000			02017nam a2200253Ia 4500
001			3366
008			141127s2015 -us 00 0 spa d
020			_a9783848464531
040			_aPUCESD _bspa _erda
082	0	4	_a006.3 _bN623c 2015
090			_aPlanta Baja
100	1		_aNiño Fonseca, Johanny Franchesco
245	1	0	_aControl de procesos con redes neuronales artificiales. Metodología de diseño de control de procesos utilizando redes neuronales artificiales / _cJohanny Fanchesco Niño Fonseca
250			_a1º Ed.
264		1	_aEstados Unidos de América : _bAcademica Española , _c2015
300			_a116 páginas ; _c22 cm.
336			_atxt
337			_an
338			_anc
505	0		_aLos controles inteligentes son aquellos que tienen la habilidad de actuar apropiadamente en un entorno con incertidumbre, donde una accion apropiada es la que aumenta la probabilidad de consecucion de los objetivos del sistema mediante actividades adaptativas, fusionando asi los metodos matematicos y los metodos cognoscitivos (linguisticos). Los controles inteligentes mas desarrollados en la actualidad estan basados en sistemas expertos tales como: la logica difusa, las redes neuronales y los algoritmos geneticos. Dentro de los sistemas expertos, las redes neuronales han sido ampliamente utilizadas en la identificacion de procesos o como sistemas que optimizan el funcionamiento de un controlador, su principal habilidad es la de aproximar con gran precision funciones no lineales mediante entrenamiento con pares de datos de entrada-salida. Existen diferentes modelos de control neuronal tales como: los controles neuronales indirectos, los controles neuronales directos, los controles adaptativos para sistemas no lineales entre otros. 1.- Introduccion 2.-Control convencional 3.-Control inteligente 4.-Desarrollo de la aplicacion 5.-Validacion 6.- Conclusiones y recomendaciones.
526			_aSistemas de la Información
590			_aNR
942	0	0	_00 _cBK
999			_c202627 _d202627