Resumen

La modelización de sistemas dinámicos lineales es una cuestión muy importante en ciencia e ingeniería. El proceso de modelización puede llevarse a cabo mediante la aplicación de las leyes de gobierno que describen el proceso o utilizando la secuencia de datos de entrada y salida del proceso. La mayoría de los algoritmos de modelización descritos en la literatura se centran en determinar el orden o en estimar los parámetros del modelo. En este artículo, los autores presentan un nuevo método de modelización. Dada la secuencia de datos de entrada-salida del modelo en ausencia de cualquier información sobre el orden, el orden correcto del modelo así como los parámetros correctos se determinan simultáneamente utilizando un algoritmo genético. El algoritmo utilizado en este trabajo tiene varias ventajas: en primer lugar, no utiliza procedimientos matemáticos complejos para detectar el orden y los parámetros; en segundo lugar, puede utilizarse tanto para sistemas de bajo como de alto orden; en tercer lugar, puede aplicarse a cualquier sistema dinámico lineal, incluidos los modelos autorregresivo, de media móvil y autorregresivo de media móvil; en cuarto lugar, determina el orden y los parámetros de forma simultánea con una gran precisión. Los resultados presentados en este artículo muestran la potencialidad, la generalidad y la superioridad de nuestro método en comparación con otros métodos conocidos.

• Materias:Análisis Matemático Álgebra Ingeniería Matemática aplicada Lógica matemática
• Subjects:Mathematical Analysis Algebra Engineering Applied Mathematics Mathematical logic
• Palabras claves:secuencia de datos de salida, orden, papel, procedimientos matemáticos complejos, sistemas de alto orden, sistema dinámico lineal, sistemas dinámicos lineales, entrada, modelo, parámetros
• Keywords:output data sequence, order, paper, complex mathematical procedures, high order systems, linear dynamical system, linear dynamical systems, input, model, parameters