SciELO - Scientific Electronic Library Online

 
vol.7 issue2Patterns of First and Second Order Systems in Virtual Instrumentation EnvironmentInheritance, Generics and Binary Methods in Java author indexsubject indexsearch form
Home Pagealphabetic serial listing  

Services on Demand

Journal

Article

Indicators

Related links

  • Have no similar articlesSimilars in SciELO

Share


Computación y Sistemas

Print version ISSN 1405-5546

Abstract

FLORES-ANDO, Fortunato; AGUILAR-IBANEZ, Carlos; SUAREZ-CASTANON, Miguel S  and  CUEVAS DE LA ROSA, Francisco. Un Algoritmo Genético de Identificación para la Familia del Sistema de Duffing. Comp. y Sist. [online]. 2003, vol.7, n.2, pp.102-112. ISSN 1405-5546.

En este artículo se presenta una forma sencilla para estimar los parámetros desconocidos del oscilador de Duffing mediante el empleo de un algoritmo genético. El hecho de que el sistema es observable y construible con respecto a una salida disponible, ayuda a obtener una parametrización integral de la salida. A partir de esta parametrización se propone un estimador aleatorio de la salida, asumiendo que los parámetros desconocidos están contenidos en un conjunto acotado. El estimador aleatorio es propuesto de tal forma que el error entre la salida real y la salida estimada minimiza una función cuadrática. Así, el problema de minimización y del estimador aleatorio son resueltos mediante un algoritmo genético. La población de cromosomas es codificada con los parámetros del oscilador de Duffing. La función de adaptabilidad es establecida para evaluar los cromosomas, de tal forma que se minimice el error de la función cuadrática. Los cromosomas de la población evolucionan hasta que un umbral promedio de adaptabilidad es alcanzado. Este método es numéricamente posible y fácil de implantar en una computadora digital.

Keywords : Oscilador Mecánico; Caos; Algoritmos Genéticos; Reconstrucción.

        · abstract in English     · text in English     · English ( pdf )

 

Creative Commons License All the contents of this journal, except where otherwise noted, is licensed under a Creative Commons Attribution License