Gómez Abreu, AlbertoMartínez Jiménez, Boris LuisPayan Viamonte, Oscar2016-02-082016-02-082010-06-21https://dspace.uclv.edu.cu/handle/123456789/4585La identificación de sistemas dinámicos a partir de mediciones de entrada-salida es un tema importante de investigación en la actualidad con una gran cantidad de aplicaciones. Dentro del modelado de sistemas, el modelado borroso ofrece una amplia gama de posibilidades por permitir incorporar el conocimiento y la experiencia de los operadores e ingenieros del proceso. La lógica borrosa se ha unido a otras técnicas de Inteligencia Artificial como las redes neuronales para crear sistemas híbridos conocidos en la literatura como neuroborrosos. En este trabajo se realiza el modelado borroso del proceso de obtención de las vitroplantas de piña MD-2 en la etapa de multiplicación en los BIT usando la arquitectura ANFIS implementada en MATLAB con el objetivo de utilizar las técnicas de aprendizaje de las redes neuronales y la posibilidad de incorporar conocimiento en forma de reglas borrosas. El modelado se realiza con técnicas inteligentes debido a que los modelos existentes en el Centro de Bioplantas de la provincia de Ciego de Ávila eran aproximaciones lineales de un proceso con grandes alinealidades y dinámicas complejas. El resultado más importante del trabajo es la obtención del modelo borroso, se puede observar un mejor desempeño de este en comparación con los anteriores.esEste documento es Propiedad Patrimonial de la Universidad Central "Marta Abreu" de Las Villas. El autor o autores conservan los derechos morales que como tal le son reconocidos por la Legislación vigente sobre Derecho de Autor. Los distintos Usuarios podrán copiar, distribuir, comunicar públicamente la obra y hacer obras derivadas; bajo las condiciones siguientes: 1. Reconocer y citar al autor original 2. No utilizar la obra con fines comerciales 3. No realizar modificación alguna a la obra 4. Compartir aquellos productos resultado del uso de la obra bajo la misma licencia de esta Los Usuarios pueden reutilizar los metadatos en cualquier medio sin autorización previa, siempre que los propósitos de su utilización sean sin ánimo de lucro y se provea el Identificador OAI, un enlace al registro de metadatos original, o se haga referencia al repositorio de donde han sido extraídos.Identificación de Sistemas DinámicosInteligencia ArtificialRedes NeuronalesModelos no LinealesThesis