1

Control de Bsqueda de Extremos por Seccin urea.

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