Dissertação

Metaheurísticas populacionais: estudo comparativo na sintonia de parâmetros de controladores clássicos

Population metaheuristics are techniques belonging to the field of Computational Intelligence and are based on natural models, have emerged as alternatives to solve optimization problems where the traditional techniques cannot be applied, or even where a solution model for the problem is not availab...

ver descrição completa

Autor principal: VIDAL, Juan Ferreira
Grau: Dissertação
Idioma: por
Publicado em: Universidade Federal do Pará 2017
Assuntos:
Algoritmos genéticos
Controladores programáveis
Controlador PID (proporcional integral derivativo)
PSO (Otimização de enxame de partículas)
Proporcional-Integral-Derivativo (PID)
Otimização de forrageamento bacteriano - BFO
Genetics algorithms
PSO (Particle swarm optimization)
BFO - Bacterial foraging optimization
PID controllers
CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::ELETRONICA INDUSTRIAL, SISTEMAS E CONTROLES ELETRONICOS::AUTOMACAO ELETRONICA DE PROCESSOS ELETRICOS E INDUSTRIAIS
Acesso em linha: http://repositorio.ufpa.br/jspui/handle/2011/8299
id ir-2011-8299
recordtype dspace
spelling ir-2011-82992025-02-25T13:57:31Z Metaheurísticas populacionais: estudo comparativo na sintonia de parâmetros de controladores clássicos VIDAL, Juan Ferreira CASTRO, Adriana Rosa Garcez http://lattes.cnpq.br/5273686389382860 Algoritmos genéticos Controladores programáveis Controlador PID (proporcional integral derivativo) PSO (Otimização de enxame de partículas) Proporcional-Integral-Derivativo (PID) Otimização de forrageamento bacteriano - BFO Genetics algorithms PSO (Particle swarm optimization) BFO - Bacterial foraging optimization PID controllers CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::ELETRONICA INDUSTRIAL, SISTEMAS E CONTROLES ELETRONICOS::AUTOMACAO ELETRONICA DE PROCESSOS ELETRICOS E INDUSTRIAIS Population metaheuristics are techniques belonging to the field of Computational Intelligence and are based on natural models, have emerged as alternatives to solve optimization problems where the traditional techniques cannot be applied, or even where a solution model for the problem is not available with which the solution is found through empirical means. Given these capabilities to provide acceptable solutions in a timely manner for most of the complex problems encountered, metaheuristics has been applied successfully in most of the control system problems found in the literature. This work presents in general how the metaheuristics are being applied in the solution of control problems and performs a comparative study of performance among four algorithms bioinspirados in the tuning of the PID parameters. The following algorithms were used: Genetic Algorithm (AG), Genetic Algorithm in the Islands Model (AGMI), Bacterial Foraging Optimization (BFO) and Particle Swarm Optimization (PSO). The results demonstrate that the algorithms present an excellent performance in the tuning of the PID producing response that met the project requirements. Different systems with different characteristics were used to evaluate the algorithms. The PSO was shown as the best algorithm among the four used, producing response in a faster time and presented lower deviated standard in the trials. CNPq - Conselho Nacional de Desenvolvimento Científico e Tecnológico As metaheurísticas populacionais são técnicas pertencentes ao campo da Inteligência Computacional baseadas em modelos naturais e surgiram como alternativas para resolver problemas de otimização, onde as técnicas tradicionais não podem ser aplicadas, ou ainda onde não se dispõe de um modelo de solução para o problema, fazendo com que a solução seja encontrada por intermédio de meios empíricos. Diante da capacidade de oferecer soluções aceitáveis, em um tempo hábil, para muitos dos problemas complexos encontrados, as metaheurísticas populacionais vêm sendo aplicadas com êxito diferentes problemas de sistemas de controle encontrados na literatura. Este trabalho apresenta, de um modo geral, como as metaheurísticas vêm sendo aplicadas na solução de problemas de controle e realiza um estudo comparativo de desempenho entre quatro algoritmos bioinspirados na sintonia dos parâmetros de um controlador Proporcional-Integral-Derivativo (PID). Foram utilizados os seguintes algoritmos: Algoritmo Genético (AG), Algoritmo genético no Modelo de Ilhas (AGMI), Bacterial Foraging Optimization (BFO) e o Particle Swarm Optimization (PSO). Os resultados demonstram que os algoritmos apresentam um ótimo desempenho para a sintonia do PID, produzindo resposta que atendem as exigências de projetos. Foram utilizados diferentes sistemas com características distintas para avaliar os algoritmos. Considerando os resultados obtidos, o PSO se mostrou como o melhor algoritmo entre os quatros usados, produzindo resposta em um tempo mais rápido e apresentando menor desvio padrão nos ensaios realizados. 2017-05-04T12:54:50Z 2017-05-04T12:54:50Z 2016-12-02 Dissertação VIDAL, Juan Ferreira. Metaheurísticas populacionais: estudo comparativo na sintonia de parâmetros de controladores clássicos. Orientadora: Adriana Rosa Garcez Castro. 2016. 79 f. Dissertação (Mestrado em Engenharia Elétrica.) - Instituto de Tecnologia, Universidade Federal do Pará, Belém, 2016. Disponível em: http://repositorio.ufpa.br/jspui/handle/2011/8299. Acesso em:. http://repositorio.ufpa.br/jspui/handle/2011/8299 por Acesso Aberto application/pdf Universidade Federal do Pará Brasil Instituto de Tecnologia UFPA Programa de Pós-Graduação em Engenharia Elétrica
