Christian Nievas, Edmundo Casas. Departamento de Electrnica, Universidad Tcnica Federico Santa Mara, Valparaso, Chile. Resumen: Se presenta a continuacin un breve anlisis de un mtodo de bsqueda de extremos por seccin urea, desarrollando un algoritmo, para buscar especficamente un mnimo local, y finalmente ser aplicado en sistemas de control, constatando el funcionamiento de este por simulacin. 1. INTRODUCCIN El mtodo de bsqueda que se propondr se basa en la proporcin urea, la cual se conoce y estudia desde la poca griega, y tiene relacin con trabajos de artistas y matemticos en toda la historia, como es el caso de Leonardo da Vinci, Pitgoras, Fibonacci, Dal, entre otros, adems de presentarse en innumerables casos en la naturaleza. El objetivo principal es encontrar un algoritmo, que mediante iteraciones y un rango de trabajo dado, pueda minimizar el intervalo en donde se encuentra el mnimo local de la funcin objetivo. 2. DESCRIPCIN. Bsicamente el mtodo se explicar para la bsqueda de mnimos, lo cual puede ser extendido para buscar un mximo local de la misma forma. Este mtodo se basa en ir minimizando un intervalo definido en el eje de las abscisas, en el cual se encuentra el extremo (mnimo local) que se busca. La idea principal es la comparacin de las alturas en el eje de las ordenadas, de los lmites superior e inferior dentro del rango de trabajo en el eje de las abscisas. Partiendo de este punto se pueden analizar tres casos: Caso 1: Cuando las alturas evaluadas en los lmites inferior y superior son iguales, en este caso se tomar arbitrariamente un nuevo rango de trabajo entre el lmite inferior y un nuevo lmite superior, que estar en la 0,618 parte del rango, como se puede apreciar en la figura 1a. Caso 2: Cuando la altura evaluada en el lmite superior es mayor a la altura evaluada en el lmite inferior, en este caso se elegir un nuevo rango de trabajo entre el lmite inferior y un nuevo lmite superior, que estar en la 0,618 parte del rango, como se puede apreciar en la figura 1b. Caso 3: Cuando la altura evaluada en el lmite inferior es mayor a la altura evaluada en el lmite superior, en este caso se tomar un nuevo rango de trabajo entre el lmite superior y un nuevo lmite inferior, que estar en la 0,618 parte del rango, como se puede apreciar en la figura 1c. 3. ALGORITMO. Para la implementacin del algoritmo de bsqueda del mnimo local, en el caso 1 y el caso 2, dado que para ambos se ejecuta la misma accin, se tomar como un solo caso, que ser cuando la altura evaluada en el lmite superior es mayor o igual a la altura evaluada en el lmite inferior, manteniendo la condicin presentada en el caso 3. Dado lo anterior se llega al siguiente algoritmo: Ref, Xmin, Xmax, Estimado Ymax=(Ref-Xmax)2 Ymin=(Ref-Xmin)2 Ymin<=Ymax? SI NO Ymin>Ymax? Xmax=(Xmax-Xmin)*0.618+Xmin Ymax=(Ref-Xmax)2 Xmin=(Xmax-Xmin)*0.382+Xmin Ymin=(Ref-Xmin)2 (Xmax-Xmin)<Estimado? SI NO NO Fin SI Figura 1. a) Caso 1 , b) Caso 2 , c) Caso 3. Figura 2. 