1. Repositorio Institucional del Tecnológico Nacional de México (RI - TecNM)
2. Tesis de Posgrado
3. Morelos
4. Centro Nacional de Investigación y Desarrollo Tecnológico
5. Tesis CENIDET
6. Tesis Doctorado
7. Tesis de Doctorado en Ingeniería Electrónica

Título :	Identificación de Sistemas Mediante el Uso de Redes Neuronales de Orden Fraccionario
Autor :	Zuniga Aguilar, Carlos Jesus%590896
metadata.dc.subject.other:	calculo fraccionario, redes neuronales artificiales, fraccionarias, orden variable, identificación de sistemas.
Fecha de publicación :	2020-07-20
Editorial :	Tecnológico Nacional de México
metadata.dc.publisher.tecnm:	Centro Nacional de Investigación y Desarrollo Tecnológico
Descripción :	El siguiente documento presenta teoría acerca del cálculo fraccionario (CF), hechos his- tóricos que han forjado los cimientos de su disciplina, funciones especiales utilizadas y diversas definiciones de derivada fraccionaria así como las diferencias entre cada una de ellas. Del mismo modo, se presenta la definición de redes neuronales artificiales (RNAs), su arquitectura, elementos que constituyen a una RNA, capacidad de aprendizaje mediante algoritmos de optimización y la identificación de sistemas con redes neuronales. La com- binación de ambas disciplinas ha dado como resultado el concepto de redes neuronales artificiales fraccionarias (RNAF), las cuales son presentadas en este trabajo. Se presenta una aplicación que relaciona a las RNAs con el CF, la cual es basada en la búsqueda de soluciones de ecuaciones diferenciales fraccionarias con orden variable (EDF-OV). El primer caso de estudio muestra una EDF con orden constante con el fin de analizar las diferencias entre los métodos analíticos, algoritmos numéricos y la RNA. Los siguientes casos de estudio han sido incluidos con el fin de denotar las ventajas que una RNA ofrece por encima de los algoritmos numéricos con ayuda de la medición de diversos índices de desempeño y pruebas de costo computacional. Después, se presenta una metodología para entrenar RNAs mediante el uso de algorit- mos de orden fraccionario para la identificación de sistemas (IS). Lo anterior con el fin de mostrar las ventajas y diferencias entre los algoritmos de optimización convencionales y el algoritmo propuesto. El algoritmo es probado mediante la identificación de una secadora de cabello de uso industrial, un sistema mecánico con histéresis y por último un sistema médico encargado de la predicción de concentración de glucosa en la sangre (CGS). Finalmente, se presenta una metodología de IS basada en definiciones fraccionarias- fractales (FF). Se propone un mapeo entre definiciones fraccionarias con el fin de justificar la estabilidad de la metodología mediante la teoría de estabilidad de Lyapunov. La metodo- logía propuesta es puesta a prueba mediante la identificación de sistemas de dos tanques en cascada, la posición de un brazo de un toca discos y un motor eléctrico utilizado en automóviles.
metadata.dc.type:	info:eu-repo/semantics/masterThesis
Aparece en las colecciones:	Tesis de Doctorado en Ingeniería Electrónica

Este ítem está protegido por copyright original Visualizar la licencia

Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons