Control basado en redes neuronales

Slides:



Advertisements
Presentaciones similares
La gran carrera de los frijoles
Advertisements

LA ENSEÑANZA BASADA EN LA EVIDENCIA
POR JORGE EVERARDO AGUILAR MORALES ASOCIACIÓN OAXAQUEÑA DE PSICOLOGÍA 2009 PRINCIPIOS Y RESULTADOS DE UNA INSTRUCCIÓN EFECTIVA.
INTRODUCCION A TECNICAS DE MINERIA DE DATOS
C OB I T Control Objectives for Information and Related Technology Information Systems and Control Foundation.
Gestión y Aseguramiento de la calidad
EL DESARROLLO DEL CONTROL METACOGNITIVO
AUDITORIA DE LA ADMINISTRACIÓN DE RECURSOS HUMANOS
Mejora del Rendimiento Estudiantil
PROYECTO DE GRADO CARLOS STALIN ALVARADO SANCHEZ
DISEÑO E IMPLEMENTACIÓN DE SISTEMAS DE CONTROL NEURONAL DE TEMPERATURA UTILIZANDO EL SOFTWARE NEUROSYSTEMS DE SIEMENS. Patricio Suquillo Q.
RESULTADOS DE UNA EDUCACIÓN FUNDAMENTADA
Es un Controlador que cambia su comportamiento cuando la dinámica de la Planta o las perturbaciones cambian.
GERENCIA EN SALUD Dra. Socorro A. de Bambarén
APRENDIZAJE WIDROW- HOFF
Manuel Mazo y Marta Marrón. Departamento de Electrónica 1 Ajuste de Controladores Borrosos.
Conceptos Básicos Política Gerencial
FORMULAR ESTRATEGIAS DE LOGÍSITICA
Introducción Calculabilidad clásica Computación celular
Redes Neuronales Monocapa
Manuel Mazo y Marta Marrón. Departamento de Electrónica 1 Fundamentos de Control Borroso.
EL DESARROLLO DEL CONTROL METACOGNITIVO.
PLANEACIÓN UNIVERSITARIA : U N COMPONENTE DE LA D IRECCIÓN E STRATÉGICA Mayo de 2010.
SEGURIDAD INFORMÁTICA
CONTROL FUZZY INTRODUCCION
Gestión de personas Rodrigo Ahumada.
III UNIDAD OBJETIVOS BASICOS DE LA GP. Los objetivos de la gestión de personas están subordinados a los de la organización, y representan el aporte del.
SISTEMAS ADAPTATIVOS Y FILTRADO
Contenido Identificación de sistemas con redes neuronales Modelado de dinámica temporal de las manchas solares.
Dirección y Control.
Estrategia de Marketing de los Servicios: Marketing Interno
La estimacion de parametros
2. INFORMACIÓN TEMAS: ¿qué es la información?
TECNOLOGICO DE ESTUDIOS SUPERIORES DE TIANGUISTENCO
ERICK CISNEROS SAAVEDRA GABRIELA REGULES GUTIÉRREZ Datamining.
Construcción de Software
conjunto de elementos que interactúan con un objetivo común
Automatización Es la tecnología utilizada para realizar procesos o procedimientos sin la ayuda de las personas.
Redes Neuronales BPN - Backpropagation Networks
Control Interno La estructura de control interno de una entidad consiste en las políticas y procedimientos establecidos para proporcionar una seguridad.
Redes neuronales feed-forward
FACULTAD DE CIENCIAS JURÍDICAS Y DE EDUCACIÓN
Midiendo el Impacto de los Centros de Información.
L A ESTIMACION DE PARAMETROS 1. /31 CONTENIDO Principio fundamental de la estimación de parámetros Un metodo grafico para la estimacion de parametros.
DEFINICIONES.: EDUCACIÓN, ADIESTRAMIENTO, CAPACITACIÓN, ENTRENAMIENTO Y DESARROLLO
(MODELO DE SIMULACION)
DATA MINING KAROL PARDO MIGUEL VALCERO CORPORACION UNIVERSITARIA MINUTO DE DIOS.
Identificacion con redes neuronales
Solucion de problemas Identificación del problema:
/47 Sistemas dinamicos Realimentacion de la salida 1.
/52 Sistemas dinamicos Realimentacion de estado 1.
INTELIGENCIA ARTIFICIAL. Redes Neuronales Artificiales Mecanismos de aprendizaje ◦ Entrada x ◦ Salida y ◦ Peso w ◦ Transferencia ~
Aspectos básicos del Proyecto Educativo y Asistencial  Líneas generales de actuación pedagógica y asistencial.  Coordinación y concreción de los contenidos.
Colegio de Educación Profesional Técnica del Estado de México Coacalco No. 184 T.T. Revisión de control interno Ruiz Martínez Miguel Angel 501.
Realimentacion de la salida
REDES NEURONALES TEORÍA MODERNA DE LA FIRMA 2010.
CENTRO EDUCATIVO EL ROBLE
506 Julio Martínez Díaz Erick Nazario Tello Sánchez Aldo Velázquez Salvador Hernández Luis Enrique Novillan.
Costos y Presupuestos Aplicados al Diseño
Desde el principio de la humanidad se soñó con el desarrollo de máquinas que puedan imitar la capacidad de aprendizaje del hombre. Actualmente es un desafío.
Control Interno.
EVALUACION Y CONTROL DE ESTRATEGIAS
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA
Derechos de autor © 2008, Corporación Intel. Todos los derechos reservados. Intel e Intel  Educación son marcas comerciales o marcas registradas de la.
Ángel Berihuete Francisco Álvarez
Copyright © 2006 by The McGraw-Hill Companies, Inc. All rights reserved. McGraw-Hill Technology Education Copyright © 2006 by The McGraw-Hill Companies,
Control Adaptativo - Ideas básicas Ramón Rodríguez Pecharromán Madrid 2002.
Realimentacion de la salida
Modelo para la Gestión de Proyectos de Investigación: caso pucp
EL ROL DE LA JUVENTUD EN RÍO +20. Ambiental Económico Social Los Tres Pilares del Desarrollo Sostenible "Desarrollo sostenible es un desarrollo que satisface.
Transcripción de la presentación:

Control basado en redes neuronales

Contenido Control Supervisado Control Adaptativo con modelo de referencia (MRAC) Control por modelo de Interno Control predictivo Identificación de sistemas con redes neuronales Modelado de dinámica temporal de las manchas solares

Control Supervisado

Control Supervisado Aun existen numerosas aplicaciones del control en la práctica, en las cuales un operador humano juega un papel esencial Un operador experimentado puede enfrentar eficazmente ambientes y dinámicas de la planta variables en el tiempo, a partir de la información obtenida de la realimentación A la inversa, un controlador convencional a menudo puede fallar en esta situacion. Es deseable, en estos casos, construir un controlador que imite la inferencia y decisión que se generan en el procedimiento del humano experto.

Control Supervisado En muchos casos, podemos tener un controlador deseado con parejas finitas de datos de entrada-salida disponibles

Control hibrido Aprendizaje off-line Una aproximacion a la ley de control deseadd Aprendizaje on-line Mejora el control proporcionado por el PID

Control Adaptativo con modelo de referencia (MRAC)

Control con modelo de referencia El control con modelo de referencia intenta lograr que la salida de la planta tienda asintoticamente a la salida del modelo de referencia.

El control adaptativo El error de seguimiento se evalua de acuerdo a algun indice de desempeño Los pesos se ajustan on-line

El control adaptativo Control adaptativo indirecto Control adaptativo directo

Control Adaptativo con modelo de referencia (MRAC) Controller Model Adjustment Mechanism Plant Controller Parameters ymodel u yplant uc

Control Adaptativo con modelo de referencia (MRAC)

Control por modelo de Interno

Control por modelo de Interno El IMC juega el papel de un controlador feedforward y puede cancelar la influencia de los disturbios no medidos

Control por modelo de Interno El modelo de la planta con NN se entrena off-line. Durante la operacion on-line , el error se se pasa al controldador con NN

Control predictivo

Control predictivo

Control predictivo

Fuentes Xiao-Zhi Gao, Soft computing methods for control and instrumentation. Thesis for the degree of Doctor of Science in Technology. Institute of Intelligent Power Electronics Publications, Espoo, May 1999 Publication 2

FIN FIN