ESTRATEGIAS DE CONTROL AUTOMATICO

CODIGO: AA 5030

LABORATORIO N 09

Control Inteligente
Redes Neuronales Artificiales

-
-
-
Grupo : Profesor: Nota:
Semestre : V Marco Arcos Camargo
Fecha de entrega : Hora:
 Nro. DD-106
Estrategias de Control Automtico
Pgina 1 / 11

CONTROL INTELIGENTE (RNA)

Grupo
Nota: Departamento de Electrotecnia Industrial Fecha: Lab. N 09

I. OBJETIVOS:

Conocer los conceptos generales de las Redes Neuronales.

Entrenar Redes Neuronales bsicas.

II. RECURSOS:

PC con Matlab.

III. SEGURIDAD EN LA EJECUCIN DEL LABORATORIO

Tener cuidado con el tipo y niveles de voltaje que

suministran a los equipos

Antes de utilizar los instrumentos cerciorarse si son

de entrada o de salida, para no daar los equipos,
verificar presiones y conexiones de los instrumentos

Tener cuidado en la conexin y en la desconexin de

los equipos utilizados

IV. PRECAUSIONES DE SEGURIDAD

Recuerde en todo momento que debe consultar las especificaciones tcnicas de los
dispositivos antes de energizarlos.
 Nota:
ANLISIS DE TRABAJO SEGURO (ATS)

FECHA
TAREA: DIA MES AO

LABORATORIO AMBIENTE:
EQUIPO DE
DOCENTE:

FIRMA
TRABAJO
TALLER SESIN N

1. 4.

FIRMA
FIRMA
ALUMNOS
(Apellidos y 2. 5.

FIRMA
FIRMA
Nombres)

3. 6.

FIRMA
FIRMA
CARACTERSTICAS DE EQUIPOS Y HERRAMIENTAS:

OTROS
PASOS DE LA TAREA RIESGOS MEDIDAS DE CONTROL
(ESPECIFICAR PARA
CADA PASO)
CONTROL INTELIGENTE (RNA)

Departamento de Electrotecnia Industrial

4
Estrategias de Control Automtico

Fecha:

10

11

12
Grupo
Lab. N
Nro. DD-106

09
Pgina 2 / 11
 Nro. DD-106
Estrategias de Control Automtico
Pgina 3 / 11

CONTROL INTELIGENTE (RNA)

Grupo
Nota: Departamento de Electrotecnia Industrial Fecha: Lab. N 09
 Nro. DD-106
Estrategias de Control Automtico
Pgina 4 / 11

CONTROL INTELIGENTE (RNA)

Grupo
Nota: Departamento de Electrotecnia Industrial Fecha: Lab. N 09

V. BASE TERICA:

REDES NEURONALES ARTIFICIALES (RNA)

Las redes neuronales son ms que otra forma de emular ciertas caractersticas
propias de los humanos, como la capacidad de memorizar y de asociar hechos. Si se
Examinan con atencin aquellos problemas que no pueden expresarse a travs de un
algoritmo, se observar que todos ellos tienen una caracterstica en comn: la
experiencia. El hombre es capaz de resolver estas situaciones acudiendo a la
experiencia acumulada. As, parece claro que una forma de aproximarse al problema
consista en la construccin de sistemas que sean capaces de reproducir esta
caracterstica humana. En definitiva, las redes neuronales no son ms que un modelo
artificial y simplificado del cerebro humano, que es el ejemplo ms perfecto del que
disponemos para un sistema que es capaz de adquirir conocimiento a travs de la
experiencia. Una red neuronal es un nuevo sistema para el tratamiento de la
informacin, cuya unidad bsica de procesamiento est inspirada en la clula
fundamental del sistema nervioso humano: la neurona.

