Parece interesante disponer de un modelo para tareas de diagnosis en los procesos industriales que permita la adecuada regulación de su operación. Se puede comprobar que la identificación de sistemas mediante el empleo de redes neuronales es buena, en ocasiones mejor que empleando otra técnica diferente. Se intenta mostrar a lo largo del presente artículo, con la realización de ejemplos contemplando diferentes casos, cómo la forma de la mencionada red, así como las especificaciones para el entrenamiento en cuanto a iteraciones y tasa de error permitido, procura que la identificación sea buena o no.
1.Introducción Básicamente existen tres plantea-mientos en cuanto a la identificación de sistemas se refiere, los cuales se resumen muy brevemente a continuación: el primero, denominado por algunos autores como el de caja blanca, consiste en, conociendo el sistema, deducir el funcionamiento en base a las ecuaciones que lo rigen. El segundo, denominado como de caja gris, consiste en que el sistema se conoce parcialmente y, en consecuencia, alguna de las expresiones que definen su comportamiento, pero es necesario ajustar el modelo para que se adapte satisfactoriamente al sistema físico. Y por último, los denominados de caja negra, en donde no se conoce lo que existe en su interior y mucho menos reglas que concreten el funcionamiento.
© 2001-2024 Fundación Dialnet · Todos los derechos reservados