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.
El factor de impacto mide la media del número de citaciones recibidas en un año por trabajos publicados en la publicación durante los dos años anteriores.
© Clarivate Analytics, Journal Citation Reports 2025
SJR es una prestigiosa métrica basada en la idea de que todas las citaciones no son iguales. SJR usa un algoritmo similar al page rank de Google; es una medida cuantitativa y cualitativa al impacto de una publicación.
Ver másSNIP permite comparar el impacto de revistas de diferentes campos temáticos, corrigiendo las diferencias en la probabilidad de ser citado que existe entre revistas de distintas materias.
Ver más
