Marco de Referencia Programa - Facultad de Ingeniería
Contents
1. E BUENOS AIRES U N C P B A FACULTAD DE INGENIERIA e Acosta G Taller de Controladores Difusos apuntes de curso 2001 e Fuzzy logic Toolbox Matlab Gu a del usuario The Mathworks Inc 1998 Bibliograf a de consulta e Haykin S Neural Networks A comprehensive foundation MacMillan 1994 e Jamshidi M Fathi M and Pierrot F Soft Computing with industrial applications Vol 5 Proc of the World Automation Congress WAC 96 1996 e P Antsaklis and Passino K An Introduction to intelligent and autonomous control Kluwer Ac Pub 1993 e Kosko B Neural Networks and Fuzzy Systems A Dynamical Systems Approach to Machine Intelligence Prentice Hall 1992 e Lin C and Lee C Neural Fuzzy Systems a neurofuzzy synergism to Intelligent systems Prentice Hall 1996 e Miller T Sutton R and Werbos P Neural Networks for control The MIT Press 1990 Revistas Control System Magazine IEEE Fuzzy Systems IEEE Intelligent Systems and their application IEEE Trans on Control System Techology IEEE Algunos sitios interesantes http www aadeca org http www ieee org http www mathworks com Docente responsable Dr Gerardo Acosta Prof Adjunto Exclusivo Ordinario del rea de Electr nica ggacostaGfio unicen edu ar http www fio unicen edu ar Curriculum Acosta2. Programa de Introducci n a las redes neuronales y la l gica difusa 2003 Departamento Ingenier a Electromec nica y NG MA OSM DEA NAL Facultad de Ingenier a PROVINCIA DE BUENOS AIRES U N C P B A FACULTAD DE INGENIERIA PROGRAMACI N DE LA ASIGNATURA Introducci n a las Redes Neuronales y la L gica Difusa Aplicaciones en Control Marco de Referencia Plan de Estudios de Ingenier a Electromec nica Qu mica Industrial rea Tecnol gicas Aplicadas Sub rea Electr nica Car cter Optativa Cuatrimestral Carga horaria asignada 6 hs semana 90 horas Ubicaci n 5 a o 1 cuatrimestre Asignaturas correlativas Sistemas de Control Control de Procesos Automatismos Industriales cursadas e Contenidos m nimos Neurona artificial Modelos b sicos de neuronas artificiales Paradigmas de aprendizaje Topolog as de redes neuronales Conjuntos difusos Sistemas basados en l gica difusa Base de reglas Fuzzificaci n y defuzzificaci n Sistemas neurofuzzy Aplicaciones en control Programa Conocimientos previos Los conocimientos previos con los cuales el alumno debe comenzar a cursar esta asignatura son nociones de modelos lineales y no lineales de sistemas f sicos Objetivos Proveer los conocimientos necesarios para abordar aplicaciones que requieran el uso de redes neuronales y o l gica difusa Contenidos ver programa anal tico Desarrollo de la Asignatura Se plant
3. ear una metodolog a que contemple clases te rico pr cticas que le permita al alumno afianzar o corregir conceptos en forma gradual a medida que se avanza en el dictado de la asignatura Metodolog a de ense anza El dictado de los temas comprender clases te rico pr cticas donde se desarrollar el tema desde una perspectiva te rica complement ndolos con resoluci n y o asistencia en la resoluci n de ejemplos t picos y problemas que generen la discusi n y ayuden a la comprensi n del mismo Muchos de estos problemas se resolver n mediante el empleo de software Matlab Evaluaci n Sistema de cursada El sistema de cursada propuesto sigue los lineamientos de la resoluci n CAFI N 221 94 en su punto Cursada por presentaci n de trabajos Los trabajos consistir n en la resoluci n de casos espec ficos Estos trabajos ser n presentados por los alumnos en forma oral al finalizar el cuatrimestre Aprobando los trabajos habr n CURSADO la asignatura Programa de Introducci n a las redes neuronales y la l gica difusa 2003 Departamento Ingenier a Electromec nica y MA OSM DEA NAL Facultad de Ingenier a Wi provincia DE BUENOS AIRES U N C P B A FACULTAD DE INGENIERIA Sistema de Promoci n Aquellos alumnos que habiendo cursado la asignatura deseen promocionarla deber n rendir un examen integrador o COLOQUIO FINAL Aquellos alumnos que desaprueben el COLOQUIO FINAL deber n regirse por el sistema gene
4. ral de ex menes finales de la Facultad Programa Anal tico CAP TULO I Introducci n a la inteligencia humana Neuronas naturales Aprendizaje Neurona artificial Modelo b sico o elemento de proceso Tipos de Aprendizaje artificial Topolog as Dilema estabilidad plasticidad CAP TULO II Paradigmas de redes neuronales McCulloch Pitts Perceptr n Hopfield Adaline CMAC y otros CAP TULO III Conjuntos difusos Funci n de pertenencia L gica difusa Oparadores b sicos Universo de discurso CAP TULO IV Controladores difusos o fuzzy Arquitectura y descripci n de componentes Dise o de controladores fuzzy CAP TULO V Redes neurofuzzy Descripci n general Control neurofuzzy Comparaci n entre control tradicional control neuronal control fuzzy y control neurofuzzy CAP TULO VI Aplicaciones y casos de estudio Cronograma tentativo Sobre la base de una carga horaria semanal de 4 horas se dictar n 2 clases semanales de 2 hs cada una con arreglo al siguiente calendario trabaj y Taller de 6 v wom a ed Coloquio Horarios Mi rcoles y Viernes de 10 00 a 12 00 hs Medios Disponibles Documentaci n Bibliograf a b sica e Kartalopoulos S Understanding Neural Networks and Fuzzy Logic IEEE Press 1996 Programa de Introducci n a las redes neuronales y la l gica difusa 2003 Departamento Ingenier a Electromec nica y NG MA OSM DEA NAL Facultad de Ingenier a PROVINCIA D
Download Pdf Manuals
Related Search