Gespeichert in:
| 1. Verfasser: | |
|---|---|
| Format: | Artículo científico |
| Sprache: | es |
| Veröffentlicht: |
Instituto Politécnico Nacional
2005
|
| Schlagworte: | |
| Online-Zugang: | https://www.redalyc.org/articulo.oa?id=61590103 |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
Inhaltsangabe:
- Implementación de un multimodelo neuronal jerárquico para identificación y control de sistemas mecánicos José Luis Olivares Guzmán Ieroham Baruch Computación identificación de sistemas sistema mecánico con fricción Multimodelo Neuronal Jerárquico control neuronal directo adaptable Red Neuronal Recurrente Entrenable En este artículo se propone la implementación de un Multimodelo Neuronal Jerárquico (MNJ) basándose en la símila-rridad 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 ambos niveles jerárquicos son independientes. El modelo MNJ es implementado como identificador y controlador (feedforward, y feedback) en dos esquemas de control directo adaptable. Ambos esquemas de control son aplicados con una planta mecánica con fricción y comparados con otros esquemas de control neuronal y difuso, mostrando mejores re-sultados. 2005 artículo científico 1405-5546 https://www.redalyc.org/articulo.oa?id=61590103 es http://www.redalyc.org/revista.oa?id=615 Computación y Sistemas application/pdf Instituto Politécnico Nacional Computación y Sistemas (México) Num.1 Vol.9