Identificacion de sistemas dinamicos lineales mediante descomposicion ponderada de las variables de estado y el método de la pseudoInversa de Moore-Penrose



Título del documento: Identificacion de sistemas dinamicos lineales mediante descomposicion ponderada de las variables de estado y el método de la pseudoInversa de Moore-Penrose
Revista: Avances en sistemas e informática
Base de datos: PERIÓDICA
Número de sistema: 000353208
ISSN: 1657-7663
Autores: 1
2
1
Instituciones: 1Universidad de Los Andes, Mérida. Venezuela
2Universidad de Pamplona, Pamplona, Norte de Santander. Colombia
Año:
Periodo: Sep
Volumen: 6
Número: 2
Paginación: 77-84
País: Colombia
Idioma: Español
Tipo de documento: Artículo
Enfoque: Aplicado, descriptivo
Resumen en español En este artículo se propone una nueva perspectiva en la id en tifica ción d e sistemas lineales, se utiliza simila r ida d estructural entre sus trayectorias , la propuesta consiste en la exp lor a ción sign ificativa q u e tien e ca d a modelo d e sistema dinámico , explícitamente en el comportamiento que tienen su s va r ia b les d e esta d o. E l métod o se fu n d a men ta en la descomposición de sus variables de estado en diferentes modos de comportamiento. Aunque todas las variables son manejadas mediante el mismo conjunto de valores propios, cada variable de estad o tiene un conjunto difer ente de ponder a ciones y a sí se ilu str a n d ifer en tes p a tr on es d e comp or t a mien to. E st a s ponderaciones son más significativas que los valores propios para desar rollar políticas de recomendación o establecer una nueva técnica de identificación de sistemas lineales e invariantes en el tiemp o. P ar a la iden tifica ción de sistemas utiliza mos d os métodos fundamentados en áreas de algebra lineal y estadística
Resumen en inglés DIn this article, a new perspective on the identification of lin ea r d eter min istic systems u sin g str u ctu r a l simila r ity between their trajector ies is proposed. The pr oposal consists in the exp lor a tion significa nce of ea ch mod el, explicitly in th e behavior that has their state variables. This method is based on the decomposition of the state var iables in differ ent modes of behavior of a system. Although all the variables are handled by the same set of eigenvalues, each state variable has a different set of weights and shows different patterns of behavior. These weights a r e mor e sign ifica n t t h a n eigen va lu es to d evelop p olicy r ecommendations or establish a new technique for identifying timeinvar iant linear systems. For the identification of systems two methods are used, based on linear algebra and statistics
Disciplinas: Ciencias de la computación,
Matemáticas
Palabras clave: Inteligencia artificial,
Matemáticas aplicadas,
Sistemas dinámicos lineales,
Dinámica de sistemas,
Identificación de sistemas
Keyword: Computer science,
Mathematics,
Artificial intelligence,
Applied mathematics,
Linear dynamic systems,
System dynamics,
Systems identification
Texto completo: Texto completo (Ver HTML)