CONTROL DE UN SISTEMA DE SEGUNDO ORDEN BASADO EN REDES NEURONALES

Descripción del Articulo

El presente trabajo muestra la simulación e implementación de un “Neurocontrolador” en una planta de segundo orden. El controlador neuronal, también conocido como Neurocontrolador, fue implementado con una red multicapa, donde la retropropagación del error fue desarrollada mediante el algoritmo “Bac...

Descripción completa

Detalles Bibliográficos
Autores: Borja, Mario, Molero, Rudolph, Cuellar, Nilton, Montes, Martin, Separovich, Drago
Formato: artículo
Fecha de Publicación:2008
Institución:Universidad Nacional de Ingeniería
Repositorio:Revista UNI - Tecnia
Lenguaje:español
OAI Identifier:oai:oai:revistas.uni.edu.pe:article/355
Enlace del recurso:http://www.revistas.uni.edu.pe/index.php/tecnia/article/view/355
Nivel de acceso:acceso abierto
Materia:Neurocontrolador, Control con redes neuronales, Neurocontrolador por refuerzo, Controlador neuronal.
id 0375-7765_807bf510e19adceb95e9f86c1a9ee929
oai_identifier_str oai:oai:revistas.uni.edu.pe:article/355
network_acronym_str 0375-7765
repository_id_str .
network_name_str Revista UNI - Tecnia
spelling CONTROL DE UN SISTEMA DE SEGUNDO ORDEN BASADO EN REDES NEURONALESBorja, MarioMolero, RudolphCuellar, NiltonMontes, MartinSeparovich, DragoNeurocontrolador, Control con redes neuronales, Neurocontrolador por refuerzo, Controlador neuronal.El presente trabajo muestra la simulación e implementación de un “Neurocontrolador” en una planta de segundo orden. El controlador neuronal, también conocido como Neurocontrolador, fue implementado con una red multicapa, donde la retropropagación del error fue desarrollada mediante el algoritmo “Backprogation”. La red multicapa, compuesta por una capa oculta y una capa de salida, fue simulada primero en Matlab para conseguir los parámetros de variación, luego fue simulada en Visual C++ para lograr la optimización. La arquitectura de esta red multicapa fue variando muchas veces hasta llegar a una forma óptima que se mostrará como la arquitectura final. Seguidamente, se hizo la simulación en LabVIEW 8.4, corroborando las simulaciones en Visual C++. Finalmente, se probó el controlador neural desarrollado en LabVIEW en tiempo real, mostrando gratificantes resultados y comprobando su efectividad a pesar de cambios simultáneos en los parámetros.Universidad Nacional de Ingeniería2008-12-01info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionArtículo evaluado por paresapplication/pdfhttp://www.revistas.uni.edu.pe/index.php/tecnia/article/view/35510.21754/tecnia.v19i2.355TECNIA; Vol 19 No 2 (2008)TECNIA; Vol. 19 Núm. 2 (2008)2309-04130375-7765reponame:Revista UNI - Tecniainstname:Universidad Nacional de Ingenieríainstacron:UNIspahttp://www.revistas.uni.edu.pe/index.php/tecnia/article/view/355/346info:eu-repo/semantics/openAccess2021-05-29T15:55:25Zmail@mail.com -
dc.title.none.fl_str_mv CONTROL DE UN SISTEMA DE SEGUNDO ORDEN BASADO EN REDES NEURONALES
title CONTROL DE UN SISTEMA DE SEGUNDO ORDEN BASADO EN REDES NEURONALES
spellingShingle CONTROL DE UN SISTEMA DE SEGUNDO ORDEN BASADO EN REDES NEURONALES
Borja, Mario
Neurocontrolador, Control con redes neuronales, Neurocontrolador por refuerzo, Controlador neuronal.
title_short CONTROL DE UN SISTEMA DE SEGUNDO ORDEN BASADO EN REDES NEURONALES
title_full CONTROL DE UN SISTEMA DE SEGUNDO ORDEN BASADO EN REDES NEURONALES
title_fullStr CONTROL DE UN SISTEMA DE SEGUNDO ORDEN BASADO EN REDES NEURONALES
title_full_unstemmed CONTROL DE UN SISTEMA DE SEGUNDO ORDEN BASADO EN REDES NEURONALES
title_sort CONTROL DE UN SISTEMA DE SEGUNDO ORDEN BASADO EN REDES NEURONALES
dc.creator.none.fl_str_mv Borja, Mario
