Inteligencia Artificial: Con aplicaciones a la ingeniería – Pedro Ponce Cruz

Inteligencia Artificial: Con aplicaciones a la ingeniería

En general, los métodos de inteligencia artificial (IA) son una respuesta al deseo de aproximar el comportamiento y el pensamiento humano a diversos sistemas para la solución de determinadas problemáticas. Por ello, no es de sorprender que actualmente se tiene sistemas muy avanzados que pueden emular ciertas características humanas, sin embargo aún nos encontramos muy lejos de poder recrear algunas otras. En la actualidad los métodos de la inteligencia artificial (IA) tienen un gran auge y muchos investigadores se encuentran estudiando nuevas alternativas en el área. Hoy en día es común el empleo de sistemas que utilizan la IA para su funcionamiento cotidiano,
entre ellos los equipos electrodomésticos como lavadoras, hornos de microondas, cámaras de video, e inclusive sistemas de transporte. Lo que se pretende con estos métodos en ingeniería es resolver los problemas, no sólo de una manera novedosa, sino sobre todo tener mejores soluciones, más eficientes y mejor planeadas.

El presente libro aborda los temas más importantes de la IA que se pueden emplear en ingeniería, y los expone de una manera sencilla y accesible. Entre estos temas destacan la lógica difusa, las redes neurales, los sistemas neuro-difusos y los algoritmos genéticos. Cada uno de éstos se trata en forma detallada para que el lector interesado pueda realizar de manera natural la solución de problemas de ingeniería, comprendiendo además la teoría que sustenta al método respectivo. Como se sabe, los sistemas difusos tienen la capacidad de emular la forma de la inferencia humana y además pueden almacenar la experiencia en forma lingüística. Por su parte, las redes neurales artificiales se sustentan básicamente en que pueden realizar el aprendizaje y la clasificación de patrones a través de la simulación de neuronas biológicas. Por otro lado, los sistemas neuro-difusos tienen la capacidad de aprender y almacenar conocimiento en forma lingüística. Por último, los sistemas genéticos tratan de imitar la selección natural en la que se busca tener al individuo más fuerte, el cual posibilitará la realización de determinados procesos de optimización. En esta obra, cada uno de estos métodos y técnicas se adecua a la solución de diferentes problemas mediante una serie de ejercicios, por lo que en cada capítulo se tiene un conjunto de problemas de distinta naturaleza, los cuales sirven de apoyo para completar el proceso de aprendizaje. En muchos de estos casos se emplea MATLAB® para elaborar el diseño del sistema de IA que se requiere. Cabe señalar que la mayoría de estos casos se realizó durante los cursos que imparto, los cuales tienen el objetivo de que los estudiantes participen de manera activa en la solución de problemas de ingeniería mediante el uso de los métodos de la IA, proponiendo mejores alternativas de solución.

Contenido: 

Capítulo 1: Inteligencia Artificial 

Introducción 

Antecedentes De La Inteligencia Artificial 

Ramas Que Componen 

La Inteligencia Artificial 

Lógica Difusa 

Redes Neurales Artificiales 

Algoritmos Genéticos 

Capítulo 2: Lógica Difusa 

Introducción 

Conceptos De Lógica Booleana Y Difusa 

Lógica Booleana 

Lógica Difusa 

Principio De Extensión 

Números Difusos 

Relaciones Nítidas Y Difusas 

Controladores Difusos 

Algoritmo Del Razonamiento

Ejemplo Sistema Difuso Sugeno 

Ejemplo De Motor Dc 

Ejemplo De Sistema De Entradas 

Métodos De Inferencia 

Agrupamientos Difusos 

Programas Básicos En Matlab® 

Saturación Hombro Triangular Trapezoidal Sigmoidal Clusters Difusos Y Sistema Sugeno Calculadora Difusa Matlab® 

Capítulo 3: Redes Neurales Artificiales 

Redes Neurales Biológicas 

Modelos De Neuronas 

Aplicaciones De Las Redes Neurales Artificiales (Rna) 

Definición De Una Red Neuronal Artificial 

Funciones De Activación Topologías De Las Redes Neurales 

Entrenamiento De Las Redes Neurales 

Redes De Una Capa Adaline (Adaptive Linear Neuron) Or And Xor 

Redes Multicapa 

Diseño De Filtros Fir Con Redes Neurales Artificiales 

Ejemplo Reconocimiento De Letras Empleando Entrenamiento De Retropropagación Del Error Redes Autoorganizables 

Topología De Redes Neuronales Empleadas Para La Clasificación, Predicción Y Reconocimiento De Patrones

Ejemplo De Un Sistema Anfis Y Difuso Para El Modelado De Máquinas De Corriente Alterna, En Un Esquema De Control Vectorial Aproximador Neuro-Difuso Con Clusters Y Redes Neurales Trigonométricas 

Capítulo 4: Algoritmos Genéticos 

Charles Darwin Y La Teoría De La Evolución 

Algoritmos Genéticos 

Capítulo 5: Ejemplo de AG en Matlab® 

Determinar La Impedancia Necesaria De Un Componente Para Que Un Circuito Ac Le Transfiera La Máxima Potencia De Energía 

Algoritmos Genéticos 

Algoritmo Genético Básico Convencional Binario 

Algoritmo Generación De Nuevos Individuos Mediante Operaciones De Cruza Y Mutación Algoritmo De Selección Proporcional O Ruleta Archivos M De Matlab® Para El Algoritmo Main Función objetivo Eval. 

Población Eval. 

Each Convertir bitnum Next population 

Anexo a Matlab® 

Genetic Algorithms 

Toolbox

Contraseña: www.FreeLibros.org

Descargar / Download / Bajar 
1Fichier | UsersCloud | SolidFiles

Descargar Libros de Ingeniería Gratis