2 A continuacin se probar el mtodo para distintas funciones objetivos y se analizarn los resultados obtenidos: Funcin Objetivo 1: 3 2 = x y (1) Mnimo local de la funcin en x = 0. Altura del mnimo local de y = -3. a) b) Como se puede observar en la figura 3b. el seguimiento que se hace a la funcin objetivo es perfecta, efectundose los siguientes cambios de rango por cada iteracin hecha, rodeando al valor en donde se encuentra el mnimo local de la funcin (x = 0), como se aprecia en la Tabla 1. Para concluir, se puede decir que en la quinceava iteracin finaliza el algoritmo, dependiendo de la precisin que se define en el valor de estimacin en la figura 2. Funcin Objetivo 2: ) sen(x y = (2) Mnimo local de la funcin en x = 2 / 3 . Altura del mnimo local de y = -1. a) Figura 3. a) Funcin Objetivo , b) Bsqueda del Algoritmo. Iteracin Xmin Xmax Ymin Ymax 0 .0000 -10.0000 10.0000 97.0000 97.0000 1.0000 -10.0000 2.3607 97.0000 2.5728 2.0000 -5.2786 2.3607 24.8640 2.5728 3.0000 -2.3607 2.3607 2.5728 2.5728 4.0000 -2.3607 0.5573 2.5728 -2.6894 5.0000 -1.2461 0.5573 -1.4472 -2.6894 6.0000 -0.5573 0.5573 -2.6894 -2.6894 7.0000 -0.5573 0.1316 -2.6894 -2.9827 8.0000 -0.2942 0.1316 -2.9135 -2.9827 9.0000 -0.1316 0.1316 -2.9827 -2.9827 10.0000 -0.1316 0.0311 -2.9827 -2.9990 11.0000 -0.0694 0.0311 -2.9952 -2.9990 12.0000 -0.0311 0.0311 -2.9990 -2.9990 13.0000 -0.0311 0.0073 -2.9990 -2.9999 14.0000 -0.0164 0.0073 -2.9997 -2.9999 15.0000 -0.0073 0.0073 -2.9999 -2.9999 Tabla 1. 3 b) En este caso, como la funcin objetivo posee ms de un mnimo local, se especifica mediante el rango de trabajo el mnimo local que el algoritmo debe encontrar, que en este caso fue el que est en la posicin 2 / 3 (cercano a 4.17), como se observa en la Tabla 2. Con los ejemplos anteriores, se justifica el buen funcionamiento del algoritmo para mnimos locales, dentro del rango de trabajo. 4. CONTROL BASADO EN EL ALGORITMO. El esquema de control para el cual se usa este algoritmo, es diferente a los mtodos tradicionales, ya que aqu la referencia, coincidente con la medicin, no es una entrada independiente que se deba seguir por el sistema, sino que el controlador debe encontrar el extremo de la funcin de referencia mediante el algoritmo. Es decir, el control se centra bsicamente, en que para cada valor encontrando al tomar una medicin, se va entregando una actuacin a la planta, a medida que se tiende al extremo buscado, entonces se est ms cerca de la actuacin requerida. Por ello el propio algoritmo acta como controlador. Dicho lo anterior, se presenta el siguiente esquema de control en la figura 5: Controlador en base al Algoritmo. Planta Sensor u r m y Para comprobar el funcionamiento del controlador de bsqueda de extremos, se analiz un caso simulando para una funcin objetivo, la cual sufrira distintas variaciones en el tiempo, dependiendo en la realidad de ciertos aspectos fsicos que pueden ocurrir en un proceso real. El algoritmo de la figura 2, se modific de tal forma de poder usarlo como el controlador en simulacin, como se puede observar en la figura 6: Y, Estimado Emax=(Y)2 Emin=(Y)2 Ymax=sqrt(Emax)+10 Ymin=sqrt(Emin)-10 Emin<=Emax? SI NO Emin>Emax? Ymax=(Ymax-Ymin)*0.618+Ymin Emax=(Ymax)2 Ymin=(Ymax-Ymin)*0.382+Ymin Emin=(Ymin)2 (Ymax-Ymin)<Estimado? SI NO NO SI U=(Ymax-Ymin)*0.5+Ymin Figura 4. a) Funcin Objetivo , b) Bsqueda del Algoritmo. Iteracin Xmin Xmax Ymin Ymax 0.0000 -10.0000 10.0000 0.5440 -0.5440 1.0000 -2.3607 10.0000 -0.7039 -0.5440 2.0000 -2.3607 5.2786 -0.7039 -0.8439 3.0000 0.5573 5.2786 0.5289 -0.8439 4.0000 2.3607 5.2786 0.7039 -0.8439 5.0000 3.4752 5.2786 -0.3275 -0.8439 6.0000 4.1641 5.2786 -0.8534 -0.8439 7.0000 4.1641 4.8529 -0.8534 -0.9901 8.0000 4.4272 4.8529 -0.9596 -0.9901 9.0000 4.5898 4.8529 -0.9925 -0.9901 10.0000 4.5898 4.7524 -0.9925 -0.9992 11.0000 4.6519 4.7524 -0.9982 -0.9992 12.0000 4.6903 4.7524 -0.9998 -0.9992 13.0000 4.6903 4.7287 -0.9998 -0.9999 14.0000 4.7050 4.7287 -1.0000 -0.9999 15.0000 4.7050 4.7196 -1.0000 -1.0000 Tabla 2. Figura 5. Figura 6. 