Cover Image

Controlador PID con algoritmos genéticos de números reales

Fuente: Redalyc

Saved in:

Bibliographic Details
Main Author:	Guillermo Tejada Muñoz
Format:	Artículo científico
Language:	es
Published:	Universidad Nacional Mayor de San Marcos 2019
Subjects:	Ingeniería PID Algoritmos genéticos error cuadrático medio genes de números reales
Online Access:	Acceder al recurso 1 Acceder al recurso 2 Acceder al recurso 3 Acceder al recurso 4 Acceder al recurso 5 Acceder al recurso 6
Tags:	Add Tag No Tags, Be the first to tag this record!

_version_	1876461707330584576
author	Guillermo Tejada Muñoz
author_facet	Guillermo Tejada Muñoz
contents	Controlador PID con algoritmos genéticos de números reales Guillermo Tejada Muñoz Ingeniería PID Algoritmos genéticos error cuadrático medio genes de números reales Un algoritmo genético o genetic algorithm (GA) es una técnica de la inteligencia artificial que es utilizada en cualquiera de las especialidades de ingeniería. En el presente estudio, el GA propuesto encuentra valores óptimos para los parámetros Kp, Ki y Kd de un controlador PID, utilizado ampliamente en la industria. Los cromosomas, formados con los genes Kp, Ki y Kd, representados por números reales, evolucionan y son evaluados mediante el error cuadrático medio (ECM) de la salida deseada. En ese sentido, la solución es el cromosoma con menor ECM, el cual produce menores transitorios en la salida. Además, el GA ha sido codificado en lenguaje M (MATLAB) y los resultados han sido comparados con otros trabajos. 2019 artículo científico 1560-9146 https://www.redalyc.org/articulo.oa?id=81662532017 https://www.redalyc.org/journal/816/81662532017/ https://www.redalyc.org/journal/816/81662532017/html/ https://www.redalyc.org/journal/816/81662532017/81662532017.epub https://www.redalyc.org/journal/816/81662532017/movil https://doi.org/10.15381/idata.v22i2.16489 es http://www.redalyc.org/revista.oa?id=816 Industrial Data application/pdf Universidad Nacional Mayor de San Marcos Industrial Data (Perú) Num.2 Vol.22
format	Artículo científico
id	redalyc_81662532017
institution	Redalyc
language	es
publishDate	2019
publisher	Universidad Nacional Mayor de San Marcos
spellingShingle	Controlador PID con algoritmos genéticos de números reales Guillermo Tejada Muñoz Ingeniería PID Algoritmos genéticos error cuadrático medio genes de números reales Controlador PID con algoritmos genéticos de números reales Guillermo Tejada Muñoz Ingeniería PID Algoritmos genéticos error cuadrático medio genes de números reales Un algoritmo genético o genetic algorithm (GA) es una técnica de la inteligencia artificial que es utilizada en cualquiera de las especialidades de ingeniería. En el presente estudio, el GA propuesto encuentra valores óptimos para los parámetros Kp, Ki y Kd de un controlador PID, utilizado ampliamente en la industria. Los cromosomas, formados con los genes Kp, Ki y Kd, representados por números reales, evolucionan y son evaluados mediante el error cuadrático medio (ECM) de la salida deseada. En ese sentido, la solución es el cromosoma con menor ECM, el cual produce menores transitorios en la salida. Además, el GA ha sido codificado en lenguaje M (MATLAB) y los resultados han sido comparados con otros trabajos. 2019 artículo científico 1560-9146 https://www.redalyc.org/articulo.oa?id=81662532017 https://www.redalyc.org/journal/816/81662532017/ https://www.redalyc.org/journal/816/81662532017/html/ https://www.redalyc.org/journal/816/81662532017/81662532017.epub https://www.redalyc.org/journal/816/81662532017/movil https://doi.org/10.15381/idata.v22i2.16489 es http://www.redalyc.org/revista.oa?id=816 Industrial Data application/pdf Universidad Nacional Mayor de San Marcos Industrial Data (Perú) Num.2 Vol.22
title	Controlador PID con algoritmos genéticos de números reales
topic	Ingeniería PID Algoritmos genéticos error cuadrático medio genes de números reales
url	https://www.redalyc.org/articulo.oa?id=81662532017 https://www.redalyc.org/journal/816/81662532017/ https://www.redalyc.org/journal/816/81662532017/html/ https://www.redalyc.org/journal/816/81662532017/81662532017.epub https://www.redalyc.org/journal/816/81662532017/movil https://doi.org/10.15381/idata.v22i2.16489