Análise de Observabilidade e Processamento de Erros Grosseiros ...
Análise de Observabilidade e Processamento de Erros Grosseiros ... Análise de Observabilidade e Processamento de Erros Grosseiros ...
148 Busca Tabu para Identificação de Erros Conformativos • Memória Adaptativa Seletividade Abstração e decomposição Tempo: Brevidade de eventos Freqüência de eventos Diferenciação entre curto e longo prazo Qualidade e impacto: Contexto Atração relativa quanto a escolha de alternativas Impacto de mudanças de relações em estruturas ou restrições Interdependência regional Interdependência estrutural Interdependência seqüencial • Exploração Sensível Imposição estratégica de proibições e induções Condições tabu e níveis de aspiração Enfoque concentrado em boas regiões e em boas características de soluções Processo de intensificação Caracterização e exploração de regiões promissoras Processo de diversificação Padrões de busca não monotônicos (oscilação estratégica) Integração e geração de novas soluções (path relinking) Figura 5.4: Quadro com as principais características da Busca Tabu
5.3 Busca Tabu para identificação de erros conformativos 149 forma mais eficiente em relação aos métodos de otimização clássicos por apresentar uma estrutura mais flexível. A função objetivo utilizada não necessita ser exata, pode ser formulada de uma maneira simplificada, desde que represente adequadamente a qualidade da configuração testada e permita diferenciar uma configuração da outra. A Busca Tabu utiliza uma codificação de uma configuração ou solução do espaço de busca e a partir de um algoritmo de busca local, realiza uma busca sistemática em um espaço denominado vizinhança. O algoritmo BT básico executa as seguintes funções: Uma vizinhança é definida para a configuração corrente; a busca se move para a melhor solução presente na vizinhança, isto é, a configuração de menor custo é selecionada. Geralmente apenas as vizinhanças mais atrativas são examinadas para evitar que o problema se torne demasiadamente grande. No decorrer do processo, algumas soluções podem se mostrar atraentes, no entanto, as transições necessárias para obter tal solução podem estar proibidas. Nesse caso, se a configuração pode passar pelo critério de aspiração onde as condições tabu são relaxadas e a solução é aceita. O algoritmo básico compreende uma memória de curto prazo com listas tabu e um critério de aspiração. Outra característica da Busca Tabu é a flexibilidade na incorporação de novas estratégias. Algumas delas são o uso de intensificação e diversificação. Esses mecanismos permitem explorações mais completas de regiões atrativas e visam explorar de forma mais intensa as regiões atrativas e também de mover para regiões que ainda não foram visitadas anteriormente (o que é particularmente importante para evitar a estagnação em pontos ótimos locais) respectivamente. Porém, deve-se fazer uma observação quando além de erros conformativos de medidas e de topologia, parâmetros também estão envolvidos. Nesses casos, estratégias mais avançadas podem ser necessárias. A Busca Tabu, mais do que outras Metaheurísticas como Simulated Annealing ou Algoritmos Genéticos, é especialmente adequada para o problema de identificação de erros por possibilitar a incorporação de estratégias de identificação de erros não-ótimas, como a aplicação sucessiva do resíduo normalizado. Uma das dificuldades na BT é lidar com vizinhanças de grandes dimensões, sendo em muitas ocasiões necessário reduzir seu tamanho sem sacrificar a qualidade. Esse procedimento deve ser realizado com cuidado para evitar a perda de soluções importantes. Para esse caso o uso do resíduo normalizado pode exercer papel importante. Por exemplo, em casos quando o vetor de decisão candidato não é factível, isto é, a configuração é não-observável e portanto não permite o teste de detecção de erros, testes baseados no resíduo normalizado ou resíduo ponderado podem fornecer listas de dados suspeitos. A formulação da identificação de múltiplos erros utilizando a Busca Tabu é apresentada a seguire com a definição dos conceitos apresentados até o momento: vizinhança, codificação, função objetivo e critério de aspiração. Serão descritas as formulações de cada função para o