institution Repositório Institucional - Universidade Federal do Pará
collection RI-UFPA
language por
topic Algoritmos genéticos
Controladores programáveis
Controlador PID (proporcional integral derivativo)
PSO (Otimização de enxame de partículas)
Proporcional-Integral-Derivativo (PID)
Otimização de forrageamento bacteriano - BFO
Genetics algorithms
PSO (Particle swarm optimization)
BFO - Bacterial foraging optimization
PID controllers
CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::ELETRONICA INDUSTRIAL, SISTEMAS E CONTROLES ELETRONICOS::AUTOMACAO ELETRONICA DE PROCESSOS ELETRICOS E INDUSTRIAIS
spellingShingle Algoritmos genéticos
Controladores programáveis
Controlador PID (proporcional integral derivativo)
PSO (Otimização de enxame de partículas)
Proporcional-Integral-Derivativo (PID)
Otimização de forrageamento bacteriano - BFO
Genetics algorithms
PSO (Particle swarm optimization)
BFO - Bacterial foraging optimization
PID controllers
CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::ELETRONICA INDUSTRIAL, SISTEMAS E CONTROLES ELETRONICOS::AUTOMACAO ELETRONICA DE PROCESSOS ELETRICOS E INDUSTRIAIS
VIDAL, Juan Ferreira
Metaheurísticas populacionais: estudo comparativo na sintonia de parâmetros de controladores clássicos
topic_facet Algoritmos genéticos
Controladores programáveis
Controlador PID (proporcional integral derivativo)
PSO (Otimização de enxame de partículas)
Proporcional-Integral-Derivativo (PID)
Otimização de forrageamento bacteriano - BFO
Genetics algorithms
PSO (Particle swarm optimization)
BFO - Bacterial foraging optimization
PID controllers
CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::ELETRONICA INDUSTRIAL, SISTEMAS E CONTROLES ELETRONICOS::AUTOMACAO ELETRONICA DE PROCESSOS ELETRICOS E INDUSTRIAIS
description Population metaheuristics are techniques belonging to the field of Computational Intelligence and are based on natural models, have emerged as alternatives to solve optimization problems where the traditional techniques cannot be applied, or even where a solution model for the problem is not available with which the solution is found through empirical means. Given these capabilities to provide acceptable solutions in a timely manner for most of the complex problems encountered, metaheuristics has been applied successfully in most of the control system problems found in the literature. This work presents in general how the metaheuristics are being applied in the solution of control problems and performs a comparative study of performance among four algorithms bioinspirados in the tuning of the PID parameters. The following algorithms were used: Genetic Algorithm (AG), Genetic Algorithm in the Islands Model (AGMI), Bacterial Foraging Optimization (BFO) and Particle Swarm Optimization (PSO). The results demonstrate that the algorithms present an excellent performance in the tuning of the PID producing response that met the project requirements. Different systems with different characteristics were used to evaluate the algorithms. The PSO was shown as the best algorithm among the four used, producing response in a faster time and presented lower deviated standard in the trials.
author_additional CASTRO, Adriana Rosa Garcez
author_additionalStr CASTRO, Adriana Rosa Garcez
format Dissertação
author VIDAL, Juan Ferreira
title Metaheurísticas populacionais: estudo comparativo na sintonia de parâmetros de controladores clássicos
title_short Metaheurísticas populacionais: estudo comparativo na sintonia de parâmetros de controladores clássicos
title_full Metaheurísticas populacionais: estudo comparativo na sintonia de parâmetros de controladores clássicos
title_fullStr Metaheurísticas populacionais: estudo comparativo na sintonia de parâmetros de controladores clássicos
title_full_unstemmed Metaheurísticas populacionais: estudo comparativo na sintonia de parâmetros de controladores clássicos
title_sort metaheurísticas populacionais: estudo comparativo na sintonia de parâmetros de controladores clássicos
publisher Universidade Federal do Pará
publishDate 2017
url http://repositorio.ufpa.br/jspui/handle/2011/8299
_version_ 1832604390952796160
score 11.755432

Registros relacionados