La identificación en lazo cerrado de sistemas continuos es un problema de optimización no lineal que resulta de difícil solución mediante métodos convencionales. En este trabajo se propone el uso de algoritmos genéticos (AG) para esta tarea y se muestra mediante simulaciones que los modelos obtenidos pueden reproducir fielmente el comportamiento de la planta, aun en el caso de sistemas inestables o que presentan algún tipo de no-linealidad. Estos modelos pueden utilizarse para el ajuste de parámetros de reguladores PID mediante un método también basado en AG, como se muestra en dos ejemplos: un sistema inestable en lazo abierto y otro de alto orden con retardo. La metodología propuesta se aplica también a la identificación del modelo AC5A de la IEEE para unidades de generación eléctrica, que incluye una no-linealidad del tipo saturación.
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
