – Inerente sensibilidade a condições iniciais Conclusão Pesquisas Futuras – Estudado em várias áreas da ciência Agradecimentos • Circuito de Chua • Mapa senoidal Página 28 de 100 Tela Sair

c1 Circuito de Chua Introdução 4 Ident. Caixa-Preta 3 Ident. Multiobjetivo 2 Metodologia ! ! 0'(&  ¡   ) 1 # $ Resultados 0 V Conclusão §§¥ ¤¢ ¥¦ £ −1 ©   ©  §¦ ¨ Pesquisas Futuras §©  −2 Agradecimentos % −3 quot; quot; −4 0 100 200 300 400 500 600 700 800 Amostras 4 2.8 3 Página 29 de 100 2 2.7 1 V(k−4) x(k+1) Tela 0 2.6 −1 −2 2.5 Sair −3 −4 2.4 −4 −3 −2 −1 0 1 2 3 4 2.4 2.5 2.6 2.7 2.8 V(k) x(k)

Caso 1 - sem ruído • Geração de dados a partir de um modelo Introdução Ident. Caixa-Preta conhecido Ident. Multiobjetivo Metodologia • Preciso conhecimento dos pontos fixos Resultados Conclusão • Validação Pesquisas Futuras Agradecimentos – Espaço de estados – Mapa de primeiro retorno – Expoentes de Lyapunov Página 30 de 100 Tela Sair

x 10 −3 9 (a) 8 (b) Introdução 7 Ident. Caixa-Preta (c) Ident. Multiobjetivo 6 Metodologia (d) 5 Resultados SQPF Conclusão 4 Pesquisas Futuras 3 Agradecimentos (e) 2 1 (f) 0 Página 31 de 100 1.97 1.98 1.99 2 2.01 2.02 SQEP Tela Sair

(a) (b) 4 4 2 2 Introdução y(k−4) y(k−4) 0 0 Ident. Caixa-Preta Ident. Multiobjetivo −2 −2 Metodologia −4 −4 −4 −2 0 2 4 −4 −2 0 2 4 Resultados (c) (d) 4 4 Conclusão Pesquisas Futuras 2 2 Agradecimentos y(k−4) y(k−4) 0 0 −2 −2 −4 −4 −4 −2 0 2 4 −4 −2 0 2 4 (e) (f) Página 32 de 100 4 4 2 2 y(k−4) y(k−4) Tela 0 0 −2 −2 Sair −4 −4 −4 −2 0 2 4 −4 −2 0 2 4 y(k) y(k)

(a) (b) 2.8 2.8 2.7 2.7 Introdução x(k+1) x(k+1) 2.6 2.6 Ident. Caixa-Preta Ident. Multiobjetivo 2.5 2.5 Metodologia 2.4 2.4 2.4 2.5 2.6 2.7 2.8 2.4 2.5 2.6 2.7 2.8 Resultados (c) (d) 2.8 2.8 Conclusão Pesquisas Futuras 2.7 2.7 x(k+1) x(k+1) Agradecimentos 2.6 2.6 2.5 2.5 2.4 2.4 2.4 2.5 2.6 2.7 2.8 2.4 2.5 2.6 2.7 2.8 (e) (f) 2.8 2.8 Página 33 de 100 2.7 2.7 x(k+1) x(k+1) Tela 2.6 2.6 2.5 2.5 Sair 2.4 2.4 2.4 2.5 2.6 2.7 2.8 2.4 2.5 2.6 2.7 2.8 x(k) x(k)

Caso 2 - com ruído • Geração de dados a partir de um modelo Introdução Ident. Caixa-Preta conhecido Ident. Multiobjetivo Metodologia • Preciso conhecimento dos pontos fixos Resultados Conclusão • Adicionou-se ruído Pesquisas Futuras Agradecimentos • Validação – Espaço de estados – Mapa de primeiro retorno Página 34 de 100 – Expoentes de Lyapunov Tela • Variação dos parâmetros do modelo Sair

0.05 Introdução Ident. Caixa-Preta (a) 0.04 (b) Ident. Multiobjetivo Metodologia (c) Resultados 0.03 Conclusão Pesquisas Futuras Agradecimentos (d) SQPF 0.02 (e) Página 35 de 100 0.01 Tela (f) 0 2.2 2.3 2.4 2.5 2.6 2.7 2.8 2.9 3 3.1 3.2 Sair SQEP

