Programa de generación de datos aperiódicos no repetitivos para desarrollo de algoritmos de identificación
Fecha
2014-06-26
Autores
Figueredo Sánchez, Nelson
Título de la revista
ISSN de la revista
Título del volumen
Editor
Universidad Central "Marta Abreu" de Las Villas
Resumen
Actualmente el desarrollo de nuestro país establece la necesidad de aplicar nuevos métodos matemáticos y numéricos de optimización. El mejoramiento de los métodos de solución de problemas no lineales, de análisis estadísticos, así como los aspectos teóricos y prácticos relacionados con el desarrollo y aplicación de la inteligencia artificial como temas obligados para la producción de nuevos conocimientos.
La presente tesis plantea como objetivo fundamental la síntesis de irregularidades características de los sistemas dinámicos, en forma de Datos Aperiódicos No Repetitivos (DANR), con las cuales se hace engorrosa la predicción y estimación de modelos. Para ello se implementó un programa de generación de DANR. Esto permitirá desarrollar nuevas técnicas de identificación de sistemas a partir de la experimentación y simulación con estas singularidades.
El resultado más relevante es la implementación de funciones generadoras de DANR con ayuda de las herramientas del MatLab®, con las cuales la síntesis se simplificó considerablemente.
Descripción
Palabras clave
Datos Aperiódicos, Generación de Datos, Algoritmos de Identificación, Sistemas Dinámicos