Portal de Periódicos da CAPES

Alocação de autovalores e autovetores no Projeto LQR usando um modelo misto genético – neuronal em sistemas multivariáveis

2024; Servicios Academicos Intercontinentales; Volume: 17; Issue: 4 Linguagem: Português

10.55905/revconv.17n.4-115

1988-7833

Ivanildo Silva Abreu, Henrique Mariano Costa do Amaral, Karllos Alexandre Sousa Pereira, Cristovam Filho Dervalmar Rodrigues Teixeira, Alan Jefferson Lima Aragão, Maciel dos Santos Silva, Elder Abreu Júnior, Kiane Núbia Dias Muniz,

Fault Detection and Control Systems

Este trabalho de pesquisa apresenta um modelo misto genético – neuronal com base no projeto do Regulador Linear Quadrático (LQR) para alocação de autoestrutura, ou seja, autovalores e autovetores, em sistemas dinâmicos multivariáveis. Este modelo misto representa uma fusão de um Algoritmo Genético (AG) que tem como meta realizar uma busca das matrizes de ponderação de estado e de entrada, , respectivamente. Em seguida, este AG realiza o treinamento de uma rede neuronal recorrente (RNR) de múltiplas camadas que é dedicada ao projeto de sistemas de controle inteligente, ou seja, a (RNR) tem como alvo encontrar uma matriz simétrica definida positiva, para a solução da Equação Algébrica de Riccati, EAR. O desempenho desses modelos inteligentes foi constatato por avaliação das estatísticas e traço das matrizes de ponderação para o AG, enquanto que a RNR foi avaliada por superfícies da função energia e norma do infinito da EAR. Com isso, constatou-se que com a alocação dos pesos da rede neuronal e da metodologia para busca das matrizes de ponderação, o controlador LQR repondeu de forma satisfatória as especificações de desempenho, associadas a estabilidade e desempenho robusto.