Molero, Rudolph
Cuellar, Nilton
Montes, Martin
Separovich, Drago
author Borja, Mario
author_facet Borja, Mario
Molero, Rudolph
Cuellar, Nilton
Montes, Martin
Separovich, Drago
author_role author
author2 Molero, Rudolph
Cuellar, Nilton
Montes, Martin
Separovich, Drago
author2_role author
author
author
author
dc.subject.none.fl_str_mv Neurocontrolador, Control con redes neuronales, Neurocontrolador por refuerzo, Controlador neuronal.
topic Neurocontrolador, Control con redes neuronales, Neurocontrolador por refuerzo, Controlador neuronal.
dc.description.none.fl_txt_mv El presente trabajo muestra la simulación e implementación de un “Neurocontrolador” en una planta de segundo orden. El controlador neuronal, también conocido como Neurocontrolador, fue implementado con una red multicapa, donde la retropropagación del error fue desarrollada mediante el algoritmo “Backprogation”. La red multicapa, compuesta por una capa oculta y una capa de salida, fue simulada primero en Matlab para conseguir los parámetros de variación, luego fue simulada en Visual C++ para lograr la optimización. La arquitectura de esta red multicapa fue variando muchas veces hasta llegar a una forma óptima que se mostrará como la arquitectura final. Seguidamente, se hizo la simulación en LabVIEW 8.4, corroborando las simulaciones en Visual C++. Finalmente, se probó el controlador neural desarrollado en LabVIEW en tiempo real, mostrando gratificantes resultados y comprobando su efectividad a pesar de cambios simultáneos en los parámetros.
description El presente trabajo muestra la simulación e implementación de un “Neurocontrolador” en una planta de segundo orden. El controlador neuronal, también conocido como Neurocontrolador, fue implementado con una red multicapa, donde la retropropagación del error fue desarrollada mediante el algoritmo “Backprogation”. La red multicapa, compuesta por una capa oculta y una capa de salida, fue simulada primero en Matlab para conseguir los parámetros de variación, luego fue simulada en Visual C++ para lograr la optimización. La arquitectura de esta red multicapa fue variando muchas veces hasta llegar a una forma óptima que se mostrará como la arquitectura final. Seguidamente, se hizo la simulación en LabVIEW 8.4, corroborando las simulaciones en Visual C++. Finalmente, se probó el controlador neural desarrollado en LabVIEW en tiempo real, mostrando gratificantes resultados y comprobando su efectividad a pesar de cambios simultáneos en los parámetros.
publishDate 2008
dc.date.none.fl_str_mv 2008-12-01
dc.type.none.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
Artículo evaluado por pares
format article
status_str publishedVersion
dc.identifier.none.fl_str_mv http://www.revistas.uni.edu.pe/index.php/tecnia/article/view/355
10.21754/tecnia.v19i2.355
url http://www.revistas.uni.edu.pe/index.php/tecnia/article/view/355
identifier_str_mv 10.21754/tecnia.v19i2.355
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv http://www.revistas.uni.edu.pe/index.php/tecnia/article/view/355/346
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidad Nacional de Ingeniería
publisher.none.fl_str_mv Universidad Nacional de Ingeniería
dc.source.none.fl_str_mv TECNIA; Vol 19 No 2 (2008)
TECNIA; Vol. 19 Núm. 2 (2008)
2309-0413
0375-7765
reponame:Revista UNI - Tecnia
instname:Universidad Nacional de Ingeniería
instacron:UNI
reponame_str Revista UNI - Tecnia
collection Revista UNI - Tecnia
instname_str Universidad Nacional de Ingeniería
instacron_str UNI
institution UNI
repository.name.fl_str_mv -
repository.mail.fl_str_mv mail@mail.com
_version_ 1701108799588270080
score 13.926692
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).