Identificacion de un sistema por medio de una red neuronal de tipo Perceptron multicapa

Autor: Wilberth Hidalgo Arcos

Introduccion

Una practica comun en los sistemas de control, es disear un sistema con una serie de pruebas de lazo cerrado. Segun Ziegler y Nichols, basado en el conocimiento del conjunto de respuestas particulares se puede disear un sistema de control automatico, sin embargo este metodo consume mucho tiempo.

Las redes de neuronas artificiales (denominadas habitualmente como RNA o en ingls como: "ANN"[1] ) son un paradigma de aprendizaje y procesamiento automtico inspirado en la forma en que funciona el sistema nervioso de los animales. Se trata de un sistema de interconexin de neuronas en una red que colabora para producir un estmulo de salida. En inteligencia artificial es frecuente referirse a ellas como redes de neuronas o redes neuronales.

Funcionamiento
Las redes neuronales consisten en una simulacin de las propiedades observadas en los sistemas neuronales biolgicos a travs de modelos matemticos recreados mediante mecanismos artificiales (como un circuito integrado, un ordenador o un conjunto de vlvulas). El objetivo es conseguir que las mquinas den respuestas similares a las que es capaz de dar el cerebro que se caracterizan por su generalizacin y su robustez.

Una red neuronal se compone de unidades llamadas neuronas. Cada neurona recibe una serie de entradas a travs de interconexiones y emite una salida. Esta salida viene dada por tres funciones:

1. Una funcin de propagacin (tambin conocida como funcin de excitacin), que por lo general consiste en el sumatorio de cada entrada multiplicada por el peso de su interconexin (valor neto). Si el peso es positivo, la conexin se denomina excitatoria; si es negativo, se denomina inhibitoria.

2. Una funcin de activacin, que modifica a la anterior. Puede no existir, siendo en este caso la salida la misma funcin de propagacin.

3. Una funcin de transferencia, que se aplica al valor devuelto por la funcin de activacin. Se utiliza para acotar la salida de la neurona y generalmente viene dada por la interpretacin que queramos darle a dichas salidas. Algunas de las ms utilizadas son la funcin sigmoidea (para obtener valores en el intervalo [0,1]) y la tangente hiperblica (para obtener valores en el intervalo [-1,1]).

Diseo y programacin de una RNA (red neuronal artificial)

Un segundo metodo es un sistema de identificacion, uno de ellos es la red neuronal.

Perceptrn Multicapa

Las unidades pueden ser combinadas en numerosos tipos de redes, a esto se le denomina red Perceptrn Multicapa (MLP). La MLP es contruida ordenando las unidades en capas, dejando cada unidad en una capa tomando en una capa como entrada solo la salida de unidades en la capa previa.

Modelos de estructuras

Estructura del modelo ARX (entrada externa autoregresiva)