Análisis formal de la dinámica de sistemas no lineales mediante redes neuronales

Use this link to cite
http://hdl.handle.net/2183/25748
Except where otherwise noted, this item's license is described as Atribución-NoComercial-CompartirIgual 4.0 España
Collections
Metadata
Show full item recordTitle
Análisis formal de la dinámica de sistemas no lineales mediante redes neuronalesAuthor(s)
Date
2017Citation
Irigoyen Gordo, E., Larrea Sukia, M., Barragán Piña, A.J., Martínez Bohórquez, M.A., Andújar Márquez, J.M. Análisis formal de la dinámica de sistemas no lineales mediante redes neuronales. En Actas de las XXXVIII Jornadas de Automática, Gijón, 6-8 de Septiembre de 2017 (pp.376-383). DOI capítulo: https://doi.org/10.17979/spudc.9788497497749.0376 DOI libro: : https://doi.org/10.17979/spudc.9788497497749
Versions
http://hdl.handle.net/10651/46517
Abstract
[Resumen] A la hora de estudiar un sistema (sistema industrial, biológico, económico, etc.), llegar a enfocar su análisis desde un punto de vista dinámico puede ser de gran utilidad e interés, en función de los requerimientos que condicionen dicho análisis. Mediante un análisis dinámico se puede conocer qué respuesta tendrá un sistema ante determinados estímulos de entrada, cuál es su comportamiento, si es estable en lazo abierto (local y globalmente), incluso si viene afectado por fenómenos no lineales, como bifurcaciones y ciclos límites, por ejemplo. En ocasiones donde el sistema es desconocido o su dinámica es lo suficientemente compleja como para formalizar su análisis dinámico a través de modelos matemáticos, las herramientas basadas en técnicas de control inteligente, como son las redes neuronales, cobran vital importancia ya que permiten abordar el problema a través de modelos del sistema. La literatura ha demostrado que los modelos neuronales son aproximadores universales tanto de una función como de su derivada, por lo que en base a datos de entrada/salida permiten modelar sistemas no lineales. Considerando que un modelo neuronal es un modelo matemático formalmente hablando, en base al mismo se pueden estudiar aspectos de la dinámica del sistema modelado real, del mismo modo a como se desarrolla en la teoría de control no lineal. Este trabajo presenta una metodología de estudio de los estados de equilibro de un sistema no lineal, la linealización exacta de su modelo de estado neuronal y el estudio de la estabilidad local de los equilibrios a partir de dicha linealización. A partir de dicha información, es posible estudiar la estabilidad local de los estados de equilibrio, así como la dinámica del sistema en su entorno y la presencia de oscilaciones, obteniéndose una valiosa información del comportamiento dinámico del sistema.
Keywords
Análisis dinámico
Estabilidad
Estado de equilibrio
Linealización
Modelado neuronal
Sistemas dinámicos
Red neuronal MLP
Estabilidad
Estado de equilibrio
Linealización
Modelado neuronal
Sistemas dinámicos
Red neuronal MLP
Editor version
Rights
Atribución-NoComercial-CompartirIgual 4.0 España
ISBN
978-84-16664-74-0 (UOV) 978-84-9749-774-9 (UDC electrónico)