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.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Video:
Introducción a los procesos estocásticos [Parte 2]
Ponencia:
Desarrollo de sistemas informáticos de ayuda a la decisión en mantenimiento industrial
Video:
Lección 26. Métodos heurísticos
Artículo:
Potencial de ahorro energético para una caldera de vapor industrial
Video:
Resultados de reconciliación de datos