Please use this identifier to cite or link to this item: https://repositorio.ufrn.br/jspui/handle/123456789/27738
Title: Maximização da correntropia por simulação com poda aplicado a detecção de estruturas e estimação de parâmetros de modelos NARX
Authors: Araújo, Ícaro Bezerra Queiroz de
Keywords: Identificação de sistemas não-lineares;Modelos NARX;Seleção de estrutura;Correntropia
Issue Date: 26-Jul-2019
Citation: ARAÚJO, Ícaro Bezerra Queiroz de. Maximização da correntropia por simulação com poda aplicado a detecção de estruturas e estimação de parâmetros de modelos NARX. 2019. 88f. Tese (Doutorado em Engenharia Elétrica e de Computação) - Centro de Tecnologia, Universidade Federal do Rio Grande do Norte, Natal, 2019.
Portuguese Abstract: Nas últimas décadas, devido ao aumento da complexidade dos sistemas dinâmicos e incremento da demanda por desempenho, a área de identificação de sistemas tem enfatizado a utilização de modelos não lineares para representação de sistemas dinâmicos. Neste contexto, os modelos não lineares autorregressivos com entradas exógenas (NARX) são bastante utilizados devido a sua simplicidade, flexibilidade e capacidade de representação. Entretanto, tal modelo possui uma grande dependência da etapa de seleção de estrutura e os algoritmos tradicionais utilizados possuem limitações quando os dados estão contaminados de ruídos com distribuições não gaussianas. A partir das considerações feitas, nesta tese objetiva-se apresentar um novo método de identificação chamado Maximização da Correntropia por Simulação com Poda (SCMP) que utiliza alguns conceitos do aprendizado baseado na teoria da informação. Neste trabalho são apresentados conceitos básicos sobre identificação de sistemas e correntropia, alguns métodos baseados nos mínimos quadrados ortogonais e redução de erro simulado, assim como a nova metodologia proposta. O método proposto é aplicado e comparado com os métodos tradicionais em alguns estudos de caso. O primeiro experimento é composto por três sistemas dinâmicos numéricos SISO na presença de ruído bimodal. O segundo estudo de caso é um conjunto retirado de um sistema benchmark chamado Silver Box. O terceiro estudo de caso é um sistema mecânico real. Os resultados obtidos validam o desempenho do método proposto quando comparado com os outros algoritmos de detecção de estrutura e estimação de parâmetros, mostrando que o método proposto apresenta melhor desempenho e robustez na presença de ruídos com distribuição não gaussiana.
Abstract: In the last decades, due to the growing complexity of dynamic systems and the growing demand for better performance, the area of systems identification has emphasized the use of non-linear models to represent dynamic systems. In this context, Non-linear autoregressive with exogenous inputs models (NARX) are heavily used due to to their simplicity, flexibility and capacity of better representation. However, such models rely heavily on structure selection and the most traditional algorithms have limitations when the data is contaminated by non-gaussian distribution noises. Noting this, in this thesis, the objective is to present a new identification method called simulated correntropy maximization with pruning which uses concepts of learning based on information theory. In this work basic concepts about systems identification and correntropy, methods based on orthogonal least squares and simulated error reduction, and the new proposed methodology. The proposed method is applied and compared to the traditional methods in some study cases. The first experiment is composed by three SISO numeric dynamic systems in the presence of bimodal noise. The second study case is a set taken from a benchmark system called Silver Box. The third is a real dynamic system. The obtained results validate the performance of the proposed method when compared to other algorithms of structure detection and parameter estimation, showing that the proposed method presents a better and more robust performance in the presence of non-gaussian distribution noise.
URI: https://repositorio.ufrn.br/jspui/handle/123456789/27738
Appears in Collections:PPGEE - Doutorado em Engenharia Elétrica e de Computação

Files in This Item:
File Description SizeFormat 
Maximizaçãocorrentropiasimulação_Araújo_2019.pdf1,22 MBAdobe PDFThumbnail
View/Open


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