Resumen

En esta investigación se desarrolló un nuevo filtro llamado filtro dividido iterativo de diferencia basado en máxima verosimilitud (maximum likelihood-based iterated divided difference filter, MLIDDF) para mejorar la exactitud de la estimación de bajo estado de la estimación de estado no lineal debida a errores grandes iniciales de estimación y la no linealidad de ecuaciones de medición. El algoritmo MLIDDF es sin derivadas y se implementa calculando solamente las evaluaciones funcionales. Necesita del uso de una actualización de la medición de iteración donde se introdujo el criterio de terminación de iteración con base en la máxima verosimilitud y de la medición actual.

• Materias:Administración Desarrollo de procesos Investigación operacional
• Subjects:Management Process development Operations research
• Palabras claves:Ciencias de la administración, Optimización de procesos, Máxima verosimilitud, Filtro dividido iterativo de diferencia basado en máxima verosimilitud, Estimación de estado no lineal, Seguimiento de objetivos, Filtro de kalman, Mediciones discretas de ruido
• Keywords:Administration sciences, Process optimization, Maximum likelihood, Iterative split filter of difference based on maximum likelihood, Non-linear state estimation, Objective tracking, Kalman filter, Discrete noise measurements