Inteligencia Artificial
con Aplicaciones a la Ingeniería
Libro recomendado para introducirse en la Inteligencia Artificial (IA) se introduce con conceptos muy claros e ilustrar con ejemplos muy prácticos en la ingeniería.
Descripción:
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.
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
Contenido:
Capítulo 1: Inteligencia artificialIntroducción
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 sistemas sugeno
Calculadora difusa Matlab®
Capítulo 3: Redes neurales artificiales
Redes neurales biológicas
Modelos de neuronas
Aplicaciones de las redes neutrales artificiales (RNA)
Definición de una red neuronal artificial
Funciones de activación
Tipologías 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 teoria 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 a 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
