Vous êtes sur la page 1sur 3

TRABAJO ACTIVIDAD FASE 2 CUADRO SINOPTICO TCNICAS AVANZADAS DE CONTROL

Presentado por:

RODOLFO PLAZAS DIAZ Cd.: 9395219

Director:

Ing. CARLOS ALBERTO VERA ROMERO

Grupo

299018_2

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA- UNAD

ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERAS

INGENIERIA ELECTRONICA

COLOMBIA

MARZO 19 DE 2017
D
Enseanza asistida V Este sistema no E Para este sistema
C Control de proceso
E S
no hay nada obvio.
N
envejece. V
O Ejecucin de planes de T Rpido E
SISTEMAS emergencia A Bajo costo N Este sistema no
N EXPERTOS Asistencia de toma de J Pude trabajar en T aprende muy bien
A A de sus errores
T decisiones
S
entornos peligrosos J
Control de calidad A
R S D
Mltiples definiciones de
Soporta datos E operadores y reglas de
O imprecisos, es V Fcil implementacin S inferencia difusas.
E *Modo de funcionamiento similar V
L conceptualmente fcil No hay una buena justificacin
C N E
al comportamiento humano de operadores difusos.
de entender, adems se T N
A A *No se necesita conocer el Ante un problema que tiene
basa en lenguaje T
R J modelo matemtico que rige su A solucin mediante un modelo
humano, Puede modelar
LOGICA A funcionamiento J
A funciones no lineales de matemtico, obtenemos peores
S A
BORROSA * Forma rpida de resolver un resultados usando la lgica
C alguna complejidad. S
problema
T
T Estructuras matemticas procuran Complejidad de
E representar la informacin en forma D
I V
E
aprendizaje para grandes
R similar a como se estructura en nuestro E Aprendizaje adaptativo tareas,
I P
cerebro. N
Auto organizacin
S
V Tiempo de aprendizaje
O T
N S Inspirado en redes biolgicas.
A Tolerancia a fallo E elevado
S Utilizado para modelos experimentales. J Operacin en tiempo N
No permite interpretar lo
T T T
El objetivo de la red neuronal es que el A real que se ha aprendido
REDES I A
sistema aprenda lo que se quiere S
E NEURONALES C ensear, para que pueda operar de
J Elevada cantidad de datos
A para el entrenamiento, real
L A manera ptima. S

S
I Trabajan en el espacio del genotipo No necesitan conocimientos
del cdigo de informacin Tardan mucho en
V especficos sobre el problema que
G E intenta resolver.
converger.
De una poblacin de individuos, N Pueden converger
E cada uno representa una solucin T prematuramente en una
*Operan de forma simultnea con
A
N factible a un problema dado. J varias soluciones. serie de problemas de
ALGORITMOS A diversa ndole.
T GENETICOS
Cada individuo es se le asigna un S *Resulta sumamente fcil No garantiza que el
valor de aptitud relacionado con la ejecutarlos en las modernas algoritmo gentico
E bondad de solucin que representa arquitecturas masivamente encuentre una solucin
paralelas ptima.
BIBLIOGRAFIA

Galn, R., Sanz, R., Mata, F., & Jimnez, A. (2002). Control inteligente.
Dyna,77(3), 14-18. Recuperado de, http://www.redalyc.org/pdf/925/92541004.pdf
Pastelleto. S. (2010). Matemtica del control fuzzy. Depto. Control- Escuela de
electrnica FCEIA-UNR. Pginas 1-20. Recuperado de
http://usuarios.fceia.unr.edu.ar/~spastel/CAvII%20-
%20Matematica%20Control%20Fuzzy.pdf
Basogain., O. X. Redes neuronales artificiales y sus aplicaciones. Escuela Superior
de Ingeniera de Bilbao, EHU. Pginas 1-64. Recuperado el 11 de agosto de 2016
del sitio web:
http://cvb.ehu.es/open_course_ware/castellano/tecnicas/redes_neuro/contenidos/pdf/
libro-del-curso.pdf
Marn., D. J., M. (2014). Introduccin a las redes neuronales aplicadas.
Universidad Carlos III de Madrid. Pginas 1-31. Recuperado de
http://halweb.uc3m.es/esp/Personal/personas/jmmarin/esp/DM/tema3dm.pdf
Santos, M. (2011). Un enfoque aplicado del control inteligente. Revista
Iberoamericana de Automtica e Informtica Industrial RIAI, 8(4), 283-296.
Recuperado de http://ac.els-cdn.com/S1697791211000501/1-s2.0-
S1697791211000501-main.pdf?_tid=6d92ce6a-5f0c-11e6-a1cb-
00000aacb360&acdnat=1470841946_4ece90b1e9dbc3c34cda297b8cb8ca3a
Santos, M. (2011). Aplicaciones Exitosas de Control Inteligente a Casos Reales.
Science Direct, Revista Iberoamericana de Automtica e Informtica Industrial.
Recuperado de
http://www.ceautomatica.es/sites/default/files/upload/955/files/VII_Simposio_de_C
ontrol_Inteligente-2011/07_ponencia2_Santos.pdf
Kouro, S., & Musalem, R. (2002). Control mediante lgica difusa. Tcnicas
modernas automticas, (1-7)-7. Recuperado de
http://www2.elo.utfsm.cl/~elo377/documentos/Fuzzy.pdf