Análise de Observabilidade e Processamento de Erros Grosseiros ...

152 Busca Tabu para Identificação de Erros Conformativos
1. Na BT, é permitido avançar por soluções que apresentem valores de função objetivo piores
que a solução corrente. Um exemplo de transição da BT é apresentado na Fig. (5.6), em
que a BT continua avançando mesmo já tendo alcançado um ponto ótimo local, e então
prossegue em direção à solução ótima global enquanto que a busca local fica estagnada.
2. Como é feito uso de memória, a estrutura da vizinhança não é estática, e varia em composição
e tamanho durante todo o processo. Esta característica permite a exploração mais
eficaz do espaço e evita a ciclagem (retorno às configurações já testadas).
Para uma vizinhança poder ser definida, é necessário antes, definir a a representação e a
codificação das soluções. A forma de codificação determinará a existência de soluções factíveis
e infactíveis e também de como será a função objetivo.
Codificação
A codificação utilizada neste trabalho é a binária. Status de chaves (pseudomedidas) e
medidas analógicas são representadas em um único vetor. Para uma codificação binária que
indique a presença de erros grosseiros. A Fig. (5.7) ilustra a codificação do vetor decisão. Uma
configuração vizinha pode ser obtida através da alteração do status de uma medida ou chave ou
pela aplicação de múltiplas alterações. É fácil observar que para essa codificação para um vetor
de dimensão m, o número de possibilidades será 2 m .
PSfrag replacements
d k =
status de disjuntores
status de medida
0 1 1 1 0 0 0 1
1 2 3
m
Figura 5.7: Codificação de status de chaves e disjuntores e medidas analógicas. Se d(n) = 0,
então a medida ou chave #n é portadora de erro grosseiro, se d(n) = 1 a medida/chave #n é
livre de erros grosseiros
Vizinhança de análise
Foram testadas várias estratégias de geração de vizinhança. Entre elas as mais adequadas
foram a troca simples do status do bit e a troca de posição entre dois elementos. A troca simples
representa a alteração do status de um único elemento do vetor de decisão. Para essa forma de
geração de vizinhança, com o vetor de decisão de dimensão m, o número de vizinhos possíveis