MODELADO Y CONTROL DE SISTEMAS NO-LINEALES

Autores/as

  • R. A. Calvo Instituto de Física Rosario (IFIR), Universidad Nacional de Rosario y CONICET. Instituto de Física Rosario (IFIR), Universidad Nacional de Rosario.
  • M. S. Basualdo Instituto de Física Rosario (IFIR), Universidad Nacional de Rosario y CONICET. Facultad de Ciencias Exactas, Ingeniería y Agrimensura, Universidad Nacional de Rosario.
  • H. A. Ceccatto Instituto de Física Rosario (IFIR), Universidad Nacional de Rosario y CONICET.

Resumen

En este trabajo se presenta una aplicación de redes neuronales al modelado y control del comportamiento dinámico de sistemas no-lineales. Se utiliza el método de retropropagación de errores para el aprendizaje de la dinámica de tales sistemas. La misma metodología se emplea para la obtención del modelo inverso, que permite implementar esquemas de control tales como control con modelo interno (IMC) y de lazo abierto. Este tipo de estructuras demuestra ser eficiente en el control de sistemas con no-linealidades severas.

Biografía del autor/a

M. S. Basualdo, Instituto de Física Rosario (IFIR), Universidad Nacional de Rosario y CONICET. Facultad de Ciencias Exactas, Ingeniería y Agrimensura, Universidad Nacional de Rosario.

Departamento de Electrónica.

Descargas

Publicado

2013-08-30

Número

Vol. 5 Núm. 1 (1994): ANALES AFA - Volumen 5 No 1 - Rosario

Sección

Mecánica estadística, física no lineal y sistemas complejos