Análise de Observabilidade e Processamento de Erros Grosseiros ...
Análise de Observabilidade e Processamento de Erros Grosseiros ...
Análise de Observabilidade e Processamento de Erros Grosseiros ...
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
136 Busca Tabu para I<strong>de</strong>ntificação <strong>de</strong> <strong>Erros</strong> Conformativos<br />
Um dos métodos bastante utilizados para problemas combinatórios é o branch and bound<br />
(BB) e consiste em um algoritmo <strong>de</strong>terminístico <strong>de</strong> busca seletiva sobre a árvore <strong>de</strong> solução.<br />
Seu uso foi proposto na abordagem <strong>de</strong> Monticelli et al. (1986b) e será <strong>de</strong>scrita brevemente<br />
neste capítulo. Aproveitando-se da formulação do problema <strong>de</strong> i<strong>de</strong>ntificação <strong>de</strong> erros grosseiros<br />
para o método branch and bound, <strong>de</strong>senvolveu-se uma metodologia com a Metaheurística Busca<br />
Tabu (BT). Verificou-se que a partir do ajuste correto <strong>de</strong> parâmetros e da aplicação <strong>de</strong> uma<br />
estratégia a<strong>de</strong>quada, a Busca Tabu po<strong>de</strong> se comportar como o branch and bound. Além <strong>de</strong><br />
outras características pertinentes ao método, a Busca Tabu revelou-se um método mais flexível<br />
e geral, capaz <strong>de</strong> agregar outras estratégias heurísticas e assim melhorar a eficiência da busca.<br />
Apresentam-se a seguir, a formulação do problema <strong>de</strong> i<strong>de</strong>ntificação <strong>de</strong> erros, sua aplicação com<br />
o método branch and bound e finalmente o método <strong>de</strong> Busca Tabu proposto.<br />
5.1.1 Formulação<br />
que,<br />
Os possíveis estados <strong>de</strong> um medidor i po<strong>de</strong>m ser representados por uma variável binária em<br />
d i = 0,<br />
d i = 1,<br />
se a i-ésima medida é uma medida portadora <strong>de</strong> erro,<br />
se a i-ésima medida é uma medida sem erro grosseiro<br />
Um vetor <strong>de</strong>cisão <strong>de</strong> m medidas é dado por,<br />
d = {d 1 , d 2 , d 3 , . . . , d m } (5.1)<br />
Por exemplo, um vetor <strong>de</strong>cisão d = {0, 1, 1, 1, 0} indica que no conjunto <strong>de</strong> cinco medidas, as<br />
medidas #1 e #5 são medidas portadoras <strong>de</strong> erro. Po<strong>de</strong>-se observar que em um conjunto com<br />
m medidas o número <strong>de</strong> configurações possíveis é 2 m . No exemplo com cinco medidas, portanto,<br />
o número configurações é 2 5 = 32.<br />
Um estado do vetor <strong>de</strong> <strong>de</strong>cisão, como no exemplo acima, indica uma das possíveis configurações<br />
<strong>de</strong> status <strong>de</strong> medidores que refletem o estado atual do conjunto medido. Duas condições<br />
<strong>de</strong>vem ser observadas para <strong>de</strong>terminar a viabilida<strong>de</strong> da solução. A primeira refere-se à condição<br />
<strong>de</strong> observabilida<strong>de</strong> da solução candidata, e a segunda, a não existência <strong>de</strong> erros grosseiros.<br />
Consi<strong>de</strong>re agora que para cada medidor uma probabilida<strong>de</strong> é atribuída, sendo p i a probabi-