En este trabajo, se presenta una solución al problema del control predictivo basado en modelos, que se distingue por utilizar un modelo neuronal como predictor y un algoritmo genético, especialmente diseñado para ser aplicado en tiempo real, como optimizador. Este enfoque es aplicable al control de procesos fuertemente no lineales que no pueden ser aproximados eficientemente por algún modelo lineal y posibilita, además, el uso de criterios de optimización arbitrarios, no necesariamente cuadráticos y la inclusión de soluciones heurísticas ad hoc para mejorar los resultados. En el trabajo, se presentan algunos ejemplos preliminares del uso del controlador propuesto, obtenidos en régimen de simulación.
Consulte los artículos y contenidos publicados en éste medio, además de los e-sumarios de las revistas científicas en el mismo momento de publicación
Esté informado en todo momento gracias a las alertas y novedades
Acceda a promociones exclusivas en suscripciones, lanzamientos y cursos acreditados