Tecnicas de Inteligencia Artificial para Instrumentacion PDF

Descargar como pdf o txt
Descargar como pdf o txt
Está en la página 1de 2

Tcnicas de Inteligencia Artificial para Instrumentacin

Clave: IINE 18031


Hrs./sem. 5
Crditos 7
Prerrequisito NO

Justificacin
La electrnica y la informtica son ramas que se han unido y lo vemos en la actualidad,
donde casi cualquier instrumento o aparato electrnico internamente cuenta con una
pequea microcomputadora que tuvo que ser previamente programada para realizar
funciones especficas. La inteligencia artificial mediante la lgica difusa y los modelos de
redes neuronales puede dar solucin a problemas relacionados con los sistemas de
control enfocados a la robtica y automatizacin.
Dada la necesidad de que los alumnos de la carrera de ingeniera en instrumentacin
electrnica enfrenten la vida profesional acorde al desarrollo cientfico y tecnolgico, se
dota al estudiante de herramientas como lo son redes neuronales artificiales y algoritmos
difusos que le permitan estar acorde a dicho desarrollo.

Metodologa de trabajo
Exposicin oral del profesor con ayudas grficas y audiovisuales.
Resolucin de casos de parte del estudiante.
Elaboracin de ejercicios y prcticas de laboratorio durante la clase.

Objetivo general
El estudiante conoce y aplica las tcnicas de lgica difusa y redes neuronales artificiales,
en el diseo de sistemas de instrumentacin electrnica, para la solucin de problemas
relacionados con el control automtico de procesos industriales y biolgicos.


Evaluacin
La evaluacin ser de la manera siguiente:
Exmenes parciales 20%
Examen final 20%
Practicas 20%
Proyecto final 40%
___________
Total 100%

Contenido temtico
Introduccin a la Inteligencia Artificial (IA): Definiciones de sistemas inteligentes.
Desarrollo de la IA. Estrategias de la IA. Aplicacin de la IA en la robtica. Aplicacin de la
IA en la automatizacin y control. Redes Neuronales Artificiales: Elementos de una
RNA. Modelos de RNA. Arquitectura de RNA. Clasificacin de los modelos de RNA.
Perceptron Simple. Algoritmo de aprendizaje del perceptron. Perceptron multicapa.
Algoritmos de aprendizaje del perceptron multicapa. Implementacin de RNA analgica,
digital. Lgica Difusa. Conjuntos difusos. Variables lingsticas. Operadores. Reglas.
Fusificacin, Inferencia. Defusificacin. Control difuso. Implementacin de sistemas
difusos. Desarrollo de una propuesta de aplicacin de la lgica difusa o de redes
neuronales artificiales. Definicin general. Descripcin de la programacin y circuitera.
Construccin del prototipo. Implementacin. Pruebas y evaluacin. Documentacin y
presentacin.
Bibliografa
Inteligencia Artificial con aplicaciones a la ingeniera.
Autores: Pedro Ponce Cruz
Editorial: Alfaomega 2010.
Redes neuronales artificiales: fundamentos, modelos y aplicaciones
Autores: Jos Ramn Hilera Gonzlez, Vctor Jos Martnez Hernando.
Editorial: Addison-Wesley; Ra-ma, 1995.
Redes Neuronales y Sistemas Borrosos
Autores: Bonifacio Martn del Bro, Alfredo Sanz
Editorial: RA-MA 1997.
An introduction to fuzzy logic for practical applications
Autor: Tanaka Kazuo
Editorial : Springer, 1997
Neural and Fuzzy Logic Control of drivers and Power Systems
Autores: M. Cirstea.A. Dinu.J. M. McCormick.
Editorial: An imprint of Elsevier Science. Linacre House, Jordan Hill, Oxford OX2 8DP
First published 2002.

También podría gustarte