Gómez Abreu, AlbertoMartínez Jiménez, Boris LuisSardiñas Castillo, Raúl Liangel2016-02-082016-02-082010-06-21https://dspace.uclv.edu.cu/handle/123456789/4593El proceso de multiplicación de las vitroplantas de piña de la variedad MD-2 en los SmartBIT, es de gran importancia para la producción de dichas plantas fuera de estación y está caracterizado por ser un proceso no lineal. Las redes neuronales artificiales son capaces de modelar sistemas dinámicos complejos no lineales con suficiente exactitud. En este trabajo se obtiene un modelo dinámico basado en redes neuronales artificiales con alimentación hacia delante (feedfoward) basadas en el modelo recursivo no lineal auto regresivo con entradas exógenas (NARX) en su arquitectura serie paralela; que describe el comportamiento de la masa de vitroplantas de piña en los SmartBIT. La respuesta de este modelo se compara con la respuesta del modelo Box Jenkins de este proceso, ante nuevas entradas, demostrando la capacidad de las redes neuronales al responder con mayor exactitud.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.Redes Neuronales ArtificialesIdentificación de Sistemas DinámicosMicropropagación en BiorreactoresModelos no LinealesThesis