MODELADO Y CONTROL DE SISTEMAS NO-LINEALES

Authors

  • 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.

Abstract

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.

Author Biography

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.

Downloads

Published

2013-08-30

Issue

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

Section

Mecánica estadística, física no lineal y sistemas complejos