Implemetación de un Multimodelo Neuronal Jerárquico para la Identificación y Control de Sistemas Mecánicos

LEROHAM BARUCH, JOSÉ LUIS OLIVARES GUZMÁN

Resumen


EN ESTE ARTÍCULO SE PROPONE LA IMPLEMENTACIÓN DE UN MULTIMODELO NEURONAL JERÁRQUICO (MNJ) BASÁNDOSE EN LA SÍMILARRI-DAD CON EL MODELO DIFUSO DE TAKAGI-SUGENO. EL MODELO MNJ TIENE TRES PARTES: 1) FUZIFICACIÓN; 2) INFERENCIA EN EL NIVEL BAJO USANDO REDES NEURONALES RECURRENTES, RNR; 3) DEFUZIFICIÓN EN EL NIVEL JERÁRQUICO ALTO USANDO UNA RNR QUE ES EN REALIDAD UN FILTRO-SUMADOR PONDERADO DE LAS SALIDAS DE LAS RNR DEL NIVEL BAJO. EL APRENDIZAJE Y EL FUNCIONAMIENTO DE AM-BOS NIVELES JERÁRQUICOS SON INDEPENDIENTES. EL MODELO MNJ ES IMPLEMENTADO COMO IDENTIFICADOR Y CONTROLADOR (FEEDFOR-WARD, Y FEEDBACK) EN DOS ESQUEMAS DE CONTROL DIRECTO ADAPTABLE. AMBOS ESQUEMAS DE CONTROL SON APLICADOS CON UNA PLAN-TA MECÁNICA CON FRICCIÓN Y COMPARADOS CON OTROS ESQUEMAS DE CONTROL NEURONAL Y DIFUSO, MOSTRANDO MEJORES RESULTADOS.

Palabras clave


CONTROL ADAPTABLE NEURONAL CON MODELO INVERSO; CONTROL NEURONAL DIRECTO ADAPTABLE; IDENTIFICACIÓN DE SISTEMAS; MULTIMODELO NEURONAL JERÁRQUICO; RED NEURONAL RECURRENTE ENTRENABLE; SISTEMA MECÁNICO CON FRICCIÓN

Texto completo:

pdf


Contacto:
Oscar Zavala