Existen numerosas formas de definir a las redes neuronales; desde las definiciones
cortas y genricas hasta las que intentan explicar ms detalladamente qu son las
redes neuronales. Por ejemplo:
1) Una nueva forma de computacin, inspirada en modelos biolgicos.
2) Un modelo matemtico compuesto por un gran nmero de elementos procesales
organizados en niveles.
3) un sistema de computacin compuesto por un gran nmero de elementos simples,
elementos de procesos muy interconectados, los cuales procesan informacin por
medio de su estado dinmico como respuesta a entradas externas.
4) Redes neuronales artificiales son redes interconectadas masivamente en paralelo
de elementos simples (usualmente adaptativos) y con organizacin jerrquica, las
cuales intentan interactuar con los objetos del mundo real del mismo modo que lo hace
el sistema nervioso biolgico.
 Nro. DD-106
Estrategias de Control Automtico
Pgina 5 / 11

CONTROL INTELIGENTE (RNA)

Grupo
Nota: Departamento de Electrotecnia Industrial Fecha: Lab. N 09

Neurona artificial: unidad de procesamiento de la informacin, es un

dispositivo simple de clculo que ante un vector de entradas proporciona una
nica salida.

Elementos:

Conjunto de entradas: Xi
Pesos sinpticos: Wi a
Funcin de activacin:
w1x1+ w2x2 + ... + wnxn = a y
Funcin de transferencia:
Y = F (w1x1+ w2x2 + ... + wnxn )
Bias o polarizacin:
entrada constate de magnitud 1, y peso b que se introduce en el sumador
Regla de aprendizaje:

Wi =E*Xi (Y ) E=paso de aprendizaje = 1/n

= estimado
Error = Y
 Nro. DD-106
Estrategias de Control Automtico
Pgina 6 / 11

CONTROL INTELIGENTE (RNA)

Grupo
Nota: Departamento de Electrotecnia Industrial Fecha: Lab. N 09

VI. Desarrollo:
A. ENTRENAMIENTO DE UN NEURONIO LINEAL DE UNA ENTRADA

En un autoservicio de comida rpida se pag S/.850 por el consumo de 2 raciones de

pescado, 5 de papas fritas y 3 de bebidas. Determinar mediante RNA el precio de
cada racin consumida para lo cual debe realizar lo siguiente:

i. Realizar el esquema de la red a utilizar

ii. Implementar el cdigo de programacin en Matlab determinando el nmero de

iteraciones necesarias para el entrenamiento de la red. Considere paso de
aprendizaje 1/35.
 Nro. DD-106
Estrategias de Control Automtico
Pgina 7 / 11

CONTROL INTELIGENTE (RNA)

Grupo
Nota: Departamento de Electrotecnia Industrial Fecha: Lab. N 09

Q1. Cuntas iteraciones fueron necesarias para entrenar la red?

..

Q2. Cules fueron los valores obtenidos para cada racin consumida despus de entrenar la
red?

B. ENTRENAMIENTO DE UN NEURONIO LINEAL DE VARIAS ENTRADAS

Segn la informacin proporcionada por la siguiente tabla. Determinar mediante RNA

el precio de cada racin consumida para lo cual debe realizar lo siguiente:

Pescado (Kg) Papa frita (Kg) Bebidas(un) Consumo (S/.)

1 0.245 0.111 2 26.27
2 0.156 0.27 1 24.6
3 0.274 0.238 2 33.65
4 0.146 0.298 2 28.02
5 0.13 0.158 1 18.07
6 0.271 0.288 1 32.77
7 0.159 0.232 1 23.14
8 0.127 0.201 2 22.59
9 0.216 0.192 2 27.92
10 0.168 0.141 1 19.77

i. Realizar el esquema de la red a utilizar

 Nro. DD-106
Estrategias de Control Automtico
Pgina 8 / 11

CONTROL INTELIGENTE (RNA)

Grupo
Nota: Departamento de Electrotecnia Industrial Fecha: Lab. N 09

ii. Implementar el cdigo de programacin en Matlab determinando el nmero de

iteraciones necesarias para el entrenamiento de la red. Considere paso de
aprendizaje 1/35.

Q3. Cuntas iteraciones fueron necesarias para entrenar la red?

..

Q4. Cules fueron los valores obtenidos para cada racin consumida despus de entrenar la
red?

Q5. Cul ser el precio de 100 gramos de pescado, y 100gramos de papas fritas?

C. TRABAJO COMPLEMENTARIO DE INVESTIGACIN

 Nro. DD-106
Estrategias de Control Automtico
Pgina 9 / 11

CONTROL INTELIGENTE (RNA)

Grupo
Nota: Departamento de Electrotecnia Industrial Fecha: Lab. N 09

Proponga un ejemplo y desarrllelo empleando el comando: nntool del Matlab

D. OBSERVACIONES Y CONCLUSIONES

FIN DE DOCUMENTO