La optimización caótica del enjambre de partículas para ampliar el dominio de atracción de sistemas no lineales polinómicos
Autores: Hamidi, Faiçal; Aloui, Messaoud; Jerbi, Houssem; Kchaou, Mourad; Abbassi, Rabeh; Popescu, Dumitru; Ben Aoun, Sondess; Dimon, Catalin
Idioma: Inglés
Editor: MDPI
Año: 2020
Acceso abierto
Artículo científico
2020
La optimización caótica del enjambre de partículas para ampliar el dominio de atracción de sistemas no lineales polinómicos
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Técnica
Estabilidad asintótica
Función de Lyapunov
Región
Estimación
Sistemas autónomos
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 27
Citaciones: Sin citaciones
Se establece una nueva técnica para estimar la región de estabilidad asintótica de sistemas polinomiales autónomos no lineales. La idea clave consiste en examinar el conjunto de nivel de la función de Lyapunov óptima (LF) que está completamente incluido en una región que satisface la negatividad de su derivada temporal. El límite menor de la región más grande alcanzable, denominado como Dominio de Atracción de Estimación más Grande (LEDA), se puede calcular a través de un Problema de Autovalores Generalizado (GEVP) como un enfoque de optimización de Matriz de Desigualdad Lineal (LMI) cuasi-convexo. Se desarrolla un procedimiento iterativo para alcanzar el volumen óptimo o región de atracción. Además, se sugiere una técnica eficiente de Optimización de Enjambre Particular Caótico (CPSO) para calcular los coeficientes de LF. La implementación del esquema establecido se realizó utilizando el entorno de software Matlab. La metodología sintetizada se evalúa a lo largo de varios ejemplos de referencia y se compara con otros resultados de técnicas similares en la literatura.
Descripción
Se establece una nueva técnica para estimar la región de estabilidad asintótica de sistemas polinomiales autónomos no lineales. La idea clave consiste en examinar el conjunto de nivel de la función de Lyapunov óptima (LF) que está completamente incluido en una región que satisface la negatividad de su derivada temporal. El límite menor de la región más grande alcanzable, denominado como Dominio de Atracción de Estimación más Grande (LEDA), se puede calcular a través de un Problema de Autovalores Generalizado (GEVP) como un enfoque de optimización de Matriz de Desigualdad Lineal (LMI) cuasi-convexo. Se desarrolla un procedimiento iterativo para alcanzar el volumen óptimo o región de atracción. Además, se sugiere una técnica eficiente de Optimización de Enjambre Particular Caótico (CPSO) para calcular los coeficientes de LF. La implementación del esquema establecido se realizó utilizando el entorno de software Matlab. La metodología sintetizada se evalúa a lo largo de varios ejemplos de referencia y se compara con otros resultados de técnicas similares en la literatura.