Identificación, estimación y control de sistemas no-lineales mediante RGO

• Autores: Luis Santiago Garrido Bullón
• Directores de la Tesis: Luis Enrique Moreno Lorente (dir. tes.), Carlos Balaguer Bernaldo de Quirós (dir. tes.)
• Lectura: En la Universidad Carlos III de Madrid ( España ) en 2000
• Idioma: español
• Tribunal Calificador de la Tesis: Miguel Ángel Salichs Sánchez-Caballero (presid.), Francisco Marcellán Español (secret.), Arturo de la Escalera Hueso (voc.), Agustín Jiménez Avelló (voc.), César de Prada Moraga (voc.)
• Materias:
  • Matemáticas
    • Investigación operativa
      • Sistemas de control
      • Programación no lineal
• Enlaces
  • Tesis en acceso abierto en: e-Archivo
• 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.

    _________________________________________________