(a) (b) 4 4 2 2 Introdução y(k−4) y(k−4) 0 0 Ident. Caixa-Preta Ident. Multiobjetivo −2 −2 Metodologia −4 −4 −4 −2 0 2 4 −4 −2 0 2 4 Resultados (c) (d) 4 4 Conclusão Pesquisas Futuras 2 2 Agradecimentos y(k−4) y(k−4) 0 0 −2 −2 −4 −4 −4 −2 0 2 4 −4 −2 0 2 4 (e) (f) 119 x 10 Página 36 de 100 4 10 2 y(k−4) y(k−4) Tela 0 5 −2 Sair −4 0 −4 −2 0 2 4 0 2 4 6 8 10 y(k) y(k) 119 x 10

(a) (b) 2.8 2.8 2.7 2.7 Introdução x(k+1) x(k+1) 2.6 2.6 Ident. Caixa-Preta Ident. Multiobjetivo 2.5 2.5 Metodologia 2.4 2.4 2.4 2.5 2.6 2.7 2.8 2.4 2.5 2.6 2.7 2.8 Resultados (c) (d) 2.8 2.8 Conclusão Pesquisas Futuras 2.7 2.7 x(k+1) x(k+1) Agradecimentos 2.6 2.6 2.5 2.5 2.4 2.4 2.4 2.5 2.6 2.7 2.8 2.4 2.5 2.6 2.7 2.8 (e) (f) 2.8 2.8 Página 37 de 100 2.7 2.7 x(k+1) x(k+1) Tela 2.6 2.6 2.5 2.5 Sair 2.4 2.4 2.4 2.5 2.6 2.7 2.8 2.4 2.5 2.6 2.7 2.8 x(k) x(k)

Problema de decisão • Avaliação a posteriori: pode exigir conhec- Introdução Ident. Caixa-Preta imento especializado do usuário Ident. Multiobjetivo Metodologia • Alternativa: equilíbrio entre polarização e var- Resultados iância Conclusão Pesquisas Futuras 0,001 0.1 Agradecimentos 0,0007 0,0005 0.08 0,0003 SQPF 0.06 Página 38 de 100 0,0001 0.04 Tela 0,00001 0.02 Sair 0 0.25 0.45 0.65 0.85 SQEP

(a) (b) 0.12 0.12 Introdução V3 V2 V1 Ident. Caixa-Preta 0.1 0.1 Ident. Multiobjetivo SQPF − Treinamento SQPF − Treinamento Metodologia 0.08 0.08 Resultados Conclusão Pesquisas Futuras 0.06 0.06

Add a comment

Related presentations

Related pages

Radial basis function network - Wikipedia, the free ...

... a radial basis function network is an artificial neural network that uses ... and system control. They were ... Regularized Radial Basis Function ...
Read more

Identification of Nonlinear Systems Using Radial Basis ...

Abstract—This paper uses the radial basis function neural network (RBFNN) for system identification of nonlinear systems. Five nonlinear systems are used ...
Read more

Radial basis function networks with hybrid learning for ...

This paper demonstrates that radial basis function networks ... system identification ... Systems Using Radial Basis Function Neural ...
Read more

Radial basis function based adaptive fuzzy systems and ...

We present examples of system identification and ... Radial basis function based adaptive fuzzy systems ... radial basis function networks ...
Read more

Identification and control of aircraft dynamics using ...

Identification and Control of Aircraft Dynamics ... aircraft system. The RBF network is used as an on ... Radial Basis Function networks were introduced ...
Read more

Radial Basis Function Networks - دانشگاه ...

Radial Basis Function Networks ... Function approximation. System identification. ... and the precise shape of the radial function, ...
Read more

Affine Radial Basis Function Neural Networks for the ...

Abstract—In this work, a radial basis function (RBF) neural network is developed for the identification of hyperbolic distributed parameter systems (DPSs).
Read more

Nonlinear system identification using radial basis ...

NONLINEAR SYSTEM IDENTIFICATION USING RADIAL BASIS FUNCTION NEURAL NETWORKS Dong Si Thien Chau, Duong Hoai Nghia The HoChiMinh City University of ...
Read more

Identification of MIMO systems using radial basis function ...

Identification of MIMO systems using radial ... www.elsevier.com/locate/amc Identification of MIMO systems using radial basis function networks ...
Read more

Nonlinear Identification of Complex Systems Using Radial ...

Nonlinear Identification of Complex Systems Using Radial Basis Function Networks ... This paper proposes a methodology for the identification and the ...
Read more