Laboratorio N°9 Control Inteligente RNA

ESTRATEGIAS DE CONTROL AUTOMATICO CODIGO: AA 5030

LABORATORIO N° 09 “

Control Inteligente Redes Neuronales Artificiales

”

-

Grupo S emestre emes tre Fecha Fec ha de entreg entreg a

: : :

V

Profesor: Marco Marc o Ar A r c os C amarg amarg o Hora Hor a:

Nota:

Estrategias de Control Automático

Nro. DD-106 Página 1 / 11

CONTROL INTELIGENTE (RNA) Grupo

Nota:

Departamento de Electrotecnia Industrial

I. 



II. 

III.

Fecha:

Lab. Nº

OBJETIVOS: Conocer los conceptos generales de las Redes Neuronales. Entrenar Redes Neuronales básicas.

RECURSOS: PC con Matlab.

SEGURIDAD EN LA EJECUCIÓN 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 dañar los equipos, verificar presiones y conexiones de los instrumentos

Tener cuidado en la conexión y en la desconexión de los equipos utilizados

IV.

PRECAUSIONES DE SEGURIDAD Recuerde en todo momento que debe consultar las especificaciones técnicas de los dispositivos antes de energizarlos.

09

Nro. DD-106


Página 2 / 11


Nota:


Fecha:

Lab. Nº

O Ñ A

S E M

A I D

E D O J A O P B I A U R Q T E

M R I F A

M R I F A

A M R I F

A H C E F

: E T N E I B M A

) S T A ( O R U G E S O J A B A R T E D S I S I L Á N A

O I R O T A R O B A L

: S A T N E I M A R R E H Y S O P I U Q E E D S A C I T S Í R E T C A R A C

° N N Ó I S E S

R E L L A T

A M R I F

A R

) S A P O S O R S A A O G I P R S C F A T E I C D A O I E P C R S E (

. 4

. 5

. 6

M R I F A

M R I F A

A M R I F

: A E R A T

. 1 : E T N E C O D

L O R T N O C E D S A D I D E M

. 2 S y ) O s s o e r N d i b l l M e m U p o L A ( N A

. 3

A E R A T A L E D S O S A P

1 2

3

4

5

6

7

8

1 2 9 0 1 1 1

09




Nota:


Fecha:

Lab. Nº

09




Nota:


V.

Fecha:

Lab. Nº

09

BASE TEÓRICA:

REDES NEURONALES ARTIFICIALES (RNA) Las redes neuronales son más que otra forma de emular ciertas características propias de los humanos, como la capacidad de memorizar y de asociar hechos. Si se Examinan con atención aquellos problemas que no pueden expresarse a través de un algoritmo, se observará que todos ellos tienen una característica en común: la experiencia. El hombre es capaz de resolver estas situaciones acudiendo a la experiencia acumulada. Así, parece claro que una f orma de aproximarse al problema consista en la construcción de sistemas que sean capaces de reproducir esta característica humana. En definitiva, las redes neuronales no son más que un modelo artificial y simplificado del cerebro humano, que es el ejemplo más perfecto del que disponemos para un sistema que es capaz de adquirir conocimiento a través de la experiencia. Una red neuronal es “un nuevo sistema para el tratamiento de la información, cuya unidad básica de procesamiento está inspirada en la célula fundamental del sistema nervioso humano:

la neurona”.

Existen numerosas formas de definir a las redes neuronales; desde las definiciones cortas y genéricas hasta las que intentan explicar más detalladamente qué son las redes neuronales. Por ejemplo: 1) Una nueva forma de computación, inspirada en modelos biológicos. 2) Un modelo matemático compuesto por un gran número de elementos procesales organizados en niveles. 3) un sistema de computación compuesto por un gran número de elementos simples, elementos de procesos muy interconectados, los cuales procesan información por medio de su estado dinámico como respuesta a entradas externas. 4) Redes neuronales artificiales son redes interconectadas masivamente en paralelo de elementos simples (usualmente adaptativos) y con organización jerárquica, las cuales intentan interactuar con los objetos del mundo real del mi smo modo que lo hace el sistema nervioso biológico.

