• Login
    View Item 
    •   DSpace Home
    • Publicaciones Seriadas
    • Iteckne
    • View Item
    •   DSpace Home
    • Publicaciones Seriadas
    • Iteckne
    • View Item
    JavaScript is disabled for your browser. Some features of this site may not work without it.

    Dinámica estocástica o compleja con información incompleta: una revisión desde el control

    Thumbnail
    Author
    Gómez, Amalia Dávila
    Peña Palacio, Alejandro
    Ortiz Valencia, Paula Andrea
    Delgado Trejos, Edilson
    xmlui.custom.item.dc_identifier
    http://revistas.ustabuca.edu.co/index.php/ITECKNE/article/view/186
    xmlui.custome.item-addthis
    TY - GEN T1 - Dinámica estocástica o compleja con información incompleta: una revisión desde el control AU - Gómez, Amalia Dávila AU - Peña Palacio, Alejandro AU - Ortiz Valencia, Paula Andrea AU - Delgado Trejos, Edilson PB - Universidad Santo Tomás. Seccional Bucaramanga AB - El control de procesos con dinámica es- tocástica o compleja es exitoso siempre y cuando se pueda estimar un modelo que se ajuste bien al compor- tamiento, sin embargo, esta suposición pierde validez en aplicaciones donde la información del sistema es reducida o incompleta, muy comunes en ambientes reales de la industria. La literatura presenta diferentes esquemas de control, siendo los modelos neuro-difusos los que reportan mejor desempeño. Estos modelos con- jugan la capacidad de adaptación que tienen las redes neuronales con la robustez de los motores de inferencia que tiene la lógica difusa, para modelar el conocimien- to de expertos mediante reglas de aprendizaje, identifi- car dinámicas complejas y aumentar la adaptabilidad del sistema a perturbaciones que en la práctica tien- den a ser de naturaleza estocástica sumado, a veces, que la información del sistema sea restringida. Este artículo presenta una revisión sobre dificultades y solu- ciones derivadas del control de sistemas estocásticos o complejos con información incompleta. Se revisan las estructuras de control cuando la dinámica del sis- tema presenta vaguedad en los datos, la evolución ha- cia técnicas adaptativas, y el desempeño de las redes neuro-difusas ante procesos estocásticos o complejos con incertidumbre en los datos. De forma preliminar se establece que el control de este tipo de sistemas debe estar compuesto por modelos híbridos soportados en rutinas de optimización y análisis probabilístico que garanticen el tratamiento de las incertidumbres sin afectar el desempeño de las estructuras de control y la consistencia en la precisión. ER - @misc{11634_8272, author = {Gómez Amalia Dávila and Peña Palacio Alejandro and Ortiz Valencia Paula Andrea and Delgado Trejos Edilson}, title = {Dinámica estocástica o compleja con información incompleta: una revisión desde el control}, year = {}, abstract = {El control de procesos con dinámica es- tocástica o compleja es exitoso siempre y cuando se pueda estimar un modelo que se ajuste bien al compor- tamiento, sin embargo, esta suposición pierde validez en aplicaciones donde la información del sistema es reducida o incompleta, muy comunes en ambientes reales de la industria. La literatura presenta diferentes esquemas de control, siendo los modelos neuro-difusos los que reportan mejor desempeño. Estos modelos con- jugan la capacidad de adaptación que tienen las redes neuronales con la robustez de los motores de inferencia que tiene la lógica difusa, para modelar el conocimien- to de expertos mediante reglas de aprendizaje, identifi- car dinámicas complejas y aumentar la adaptabilidad del sistema a perturbaciones que en la práctica tien- den a ser de naturaleza estocástica sumado, a veces, que la información del sistema sea restringida. Este artículo presenta una revisión sobre dificultades y solu- ciones derivadas del control de sistemas estocásticos o complejos con información incompleta. Se revisan las estructuras de control cuando la dinámica del sis- tema presenta vaguedad en los datos, la evolución ha- cia técnicas adaptativas, y el desempeño de las redes neuro-difusas ante procesos estocásticos o complejos con incertidumbre en los datos. De forma preliminar se establece que el control de este tipo de sistemas debe estar compuesto por modelos híbridos soportados en rutinas de optimización y análisis probabilístico que garanticen el tratamiento de las incertidumbres sin afectar el desempeño de las estructuras de control y la consistencia en la precisión.}, url = {} }RT Generic T1 Dinámica estocástica o compleja con información incompleta: una revisión desde el control A1 Gómez, Amalia Dávila A1 Peña Palacio, Alejandro A1 Ortiz Valencia, Paula Andrea A1 Delgado Trejos, Edilson PB Universidad Santo Tomás. Seccional Bucaramanga AB El control de procesos con dinámica es- tocástica o compleja es exitoso siempre y cuando se pueda estimar un modelo que se ajuste bien al compor- tamiento, sin embargo, esta suposición pierde validez en aplicaciones donde la información del sistema es reducida o incompleta, muy comunes en ambientes reales de la industria. La literatura presenta diferentes esquemas de control, siendo los modelos neuro-difusos los que reportan mejor desempeño. Estos modelos con- jugan la capacidad de adaptación que tienen las redes neuronales con la robustez de los motores de inferencia que tiene la lógica difusa, para modelar el conocimien- to de expertos mediante reglas de aprendizaje, identifi- car dinámicas complejas y aumentar la adaptabilidad del sistema a perturbaciones que en la práctica tien- den a ser de naturaleza estocástica sumado, a veces, que la información del sistema sea restringida. Este artículo presenta una revisión sobre dificultades y solu- ciones derivadas del control de sistemas estocásticos o complejos con información incompleta. Se revisan las estructuras de control cuando la dinámica del sis- tema presenta vaguedad en los datos, la evolución ha- cia técnicas adaptativas, y el desempeño de las redes neuro-difusas ante procesos estocásticos o complejos con incertidumbre en los datos. De forma preliminar se establece que el control de este tipo de sistemas debe estar compuesto por modelos híbridos soportados en rutinas de optimización y análisis probabilístico que garanticen el tratamiento de las incertidumbres sin afectar el desempeño de las estructuras de control y la consistencia en la precisión. OL Spanish (121)
    Gestores bibliográficos
    Refworks
    Zotero
    BibTeX
    CiteULike
    Show full item record
    Collections
    • Iteckne [230]
    Abstract
    El control de procesos con dinámica es- tocástica o compleja es exitoso siempre y cuando se pueda estimar un modelo que se ajuste bien al compor- tamiento, sin embargo, esta suposición pierde validez en aplicaciones donde la información del sistema es reducida o incompleta, muy comunes en ambientes reales de la industria. La literatura presenta diferentes esquemas de control, siendo los modelos neuro-difusos los que reportan mejor desempeño. Estos modelos con- jugan la capacidad de adaptación que tienen las redes neuronales con la robustez de los motores de inferencia que tiene la lógica difusa, para modelar el conocimien- to de expertos mediante reglas de aprendizaje, identifi- car dinámicas complejas y aumentar la adaptabilidad del sistema a perturbaciones que en la práctica tien- den a ser de naturaleza estocástica sumado, a veces, que la información del sistema sea restringida. Este artículo presenta una revisión sobre dificultades y solu- ciones derivadas del control de sistemas estocásticos o complejos con información incompleta. Se revisan las estructuras de control cuando la dinámica del sis- tema presenta vaguedad en los datos, la evolución ha- cia técnicas adaptativas, y el desempeño de las redes neuro-difusas ante procesos estocásticos o complejos con incertidumbre en los datos. De forma preliminar se establece que el control de este tipo de sistemas debe estar compuesto por modelos híbridos soportados en rutinas de optimización y análisis probabilístico que garanticen el tratamiento de las incertidumbres sin afectar el desempeño de las estructuras de control y la consistencia en la precisión.

