Documentos de Académico
Documentos de Profesional
Documentos de Cultura
SILABO
1. INFORMACIÒN GENERAL
2. SUMILLA
1
UNIVERSIDAD NACIONAL DEL CALLAO
FACULTAD DE INGENIERÍA ELÉCTRICA Y ELECTRÓNICA
ESCUELA PROFESIONAL DE INGENIERIA ELECTRONICA
_________________________________________________________________________
4. METODOLOGÍA
a)
Las clases serán prácticas, desarrollándose los temas según el programa analítico. El
profesor propiciará y motivará a los alumnos a participar en clase.
b) El alumno, estudiará y repasará los temas que el profesor desarrolle. Esto permitirá una
mejor participación del alumno en clase.
c) El profesor pondrá a disposición de los estudiantes separatas y guías de prácticas que
deberán ser resueltas con el propósito de afianzar sus conocimientos.
d) El profesor presentara su silabo a los alumnos el primer día de clase.
e) Las prácticas de laboratorio son de naturaleza obligatoria y el tema a desarrollar debe
estar enmarcado dentro del programa analítico.
f) El curso se llevara a cabo en la plataforma virtual, en donde se colgaran la información
de curso, así como tutoriales y los laboratorios.
5. RECURSOS A UTILIZAR
6. PROGRAMACIÒN ACADÈMICA
1° SEMANA
Introducción a la inteligencia artificial. Definiciones. Terminología básica. Historia de la inteligencia
artificial. Alcances de la inteligencia artificial. Áreas de la inteligencia artificial. Percepción y acción.
Implementación de sistemas básicos con inteligencia artificial.
2° SEMANA
Fundamentos básicos de las redes neuronales. Acontecimientos históricos de las redes neuronales.
Red neuronal biológica. Modelo de una red neuronal artificial. Tipos de funciones de activación.
3° SEMANA
Unidad lógica threshold y vectores. Espacio de patrones. Red neuronal perceptron. Aplicaciones y
limitaciones del perceptron. Algoritmos con aprendizaje supervisado corrección de error:
perceptron con momentum. Red Adaline y el algoritmo de Widrow Hoff.
4° SEMANA
PRACTICA CALIFICADA 1.
2
UNIVERSIDAD NACIONAL DEL CALLAO
FACULTAD DE INGENIERÍA ELÉCTRICA Y ELECTRÓNICA
ESCUELA PROFESIONAL DE INGENIERIA ELECTRONICA
_________________________________________________________________________
5° SEMANA
Algoritmos basados en gradiente. Algoritmo LMS. Algoritmo propagación inversa. Redes
neuronales multicapa (MLP). Capacidad de generalización de una red. Algoritmo propagación
inversa.
6° SEMANA
Aplicaciones del perceptron multicapa como clasificador de patrones y como aproximador de
funciones no lineales. Función de la red neuronal como polinomio multivariable. Análisis y diseño
de sistemas de control no lineal. Función descriptiva del neurocontrolador. Ciclos límites del
neurocontrolador. Diseño del neurocontrolador.
7° SEMANA
PRACTICA CALIFICADA 2.
8° SEMANA
EXAMEN PARCIAL
9° SEMANA
Redes con aprendizaje no supervisado. Redes asociativas. Redes recurrentes. Red de Hopfield.
Aplicaciones con algoritmos no supervisados. Identificación paramétrica de sistemas lineales y no
lineales. Modelado de sistemas dinámicos no lineales. Aproximación funcional de un modelo
NARMAX usando redes neuronales recurrentes.
10° SEMANA
Introducción a la lógica difusa. Crisp y lógica difusa. Porque usar la lógica difusa en control.
Metodologías usadas en el control difuso. Diferencias entre un conjunto difuso y no difuso.
Conjunto difusos. Funciones de pertenencia. Operadores elementales para lógica difusa.
Aplicaciones.
