Implementación de un algoritmo de control neuronal recurrente en FPGA y DSP para sistemas dinámicos
En el presente trabajo se presenta el desarrollo e implantación de un algoritmo de control inteligente basado en redes neuronales diagonales recurrentes (RNDR). La arquitectura de la RNDR es un modelo simplificado de una red neuronal recurrente completamente conectada en una capa oculta, dicha capa...
| Autor: | |
|---|---|
| Tipo de recurso: | tesis de maestría |
| Estado: | Versión publicada |
| Fecha de publicación: | 2009 |
| País: | México |
| Institución: | Universidad Autónoma de Querétaro |
| Repositorio: | Repositorio Institucional de la Universidad Autónoma de Querétaro |
| OAI Identifier: | oai:ri-ng.uaq.mx:123456789/334 |
| Acceso en línea: | http://ri-ng.uaq.mx/handle/123456789/334 |
| Access Level: | acceso abierto |
| Palabra clave: | Backpropagation Control Neural networks Redes neuronales Retropropagación INGENIERÍA Y TECNOLOGÍA |
| Sumario: | En el presente trabajo se presenta el desarrollo e implantación de un algoritmo de control inteligente basado en redes neuronales diagonales recurrentes (RNDR). La arquitectura de la RNDR es un modelo simplificado de una red neuronal recurrente completamente conectada en una capa oculta, dicha capa está compuesta por neuronas que se retroalimentan a sí mismas. Dos RNDR se utilizan en el sistema de control: una es la encargada de la identificación llamada neuroidentificador diagonal recurrente (NIDR) y la otra que realiza el papel de controlador, llamada neurocontrolador diagonal recurrente (NCDR). Se desarrolló un algoritmo de retropropagación dinámico (RPD) para entrenar tanto al NIDR como al NCDR y así ajustar sus pesos. Debido a la recurrencia de las RNDR el algoritmo tiene mejores posibilidades que las redes estáticas para controlar sistemas con dinámica difícil. Así mismo se muestran los resultados obtenidos tanto en simulación como en implementación práctica del controlador basado en la RNDR en un FPGA (Field Programmable Gate Array) y DSP (Digital Signal Processing). |
|---|