- Page 118 and 119: 98 Identificação e Tratamento de
- Page 120 and 121: 100 Identificação e Tratamento de
- Page 122 and 123: 102 Identificação e Tratamento de
- Page 124 and 125: 104 Identificação e Tratamento de
- Page 126 and 127: 106 Identificação e Tratamento de
- Page 128 and 129: 108 Identificação e Tratamento de
- Page 130 and 131: 110 Identificação e Tratamento de
- Page 132 and 133: 112 Identificação e Tratamento de
- Page 134 and 135: 114 Identificação e Tratamento de
- Page 136 and 137: ¤ 116 Identificação e Tratamento
- Page 138 and 139: 118 Identificação e Tratamento de
- Page 140 and 141: 120 Identificação e Tratamento de
- Page 142 and 143: 122 Identificação e Tratamento de
- Page 144 and 145: 124 Identificação e Tratamento de
- Page 146 and 147: 126 Identificação e Tratamento de
- Page 148 and 149: 128 Identificação e Tratamento de
- Page 150 and 151: 130 Identificação e Tratamento de
- Page 152 and 153: 132 Identificação e Tratamento de
- Page 154 and 155: 134 Identificação e Tratamento de
- Page 156 and 157: 136 Busca Tabu para Identificação
- Page 158 and 159: 138 Busca Tabu para Identificação
- Page 160 and 161: 140 Busca Tabu para Identificação
- Page 162 and 163: 142 Busca Tabu para Identificação
- Page 164 and 165: 144 Busca Tabu para Identificação
- Page 166 and 167: 146 Busca Tabu para Identificação
- Page 170 and 171: 150 Busca Tabu para Identificação
- Page 172 and 173: 152 Busca Tabu para Identificação
- Page 174 and 175: 154 Busca Tabu para Identificação
- Page 176 and 177: 156 Busca Tabu para Identificação
- Page 178 and 179: 158 Busca Tabu para Identificação
- Page 180 and 181: 160 Busca Tabu para Identificação
- Page 182 and 183: 162 Busca Tabu para Identificação
- Page 184 and 185: 164 Busca Tabu para Identificação
- Page 186 and 187: £¢ £ ¢ 166 Busca Tabu para Iden
- Page 188 and 189: 168 Busca Tabu para Identificação
- Page 190 and 191: 170 Busca Tabu para Identificação
- Page 192 and 193: 172 Busca Tabu para Identificação
- Page 194 and 195: 174 Busca Tabu para Identificação
- Page 196 and 197: 176 Busca Tabu para Identificação
- Page 198 and 199: 178 Busca Tabu para Identificação
- Page 200 and 201: 180 Busca Tabu para Identificação
- Page 202 and 203: 182 Conclusões Gerais são alterad
- Page 204 and 205: 184 Conclusões Gerais
- Page 206 and 207: 186 Referências Bibliográficas Cl
- Page 208 and 209: 188 Referências Bibliográficas Mo
- Page 210 and 211: Índice Remissivo branch and bound
- Page 212 and 213: 192 ÍNDICE REMISSIVO
- Page 214 and 215: 194 Atualização do índice J(̂x)
- Page 216 and 217: 196 Atualização do índice J(̂x)
5.3 Busca Tabu para i<strong>de</strong>ntificação <strong>de</strong> erros conformativos 149<br />
forma mais eficiente em relação aos métodos <strong>de</strong> otimização clássicos por apresentar uma estrutura<br />
mais flexível. A função objetivo utilizada não necessita ser exata, po<strong>de</strong> ser formulada <strong>de</strong> uma<br />
maneira simplificada, <strong>de</strong>s<strong>de</strong> que represente a<strong>de</strong>quadamente a qualida<strong>de</strong> da configuração testada<br />
e permita diferenciar uma configuração da outra. A Busca Tabu utiliza uma codificação <strong>de</strong> uma<br />
configuração ou solução do espaço <strong>de</strong> busca e a partir <strong>de</strong> um algoritmo <strong>de</strong> busca local, realiza<br />
