Artigo - Atena Editora

Artigo

Baixe agora

Livros
capa do ebook Algoritmos Evolutivos Aplicados a Otimização Off-Line de um Mapa Cognitivo Fuzzy de um Misturador Industrial

Algoritmos Evolutivos Aplicados a Otimização Off-Line de um Mapa Cognitivo Fuzzy de um Misturador Industrial

Em instalações industriais, é comum

a existência de processos multivariáveis com

fortes interações entre suas variáveis. Além

disso, existem não linearidades e, em alguns

casos, com objetivos de controle conflitantes.

Neste contexto, esse trabalho foca-se na

aplicação de Algoritmos Genéticos (AG) para

a evolução de um Mapa Cognitivo Fuzzy

Dinâmico (DFCM) no controle inteligente

de um misturador industrial. O controlador

DFCM é baseado no aprendizado de Hebb.

Os resultados comparam duas abordagens do

AG proposto: a primeira com solução inicial

aleatória definida pelos autores, enquanto que a

segunda contém conhecimento de especialista

sobre o problema. A segunda abordagem

apresentou os melhores resultados relativos.

Trabalhos futuros apresentarão diferentes

metodologias para comparação de resultados,

como o simulated annealing para evolução do

DFCM.

Ler mais

Algoritmos Evolutivos Aplicados a Otimização Off-Line de um Mapa Cognitivo Fuzzy de um Misturador Industrial

  • DOI: 10.22533/at.ed.8721931012

  • Palavras-chave: Mapas Cognitivos Fuzzy Dinâmicos; Misturador Industrial; Algoritmos Genéticos; Controle Inteligente.

  • Keywords: Dynamic Fuzzy Cognitive Maps; Industrial Mixer; Genetic Algorithms. Intelligent Control.

  • Abstract:

    In industrial installations, it

    is common the existence of multivariable

    processes with high correlation between its

    variables. Besides, there are nonlinearities,

    and in some cases, with conflicting control

    objectives. In this context, this work focuses in

    the application of Genetic Algorithms (AG) for

    the evolution of a Dynamic Fuzzy Cognitive Map

    (DFCM) in an industrial mixer intelligent control.

    The DFCM controller is also based on Hebbian

    learning. The results compare two approaches

    of the proposed AG: the first with a random

    initial solution proposed by the authors, and the

    second containing experts’ knowledge of the

    problem. The second approach presented the

    best relative results. Future works will present

    different methodologies to compare the results, such as simulated annealing for the

    evolution of the DFCM.

  • Número de páginas: 15

  • Rodrigo Henrique Cunha Palácios
Fale conosco Whatsapp