Identificación, estimación y control de sistemas no-lineales mediante RGO
- Garrido Bullón, Luis Santiago
- Luis Enrique Moreno Lorente Director/a
- Carlos Balaguer Bernaldo de Quirós Director/a
Universidad de defensa: Universidad Carlos III de Madrid
Fecha de defensa: 18 de febrero de 2000
- Miguel Ángel Salichs Sánchez-Caballero Presidente/a
- Francisco Marcellán Español Secretario/a
- Arturo de la Escalera Hueso Vocal
- Agustín Jiménez Avelló Vocal
- César de Prada Moraga Vocal
Tipo: Tesis
Resumen
Se trata la identificación de sistemas, esto es: la estimación de modelos de sistemas dinámicos a partir de los datos observados. La estimación trata de evaluar y diseñar los estimadores de estado operando antes en un entorno estocástico. Se busca la mejora de la resolución de los problemas de identificación y estimación de estados de sistemas dinámicos no-lineales y el control adaptativo de los mismos. Se presenta un nuevo método híbrido para la optimización de funciones no lineales y no diferenciales que varían con el tiempo sin la utilización de demandas numéricas. Este método está basado en los Algoritmos Genéticos con una menor técnica de búsqueda que se ha llamado Optimización Genética Restringida. A partir de este algoritmo se presenta un método de altas prestaciones para la identificación de sistemas no lineales variables con el tiempo con modelos lineales y no lineales. Se presentan dos aplicaciones diferentes de estos métodos. _________________________________________________