Nro. DD-106


Página 5 / 11


Nota:

Departamento de Electrotecnia Industrial 

Fecha:

Lab. Nº

Neurona artificial: unidad de procesamiento de la información, es un dispositivo simple de cálculo que ante un vector de entradas proporciona una única salida.



Elementos: Conjunto de entradas: Xi Pesos sinápticos: Wi

a

Función de activación:

w 1· x 1+ w 2· x 2 + ... + w n· x n = a

y

Función de transferencia:

Y = F (w 1· x 1+ w 2· x 2 + ... + w n· x n ) Bias o polarización: entrada constate de magnitud 1, y peso b que se introduce en el sumador 

Regla de aprendizaje: ΔWi =E*Xi (Y – Ŷ)

E=paso de aprendizaje = 1/n Ŷ = estimado Error = Y – Ŷ

09




Nota:


Fecha:

Lab. Nº

09

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

En un autoservicio de comida rápida se pagó 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 ración consumida para lo cual debe realizar lo siguiente: i. Realizar el esquema de la red a utilizar

a

y

ii. Implementar el código de programación en Matlab determinando el número de iteraciones necesarias para el entrenamiento de la red. Considere paso de aprendizaje 1/35.

Nro. DD-106


Página 7 / 11


Nota:


Fecha:

Lab. Nº

09

Q1. ¿Cuántas iteraciones fueron necesarias para entrenar la red?

…………………………………………… ………………………………………………………… ..

Q2. ¿Cuáles fueron los valores obtenidos para cada ración consumida después de entrenar la red?

B. ENTRENAMIENTO DE UN NEURONIO LINEAL DE VARIAS ENTRADAS

Según la información proporcionada por la siguiente tabla. Determinar mediante RNA el precio de cada ración consumida para lo cual debe realizar lo siguiente: Pescado (Kg)

i.

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

Realizar el esquema de la red a utilizar




Nota:


ii.

Fecha:

Lab. Nº

Implementar el código de programación en Matlab determinando el número de iteraciones necesarias para el entrenamiento de la red. Considere paso de aprendizaje 1/35.

Q3. ¿Cuántas iteraciones fueron necesarias para entrenar la red?

…………………………………………… …………………………………………………………..

Q4. ¿Cuáles fueron los valores obtenidos para cada ración consumida después de entrenar la red?

Q5. ¿Cuál será el precio de 100 gramos de pescado, y 100gramos de papas fritas?

C.

09

TRABAJO COMPLEMENTARIO DE INVESTIGACIÓN

Nro. DD-106


Página 9 / 11


Nota:


Proponga un ejemplo y desarróllelo empleando el comando:

Fecha: nntool del

Lab. Nº

Matlab

D. OBSERVACIONES Y CONCLUSIONES ……………………………………………………………………………………………………………………………………………………….

……………………………………………………………………………………………………………………………………………………….

……………………………………………………………………………………………………………………………………………………….

……………………………………………………………………………………………………………………………………………………….

……………………………………………………………………………………………………………………………………………………….

……………………………………………………………………………………………………………………………………………………….

……………………………………………………………………………………………………………………………………………………….

……………………………………………………………………………………………………………………………………………………….

……………………………………………………………………………………………………………………………………………………….

……………………………………………………………………………………………………………………………………………………….

……………………………………………………………………………………………………………………………………………………….

……………………………………………………………………………………………………………………………………………………….

……………………………………………………………………………………………………………………………………………………….

……………………………………………………………………………………………………………………………………………………….

……………………………………………………………………………………………………………………………………………………….

……………………………………………………………………………………………………………………………………………………….

……………………………………………………………………………………………………………………………………………………….

FIN DE DOCUMENTO

09

Laboratorio N°9 Control Inteligente RNA

Recommend Documents