Tesis
Estudo comparativo de meta-heurísticas aplicadas ao controle preditivo baseado em modelo
Fecha
2021-08-17Registro en:
MESQUITA, Eduardo de Mendonça. Estudo comparativo de meta-heurísticas aplicadas ao controle preditivo baseado em modelo. 2018. 122 f., il. Dissertação (Mestrado em Sistemas Mecatrônicos) — Universidade de Brasília, Brasília, 2018.
Autor
Mesquita, Eduardo de Mendonça
Institución
Resumen
A computação bioinspirada é um ramo da computação natural que busca desenvolver algoritmos de
otimização inspirados no comportamento dos seres encontrados na natureza. Nesse contexto, destacam-se
os algoritmos evolucionários e os baseados na inteligência coletiva. Aqueles são inspirados pela evolução
biológica dos seres e estes pelo comportamento coletivo de insetos e animais. Neste trabalho, serão coloca-
dos em prova representantes dessas duas áreas. Meta-heurísticas clássicas, como PSO e DE, e também os
mais recentes representantes: GWO (lobos), MFO (mariposas), SSA (salpas), WOA (baleias jubarte), DA
(libélulas), além do SCA baseado no comportamento periódico das funções seno e cosseno. Os desempe-
nhos dessas meta-heurísticas serão comparados via testes estatísticos não-paramétricos (NxN algoritmos),
os quais, são métodos livres de qualquer tipo de distribuição de dados, ou seja, diferentemente dos métodos
paramétricos, não dependem dos requisitos de normalidade, homogeneidade da variância e independência
dos dados. Dentro desses testes não-paramétricos foram aplicados dois procedimentos post-hoc: Nemenyi
(1963) e Shaffer (1983), os quais auxiliam na comparação em pares (1x1) do grupo de meta-heurísticas.
Além das meta-heurísticas mencionadas, outras duas formam o grupo de análise, JADE e LSHADE, que
utilizam técnicas auto-adaptativas dos parâmetros do DE. Os desempenhos dessas meta-heurísticas se-
rão analisados mediante três estudos de caso: dois problemas de controle preditivo baseado em modelo,
pêndulo invertido simples e attitude de satélites, e funções mono-objetivas com restrição de fronteira dacompetição CEC2017. Destes estudos de caso é retirada a mediana de 51 execuções de cada problema.
Nos problemas de controle preditivo os algoritmos MFO e GWO tiveram bons desempenhos. Neste tra-
balho foram apresentadas três novas versões do GWO e uma do MFO que superaram o resultados de seus
respectivos originais nos problemas de controle.