Please use this identifier to cite or link to this item: http://repositorio.ufpa.br/jspui/handle/2011/8299
metadata.dc.type: Dissertação
Issue Date: 2-Dec-2016
metadata.dc.creator: VIDAL, Juan Ferreira
metadata.dc.contributor.advisor1: CASTRO, Adriana Rosa Garcez
Title: Metaheurísticas populacionais: estudo comparativo na sintonia de parâmetros de controladores clássicos
metadata.dc.description.sponsorship: CNPq - Conselho Nacional de Desenvolvimento Científico e Tecnológico
Citation: VIDAL, Juan Ferreira. Metaheurísticas populacionais: estudo comparativo na sintonia de parâmetros de controladores clássicos. 2016. 79 f. Dissertação (Mestrado) - Universidade Federal do Pará, Instituto de Tecnologia, Belém, 2016. Programa de Pós-Graduação em Engenharia Elétrica.
metadata.dc.description.resumo: 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.
Abstract: 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.
Keywords: Inteligência artificial
Controladores programáveis
Algoritmos genéticos
Metaheurísticas
Proporcional-Integral-Derivativo (PID)
metadata.dc.subject.cnpq: CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::ELETRONICA INDUSTRIAL, SISTEMAS E CONTROLES ELETRONICOS::AUTOMACAO ELETRONICA DE PROCESSOS ELETRICOS E INDUSTRIAIS
metadata.dc.publisher.country: Brasil
Publisher: Universidade Federal do Pará
metadata.dc.publisher.initials: UFPA
metadata.dc.publisher.department: Instituto de Tecnologia
metadata.dc.publisher.program: Programa de Pós-Graduação em Engenharia Elétrica
metadata.dc.rights: Acesso Aberto
Appears in Collections:Dissertações em Engenharia Elétrica (Mestrado) - PPGEE/ITEC

Files in This Item:
File Description SizeFormat 
Dissertacao_MetaheuristicasPopulacionaisEstudo.pdf1,73 MBAdobe PDFView/Open


This item is licensed under a Creative Commons License Creative Commons