Resumen

Se diseña una red neuronal recurrente con retardo temporal enfocada (FTLR NN) con filtro de memoria gamma para aprender la dinámica compleja sutil de un proceso típico de reactor de tanque agitado continuo (CSTR). El reactor de tanque agitado continuo exhibe operaciones no lineales complejas donde la reacción es exotérmica. Se observa en la revisión de la literatura que el control del proceso de CSTR utilizando sistemas neurodifusos ha sido intentado por muchos, pero aún no está disponible un modelo óptimo de red neuronal para la identificación del proceso de CSTR. Dado que el proceso de CSTR incluye una relación temporal en los mapeos de entrada-salida, se utiliza especialmente una red neuronal recurrente con retardo temporal con fines de identificación. En este modelo se propone el algoritmo estándar de retropropagación con término de momento. Se investigan diversos parámetros como el número de elementos de procesamiento, el número de capas ocultas, el porcentaje de entrenamiento y prueba, la regla de aprendizaje y la función de transferencia en la cap

• Materias:Algoritmo genético Agrupamiento difuso Memoria gamma Controlador Neuro-Fuzzy
• Subjects:Genetic algorithm Fuzzy clustering Gamma memory Neuro-Fuzzy Controller
• Palabras claves:Red neuronal; Proceso CSTR; Recurrente con desfase temporal; Identificación; Filtro de memoria gamma; Dinámica del sistema
• Keywords:Neural network; CSTR process; Time lagged recurrent; Identification; Gamma memory filter; System dynamics