Este curso está orientado al análisis de distintas técnicas basadas en redes neuronales artificiales aplicadas a procesos de control en la ingeniería. El control automático de sistemas es un elemento clave en la industria de diseño y producción, desarrollándose en sectores como la automoción, la robótica, la domótica, la aeronáutica y muchos otros. Muchos de los sistemas reales que se encuentran en este tipo de procesos presentan no linealidades complejas, que hacen que no se puedan aplicar técnicas convencionales en su tratamiento, ya que requieren unos modelos matemáticos muy complejos que resultan prácticamente inabordables. Partiendo de este hecho, se han desarrollado en los últimos años una serie de técnicas de control llamadas “inteligentes” que permiten tratar el problema sin necesidad del modelado matemático del sistema, dentro de este tipo de técnicas destacan las Redes Neuronales. El objetivo principal de este curso será la comprensión de este tipo de técnicas de control inteligente.
Los aspectos que se tratarán en el desarrollo del curso abarcan desde la asignación y definición de patrones que permitan llevar a cabo el modelado de las variables de un problema, hasta la selección del tipo de red neuronal más adecuado para cada caso. Por tanto, se estudiarán distintas arquitecturas de red monocapa y multicapa, y además se compararán diversos algoritmos de entrenamiento de la red, tanto supervisados como no supervisados, analizando la flexibilidad y adaptabilidad que exhiben las redes en función del tipo de aprendizaje impuesto.