     

    xmlui.custome.comments.form-panel-heading

    Respuesta Comentario Repositorio Institucional

    Gracias por tomarse el tiempo para darnos su opinión.

    Indexado por:

    Con presencia en:

    • Bogotá
    • |
    • Bucaramanga
    • |
    • Medellín
    • |
    • Tunja
    • |
    • Villavicencio
    • |
    • Universidad Abierta y a Distancia
    • |
    • Convento Santo Domingo
    Infotegra S.A.S
     

     

    AutoarchivoVideotutorialCarta Aprobación FacultadCarta Derechos de Autor

    Browse

    All of DSpaceCommunities & CollectionsBy Issue DateAuthorsTitlesSubjectsxmlui.ArtifactBrowser.Navigation.browse_sedeThis CollectionBy Issue DateAuthorsTitlesSubjectsxmlui.ArtifactBrowser.Navigation.browse_sede

    My Account

    LoginRegister

    Statistics

    View Usage StatisticsView Google Analytics Statistics

    Indexado por:

    Con presencia en:

    • Bogotá
    • |
    • Bucaramanga
    • |
    • Medellín
    • |
    • Tunja
    • |
    • Villavicencio
    • |
    • Universidad Abierta y a Distancia
    • |
    • Convento Santo Domingo
    Infotegra S.A.S