11° SEMANA
PRACTICA CALIFICADA 3.
12° SEMANA
Relaciones difusas y sus aplicaciones. Teoría del razonamiento aproximado. Fuzzyficador. Máquina
de inferencia difusa. Defuzzificador. Razonamiento de Mamdani. Razonamiento de Takagi--
Sugeno.
13° SEMANA
Estructuras básicas de un controlador difuso. Obtención de la base de reglas. Comportamiento de
los controladores difusos. Representación usando características 2D. Influencia de la funciones de
pertenencia en la base de reglas. Representación usando las características 3D.
3
UNIVERSIDAD NACIONAL DEL CALLAO
FACULTAD DE INGENIERÍA ELÉCTRICA Y ELECTRÓNICA
ESCUELA PROFESIONAL DE INGENIERIA ELECTRONICA
_________________________________________________________________________
14° SEMANA
Diseño del controlador difuso-P. Diseño del controlador difuso-PID. Diseño del controlador difuso
No lineal. Control difuso de línea base. Aplicaciones.
15° SEMANA
PRACTICA CALIFICADA 4
16° SEMANA
EXAMEN FINAL
17° SEMANA
EXAMEN SUSTITUTORIO
Semana 1: Laboratorio 1
Red Perceptron con el Toolbox de Matlab
Semana 2: Laboratorio 2
Reconocimiento de Patrones
Semana 3: Laboratorio 3
Red Adaline con el Toolbox de Matlab
Semana 4: Laboratorio 4
Algoritmo Adaline y sus Aplicaciones
Semana 5: Laboratorio 5
Modelamiento Neuronal Gadaline
Semana 6: Laboratorio 6
Red Feedforward con el Toolbox de Matlab
Semana 7: Laboratorio 7
Aplicaciones con el Algoritmo Backpropagation
Semana 8: Laboratorio 8
Diseño del Neurocontrolador
Semana 9: Laboratorio 9
Aplicaciones con el Toolbox de Lógica Difusa de Matlab
Semana 10: Laboratorio 10
Inferencia de Mamdani y sus Aplicaciones
Semana 11: Laboratorio 11
Inferencia de Sugeno y sus Aplicaciones
Semana 12: Laboratorio 12
Algoritmo de Control por Lógica Difusa
Semana 13: Laboratorio 13
Aplicación de un Control Difuso Lineal tipo PID
Semana 14: Laboratorio 14
Algoritmo de Control Difuso
4
UNIVERSIDAD NACIONAL DEL CALLAO
FACULTAD DE INGENIERÍA ELÉCTRICA Y ELECTRÓNICA
ESCUELA PROFESIONAL DE INGENIERIA ELECTRONICA
_________________________________________________________________________
8. SISTEMAS DE EVALUACIÒN
PP PL EP 2EF
PF
5
a) El alumno podrá rendir un examen sustitutorio, el que será único y abarcará toda la
asignatura, cuya nota reemplazará a la nota más baja de EP o EF.
b) La Nota Mínima Aprobatoria de la asignatura es 11
c) Un rubro muy importante para la evaluación del alumno es la asistencia, puesto que con
el 30% de inasistencias el alumno tendrá como calificativo NSP.
9. BIBLIOGRAFÍA
5
UNIVERSIDAD NACIONAL DEL CALLAO
FACULTAD DE INGENIERÍA ELÉCTRICA Y ELECTRÓNICA
ESCUELA PROFESIONAL DE INGENIERIA ELECTRONICA
_________________________________________________________________________
15. Stephen T. Welstead. “Neural Networks and Fuzzy Logic Applications in C++”. Editorial John
Wiley, 1994.
16. Li-Xin Wang. “A Course in Fuzzy System and Control”. Prentice Hall, 1997.
17. Mamdani, E.H. “Application of Fuzzy Control Algorithms for Control a Simple Dynamic
Plant”. Proc IEEE, 121,12,1585-8, 1974.