4 5. SIMULACIN DEL SISTEMA CONTROLADO. Para la simulacin se plante como funcin objetivo la siguiente ecuacin: ( ) ( ) 2 exp = x y (3) Done los parmetros y , se fueron variando para observar el control de la dinmica del sistema, con lo cual se obtuvieron distintas referencias dependientes de los aspectos fsicos que controlan a y . Grficamente las funciones objetivos (referencias) son las presentadas en la figura 7: Con lo que el controlador, basado en el algoritmo de la figura 6, present las siguientes actuaciones, dependiendo de la funcin objetivo que imperara en el momento, como se aprecia en la figura 8: Finalmente se pudo constatar un buen funcionamiento del controlador, a pesar de sus dificultades para poder llegar a un valor estacionario, dado que el sistema tiende a oscilar dentro del rango de estimacin (precisin) que se le define al algoritmo. El controlador, puede ser utilizado en aplicaciones como el seguimiento de una antena parablica a un mximo de seal transmitida por un satlite; en un precipitador electrosttico, donde se busca un voltaje ptimo para ionizar cierta cantidad de partculas, para controlar emisiones al ambiente; en el control de ciertos aspectos econmicos como ver equilibrio entre costo y produccin; en sistemas de bsqueda de un mximo de intensidad luminosa, entre otras. 6. CONCLUSIONES. Independiente de las conclusiones obtenidas en el anlisis del algoritmo y en la simulacin del sistema controlado se pueden rescatar ciertas ventajas y desventajas que posee este mtodo que sern detalladas a continuacin: Ventajas: El algoritmo es simple matemticamente, ya que no contiene operaciones integrales ni diferenciales. Es eficiente para tipos de procesos relacionados con bsqueda de extremos, como es abarcado en el punto 4. Se puede ajustar la precisin de bsqueda desde el controlador cuando sea requerido por el proceso, ya sea de forma manual o como entradas independientes que el proceso automticamente requiera. Desventajas: El control no es eficiente en procesos rpidos, debido a que el mismo control produce retardo al iterar para encontrar el extremo de la funcin objetivo. El control depende de que el mnimo se encuentre dentro del rango definido para la actuacin, dado que si el extremo se encuentra fuera, habr saturacin en esta. El algoritmo encuentra slo mnimos locales. Una vez seguida la referencia, la actuacin contina oscilando en un rango menor, ya que sigue en bsqueda de un cambio de extremo en la funcin objetivo. REFERENCIAS. 1. Gonzlez, E. y Glara, J. (2000). Control en bsqueda de extremos para precipitadores electrostticos. Departamento de Electrnica, UTFSM, Valparaso, Chile. 2. Glara, J. (2002). Regulation by search?. Departamento de Electrnica, UTFSM, Valparaso, Chile. Figura 7. Figura 8. Valparaso 26 de Junio de 2003