Modelos neuro-difusos para identificación y control

Abstract

EN LA TESIS SE ESTUDIA LA UTILIZACION DE MODELOS DE CARACTER NEURO-DIFUSO EN PROBLEMAS DE IDENTIFICACION Y CONTROL DE SISTEMAS, COMO CONOCIMIENTOS PREVIOS, SE PRESENTAN LAS CARACTERISTICAS FUNDAMENTALES DE LA TEORIA DE LA RESONANCIA ADAPTATIVA Y DE LA TEORIA DE CONJUNTOS DIFUSOS. SE PROPONEN DOS NUEVOS MODELOS: FASART Y FASBACK, QUE COMPARTEN CARACTERISTICAS PROPIAS DE AMBAS DISCIPLINAS. LOS MODELOS TIENEN UN ASPECTO DUAL QUE PERMITE SU INTERPRETACION BIEN COMO REDES NEURONALES, BIEN COMO SISTEMAS LOGICO-DIFUSOS. SE APORTA UN RESULTADO TEORICO QUE ASEGURA LA POSIBILIDAD DE APROXIMAR FUNCIONES MEDIANTE LOS MODELOS PROPUESTOS. EN LA PARTE EXPERIMENTAL, SE PRESENTAN EJEMPLOS DE APLICACION DE FASART Y FASBACK EN PROBLEMAS DE IDENTIFICACION Y CONTROL DE SISTEMAS NO LINEALES. SE UTILIZAN DIFERENTES ESQUEMAS DE CONTROL APLICADOS A PROBLEMAS TEORICOS Y TAMBIEN A MODELOS DE PLANTAS QUIMICAS (REACTORES BATCH), PETROQUIMICAS (TORRE DE DESTILACION) Y BIOQUIMICAS (PRODUCCION DE PENICILINA).