uma busca sistemática em um espaço <strong>de</strong>nominado vizinhança.<br />
O algoritmo BT básico executa as seguintes funções: Uma vizinhança é <strong>de</strong>finida para a<br />
configuração corrente; a busca se move para a melhor solução presente na vizinhança, isto é, a<br />
configuração <strong>de</strong> menor custo é selecionada. Geralmente apenas as vizinhanças mais atrativas<br />
são examinadas para evitar que o problema se torne <strong>de</strong>masiadamente gran<strong>de</strong>. No <strong>de</strong>correr do<br />
processo, algumas soluções po<strong>de</strong>m se mostrar atraentes, no entanto, as transições necessárias<br />
para obter tal solução po<strong>de</strong>m estar proibidas. Nesse caso, se a configuração po<strong>de</strong> passar pelo<br />
critério <strong>de</strong> aspiração on<strong>de</strong> as condições tabu são relaxadas e a solução é aceita. O algoritmo<br />
básico compreen<strong>de</strong> uma memória <strong>de</strong> curto prazo com listas tabu e um critério <strong>de</strong> aspiração.<br />
Outra característica da Busca Tabu é a flexibilida<strong>de</strong> na incorporação <strong>de</strong> novas estratégias.<br />
Algumas <strong>de</strong>las são o uso <strong>de</strong> intensificação e diversificação. Esses mecanismos permitem explorações<br />
mais completas <strong>de</strong> regiões atrativas e visam explorar <strong>de</strong> forma mais intensa as regiões<br />
atrativas e também <strong>de</strong> mover para regiões que ainda não foram visitadas anteriormente (o que é<br />
particularmente importante para evitar a estagnação em pontos ótimos locais) respectivamente.<br />
Porém, <strong>de</strong>ve-se fazer uma observação quando além <strong>de</strong> erros conformativos <strong>de</strong> medidas e <strong>de</strong> topologia,<br />
parâmetros também estão envolvidos. Nesses casos, estratégias mais avançadas po<strong>de</strong>m<br />
ser necessárias.<br />
A Busca Tabu, mais do que outras Metaheurísticas como Simulated Annealing ou Algoritmos<br />
Genéticos, é especialmente a<strong>de</strong>quada para o problema <strong>de</strong> i<strong>de</strong>ntificação <strong>de</strong> erros por possibilitar a<br />
incorporação <strong>de</strong> estratégias <strong>de</strong> i<strong>de</strong>ntificação <strong>de</strong> erros não-ótimas, como a aplicação sucessiva do<br />
resíduo normalizado. Uma das dificulda<strong>de</strong>s na BT é lidar com vizinhanças <strong>de</strong> gran<strong>de</strong>s dimensões,<br />
sendo em muitas ocasiões necessário reduzir seu tamanho sem sacrificar a qualida<strong>de</strong>. Esse<br />
procedimento <strong>de</strong>ve ser realizado com cuidado para evitar a perda <strong>de</strong> soluções importantes. Para<br />
esse caso o uso do resíduo normalizado po<strong>de</strong> exercer papel importante. Por exemplo, em casos<br />
quando o vetor <strong>de</strong> <strong>de</strong>cisão candidato não é factível, isto é, a configuração é não-observável e<br />
portanto não permite o teste <strong>de</strong> <strong>de</strong>tecção <strong>de</strong> erros, testes baseados no resíduo normalizado ou<br />
resíduo pon<strong>de</strong>rado po<strong>de</strong>m fornecer listas <strong>de</strong> dados suspeitos.<br />
A formulação da i<strong>de</strong>ntificação <strong>de</strong> múltiplos erros utilizando a Busca Tabu é apresentada<br />
a seguire com a <strong>de</strong>finição dos conceitos apresentados até o momento: vizinhança, codificação,<br />
função objetivo e critério <strong>de</strong> aspiração. Serão <strong>de</strong>scritas as formulações <strong>de</strong> cada função para o