El control difuso de un péndulo invertido. Sintonización del controlador

En esta actividad se trata el significado de la sintonización y los métodos de sintonización del control difuso en base a la lectura del libro de Control difuso de Passino.

Hablando con respecto a controladores, cuando se hace referencia a la sintonización , de lo que se está hablando es de los ajustes necesarios que se deben hacer al controlador para que la salida del mismo sea óptima y refleje el comportamiento deseado, la sintonización es necesaria ya que cuando se realiza el diseño del controlador, muchas veces la respuesta no alcanza los resultados esperados, es por eso que se hace necesaria la sintonización del controlador.

Link de la actividad: El control difuso de unpéndulo invertido. Sintonización del controlador

Terminología del control difuso

En esta actividad se presenta una introducción al control difuso, sitiando una definición, utilidad, terminología básica y ejemplos donde se establezca el grado de pertenecía de algún elemento del conjunto y el grado de verdad de una proposición.

Link de la actividad: Terminología del control difuso

Implementación de un controlador neuronal inverso para la unidad Air Flow Temeperature

En esta actividad se presenta la documentación de la realización del diseño e  implementación de un controlador neuronal inverso embebido para controlar la planta "Air Flow Temperature" empleando la tarjeta STM32F4 como dicho sistema embebido. 

Link del proyecto: Implementación de un controlador neuronal enbebido

Identificación de sistemas dinámicos

En esta actividad se desea identificar el sistema de dos tanques acoplados que se muestran en la imagen. Las señales de entrada que se utilizan son los valores de anchos de pulsos de cada señal pwm que controla la apertura de las válvulas C1 y C2. El caudal de entrada al tanque superior es constante. 

El modelamiento matemático del sistema se lo realizó en simulink, herramienta de Matlab.

Link de la actividad: Identificación de sistemas dinámicos

Mejoras al aprendizaje del perceptrón multicapa mediante retropropagación. Momento en variación de pesos.

El momento es una aproximación de promediado que provee estabilidad cuando se alcanzan los pesos óptimos en el aprendizaje. Este método toma en cuenta el promedio de los cambios pasados (en los pesos) en el incremento de peso, suavizando el cambio neto de peso. La idea es usar el promedio exponencial de todos los cambios de peso previos para guiar el cambio actual. La expresión matemática de cambio de peso para cada peso es:

Donde: µ es el parámetro de momento que debe estar entre 0 y 1. ∆Wm-1 Es el cambio de peso en la época previa.

Link de la actividad: Mejoras al aprendizaje del perceptrón multicapa

Aprendizaje del perceptrón multicapa mediante retropropagación del error

En la actividad presente se muestra un perceptrón multicapa con dos entradas, dos neuronas escondidas y una neurona de salida, donde además se escribe las formulas de actualización de cada uno de los pesos de conexión entre las neuronas de la capa oculta y la capa de salida. Teniendo al final un programa realizado en código de Matlab para realizar el aprendizaje por retropropagación del error para que la red neuronal aprenda a partir de los patrones de entrenamiento de una compuerta XOR.

Link de la actividad: Aprendizaje del perceptrón multicapa mediante retropropagación del error

Estudio del perceptrón multicapa con dos entradas

En esta actividad se estudiará a un perceptrón multicapa con dos entradas, tres neuronas escondidas y una neurona de salida, donde se analiza la influencia de los pesos en las entradas y del umbral. Además se muestra gráficamente la función de la red neuronal, la función de cada neurona y las líneas de frontera. Para por último relacionar la función de cada neurona con la red neuronal global.

Link de la actividad: Estudio del perceptrón multicapa

Entrenamiento de un perceptrón para que realice clasificación de aviones desarrollo en MATLAB

Esta actividad muestra el desarrollo de diferentes códigos en Matlab para realizar el entrenamiento del perceptrón mediante dos métodos básicos: el método iterativo, y el método por descenso de gradiente. Se realiza ademas, un diagrama de flujo para entender de mejor manera la temática del programa en el aprendizaje del perceptrón utilizando el método iterativo.

Link de la actividad: Entrenamiento de un perceptrón