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.
138 Busca Tabu para I<strong>de</strong>ntificação <strong>de</strong> <strong>Erros</strong> Conformativos<br />
N(d) representa o sistema com a correspon<strong>de</strong>nte configuração dos medidores. C(d) representa<br />
a função que fornece o limite <strong>de</strong> <strong>de</strong>tecção para o método adotado (teste-r n ou teste-J(̂x)). A<br />
solução ótima para o problema (5.6) é aquela que fornece o número mínimo <strong>de</strong> medidas ou <strong>de</strong><br />
pseudomedidas consi<strong>de</strong>radas portadoras <strong>de</strong> erros grosseiros. Entretanto, se as probabilida<strong>de</strong>s<br />
entre as medidas forem diferentes, a expressão Eq. (5.5) <strong>de</strong>veria ser substituída diretamente por<br />
Eq. (5.2).<br />
O problema apresentado em Eq. (5.6) é <strong>de</strong> difícil solução, pois representa um problema<br />
com variáveis inteiras e mistas com natureza <strong>de</strong> explosão combinatória. O objetivo é encontrar<br />
hipóteses representados pelo status dos medidores que expliquem as incoerências no estado estimado.<br />
O método branch and bound é capaz <strong>de</strong> lidar com problemas <strong>de</strong>sse tipo e será apresentado<br />
a seguir.<br />
5.2 Método branch and bound para i<strong>de</strong>ntificação <strong>de</strong> erros conformativos<br />
O método branch and bound foi criado com objetivo <strong>de</strong> resolver problemas combinatórios com<br />
restrições. Sua origem baseia-se em conceitos heurísticos e na teoria <strong>de</strong> grafos e é consi<strong>de</strong>rado<br />
como uma <strong>de</strong>rivação do algoritmo backtrack (mais informações, sobre o método B.B, ver em<br />
(Hu, 1982)), em que uma busca implícita é realizada <strong>de</strong> forma sistemática. Em um problema<br />
combinatório, a forma <strong>de</strong> garantir a obtenção da solução ótima global é através da geração <strong>de</strong><br />
todas as opções possíveis, no entanto, essa alternativa é in<strong>de</strong>sejável por motivos óbvios. A idéia<br />
básica do branch and bound é realizar uma busca sistemática sobre árvore <strong>de</strong> possibilida<strong>de</strong>s<br />
aproveitando-se das particularida<strong>de</strong>s do problema e guiar essa busca para a solução ótima sem<br />
realizar a enumeração completa das soluções. O algoritmo BB consiste <strong>de</strong> um conjunto <strong>de</strong><br />
estratégias que <strong>de</strong>finem o modo <strong>de</strong> expansão da árvore <strong>de</strong> <strong>de</strong>cisão e a forma <strong>de</strong> explorá-la. Sua<br />
eficiência está diretamente relacionada ao conhecimento prévio das características do problema<br />
e como essas características po<strong>de</strong>m ser exploradas através <strong>de</strong> estratégias inteligentes.<br />
Árvore <strong>de</strong> <strong>de</strong>cisão binária<br />
O vetor <strong>de</strong> <strong>de</strong>cisão e as suas transições po<strong>de</strong>m ser representados por uma árvore binária<br />
Fig. (5.1). Consi<strong>de</strong>re que existam m medidas a serem analisadas. Portanto há 2 m possibilida<strong>de</strong>s<br />
a serem testadas que correspon<strong>de</strong>m a vetores <strong>de</strong> <strong>de</strong>cisão diferentes. Em cada nó da árvore, <strong>de</strong>vese<br />
<strong>de</strong>cidir qual medida <strong>de</strong>ve ser consi<strong>de</strong>rada correta ou incorreta (operação <strong>de</strong> ramificação).<br />
Por exemplo, no nível 2, duas medidas foram classificadas como corretas ou não. No nível m,