Please use this identifier to cite or link to this item:
https://hdl.handle.net/20.500.12104/80688
Title: | Identificadores y Observadores Neuronales para Sistemas no Lineales con Retardos |
Author: | Ríos Arrañaga, Jorge Daniel |
Advisor/Thesis Advisor: | Alanís García, Alma Yolanda |
Issue Date: | 2017 |
Publisher: | Biblioteca Digital wdg.biblio Universidad de Guadalajara |
Abstract: | Resumen Un sistema con retardo es aquel que presenta un retardo significativo entre la entrada y/ o las variables de estado de un sistema y sus efectos. El estudio de este tipo de sistemas es importante debido a que son fáciles de encontrar en aplicaciones de ingeniería. Algunas técnicas modernas de control requieren el uso del modelo del sistema, sin embargo, obtener el modelo de un sistema de forma deductiva usando las leyes de la física no es una tarea fácil y se complica con la presencia de retardos. Una alternativa para obtener el modelo del sistema es la identificación del sistema. Entre las técnicas de identificación de sistemas destacan las que usan redes neuronales recurrentes, de forma especial las redes neuronales recurrentes de alto orden (RHONN, por sus siglas en inglés, Recurrent High Order Neural Networks) que tienen características como estructura simple, comportamiento dinámico, to- lerancia a ruido y excelente capacidad de aproximación. Además, pueden ser entrenadas en línea o fuera de línea y no necesitan conocer el modelo a ser iden- tificado, sin embargo, información a priori acerca del sistema puede ser agregada al modelo de la red. |
URI: | https://hdl.handle.net/20.500.12104/80688 http://wdg.biblio.udg.mx |
metadata.dc.degree.name: | DOCTORADO EN CIENCIAS DE LA ELECTRÓNICA Y LA COMPUTACIÓN CON ORIENTACIÓN EN CONTROL AUTOMÁTICO Y SISTEMAS INTELIGENTES |
Appears in Collections: | CUCEI |
Files in This Item:
File | Size | Format | |
---|---|---|---|
DCUCEI00094FT.pdf | 20.99 MB | Adobe PDF | View/Open |
Items in RIUdeG are protected by copyright, with all rights reserved, unless otherwise indicated.