AVALIAÇÃO DE CODIFICAÇÕES BINÁRIAS ASSOCIADAS A METAHEURÍSTICAS APLICADAS NA IDENTIFICAÇÃO DE SISTEMAS

Objetivo: Investigar os efeitos da codificação binária em metaheurísticas contínuas aplicadas ao problema de seleção de estrutura e comparar seu desempenho com metaheurísticas binárias atuando no mesmo problema. Métodos: Foram avaliados os desempenhos das metaheurísticas Algoritmo Genético, Evolução Diferencial, Colônia de Abelhas Artificiais e Otimização por Enxame de Partículas aplicadas ao problema de seleção de estrutura de modelos não lineares autorregressivos com entrada externa. O Algoritmo Genético já consiste em uma metaheurística projetada para manipular soluções binárias. A Evolução Diferencial, a Colônia de Abelhas Artificiais e a Otimização por Enxame de Partículas, por sua vez, tiveram suas versões binárias implementadas através das codificações Função de Transferência, Prioridade de Maior Valor e Modulação em Ângulo. Um estudo de caso foi conduzido utilizando dados de um conversor buck. Resultados: Os resultados das simulações mostram que a versão binária da Colônia de Abelhas Artificiais obtida com a codificação Função de Transferência foi a técnica que apresentou o melhor desempenho. O melhor modelo encontrado neste trabalho apresentou bom desempenho ao serem aplicados métodos de validação (raiz quadrada do erro médio quadrático e simulação). Conclusão: É possível melhorar o desempenho de metaheurísticas contínuas atuando na seleção de estruturas de modelos, desde que seja escolhida a codificação binária adequada.