Por favor, use este identificador para citar o enlazar este ítem: https://hdl.handle.net/20.500.12104/80764
Título: "CALIBRACIÓN DE UN CONTROLADOR FUZZY FRACCIONAL USANDO ALGORITMOS DE COMPUTO EVOLUTIVO"
Autor: Luque Chang, Alberto
Asesor: Cuevas Jiménez, Erik Valdemar
Fecha de titulación: 2016
Editorial: Biblioteca Digital wdg.biblio
Universidad de Guadalajara
Resumen: Los controladores difusos (FCs, por sus siglas en inglés Fuzzy Controller) basados en sistemas de orden entero han demostrado su desempeño en una extensa variedad de aplicaciones. Por otro lado, diversos sistemas dinámicos pueden ser controlados de manera más precisa utilizando controladores de orden fracciona!. Debido a esto actualmente hay un creciente interés en el diseño de FCs con operadores fraccionales. En la etapa de diseño de los FCs fraccionales, el proceso de calibración de parámetros es planteado como un problema multidimensional de optimización donde tanto el orden fracciona! del operador como los parámetros del sistema difuso son considerados como variables de decisión. Bajo este enfoque la complejidad del problema de optimización tiende a generar superficies de error multimodal cuyas funciones de costo son significativamente dificiles de minimizar. Varios algoritmos basados en los principios del cómputo evolutivo han sido aplicados exitosamente para identificar los parámetros óptimos de los FCs fraccionales. Sin embargo la mayoria de ellos tienen una limitación importante, ya que frecuentemente tienden a obtener soluciones sub-optimas como resultado de un equilibrio inapropiado entre la exploración y explotación en sus estrategias de búsqueda. Ésta tesis presenta un algoritmo para calibración optima de parámetros de FCs fraccionales. Para determinar los parámetros, el método propuesto usa un nuevo algoritmo evolutivo llamado Social Spider Optimization (SSO) el cual está inspirado en la emulación del comportamiento colaborativo de las arañas sociales. En el SSO, las soluciones imitan un conjunto de arañas las cuales cooperan con otras basadas en las leyes naturales de la colonia cooperativa. A diferencia de la mayoria de los algoritmos evolutivos existentes, el SSO explícitamente evita la concentración de individuos en las mejores posiciones, evitando así fallas criticas tales como convergencia prematura a mínimos locales y el balance limitado entre exploración y explotación. Se han conducido simulaciones numéricas en varias plantas para mostrar la efectividad del esquema propuesto. Fin de la conversación Escribe un mensaje...
URI: https://hdl.handle.net/20.500.12104/80764
https://wdg.biblio.udg.mx
Programa educativo: MAESTRIA EN CIENCIAS EN INGENIERÍA ELECTRÓNICA Y COMPUTACIÓN
Aparece en las colecciones:CUCEI

Ficheros en este ítem:
Fichero TamañoFormato 
MCUCEI01175FT.pdf28.17 MBAdobe PDFVisualizar/Abrir


Los ítems de RIUdeG están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.