Sibic: sistema de identificación basado en inteligencia computacional
- Autores: Leticia Elena Curiel Herrera
- Directores de la Tesis: Emilio Santiago Corchado Rodríguez (dir. tes.), Javier Sedano Franco (codir. tes.)
- Lectura: En la Universidad de Burgos ( España ) en 2010
- Idioma: español
- Tribunal Calificador de la Tesis: Luis Alonso Romero (presid.), Bruno Baruque Zanón (secret.), Eladio Sanz García (voc.), Ángel Alonso Álvarez (voc.), Álvaro Herrero Cosío (voc.)
- Materias:
- Texto completo no disponible (Saber más ...)
- Resumen
Esta tesis se centra en la optimización del modelado de procesos dinámicos tanto lineales como no lineales empleando para ello modelos conexionistas junto con técnicas de Identificación de Sistemas.
La principal ventaja del modelado de procesos, también conocido como identificación de sistemas, es que permite predecir y analizar el comportamiento dinámico de un sistema partiendo de observaciones del proceso. Por lo que resulta imprescindible que éstas representen suficientemente a dicho sistema. Con el fin de determinar el grado de información o representatividad que contienen las observaciones, se presenta el modelo -Modelo en 3 pasos- en el que se basa la herramienta SIBIC (Sistema de Identificación basado en Inteligencia Computacional).
SIBIC utiliza redes neuronales artificiales de aprendizaje no supervisado en las dos primeras etapas o pasos, analizando la estructura interna del conjunto de datos, así como extrayendo las características de dichos conjuntos obtenidos de sistemas dinámicos, con el fin de determinar si presentan el comportamiento del proceso real, favoreciendo así su modelado posterior. De esta forma, además de eliminar el problema de no saber a priori si los datos representan adecuadamente al sistema, se asegura el poder encontrar un modelo fiable del sistema bajo estudio
