Evolución de controladores difusos recurrentes basados en diagramas de voronoi

Autores
Kavka, Carlos; Roggero, Patricia; Apolloni, Javier
Año de publicación
2004
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
Para muchos procesos del mundo real es posible dise ñar un controlador difuso que provea buena regularidad usando sólo conocimiento experto. No obstante ello, para lograr un desempeñno satisfactorio es necesario hacer uso de métodos más so fisticados. En este trabajo proponemos un modelo basado en sistemas difusos recurrentes, donde el antecedente de las reglas está determinado por una función de pertenencia multidimensional de finida en términos de regiones de Voronoi. Las conexiones recurrentes permiten mantener una memoria que guarda información previa. Un algoritmo evolutivo puede evolucionar todas las componentes del sistema difuso recurrente. Además es posible insertar en el sistema conocimiento a priori de forma simple y efectiva. El modelo propuesto es evaluado sobre un problema de control de un robot móvil que debe avanzar evitando obstáculos y siguiendo una trayectoria dirigida por se ñales luminosas.
Eje: V - Workshop de agentes y sistemas inteligentes
Red de Universidades con Carreras en Informática (RedUNCI)
Materia
Ciencias Informáticas
ARTIFICIAL INTELLIGENCE
sistemas difusos
Intelligent agents
redes neuronales recurrentes
Neural nets
algoritmos evolutivos
Algorithms
control
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/22541
Acceder
id SEDICI_19d48f501c8ec2c848b1bed4f00b0e35
oai_identifier_str oai:sedici.unlp.edu.ar:10915/22541
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Evolución de controladores difusos recurrentes basados en diagramas de voronoiKavka, CarlosRoggero, PatriciaApolloni, JavierCiencias InformáticasARTIFICIAL INTELLIGENCEsistemas difusosIntelligent agentsredes neuronales recurrentesNeural netsalgoritmos evolutivosAlgorithmscontrolPara muchos procesos del mundo real es posible dise ñar un controlador difuso que provea buena regularidad usando sólo conocimiento experto. No obstante ello, para lograr un desempeñno satisfactorio es necesario hacer uso de métodos más so fisticados. En este trabajo proponemos un modelo basado en sistemas difusos recurrentes, donde el antecedente de las reglas está determinado por una función de pertenencia multidimensional de finida en términos de regiones de Voronoi. Las conexiones recurrentes permiten mantener una memoria que guarda información previa. Un algoritmo evolutivo puede evolucionar todas las componentes del sistema difuso recurrente. Además es posible insertar en el sistema conocimiento a priori de forma simple y efectiva. El modelo propuesto es evaluado sobre un problema de control de un robot móvil que debe avanzar evitando obstáculos y siguiendo una trayectoria dirigida por se ñales luminosas.Eje: V - Workshop de agentes y sistemas inteligentesRed de Universidades con Carreras en Informática (RedUNCI)2004info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfhttp://sedici.unlp.edu.ar/handle/10915/22541spainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/2.5/ar/Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-03T10:27:53Zoai:sedici.unlp.edu.ar:10915/22541Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-03 10:27:53.845SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Evolución de controladores difusos recurrentes basados en diagramas de voronoi
title Evolución de controladores difusos recurrentes basados en diagramas de voronoi
spellingShingle Evolución de controladores difusos recurrentes basados en diagramas de voronoi
Kavka, Carlos
Ciencias Informáticas
ARTIFICIAL INTELLIGENCE
sistemas difusos
Intelligent agents
redes neuronales recurrentes
Neural nets
algoritmos evolutivos
Algorithms
control
title_short Evolución de controladores difusos recurrentes basados en diagramas de voronoi
title_full Evolución de controladores difusos recurrentes basados en diagramas de voronoi
title_fullStr Evolución de controladores difusos recurrentes basados en diagramas de voronoi
title_full_unstemmed Evolución de controladores difusos recurrentes basados en diagramas de voronoi
title_sort Evolución de controladores difusos recurrentes basados en diagramas de voronoi
dc.creator.none.fl_str_mv Kavka, Carlos
Roggero, Patricia
Apolloni, Javier
author Kavka, Carlos
author_facet Kavka, Carlos
Roggero, Patricia
Apolloni, Javier
author_role author
author2 Roggero, Patricia
Apolloni, Javier
author2_role author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
ARTIFICIAL INTELLIGENCE
sistemas difusos
Intelligent agents
redes neuronales recurrentes
Neural nets
algoritmos evolutivos
Algorithms
control
topic Ciencias Informáticas
ARTIFICIAL INTELLIGENCE
sistemas difusos
Intelligent agents
redes neuronales recurrentes
Neural nets
algoritmos evolutivos
Algorithms
control
dc.description.none.fl_txt_mv Para muchos procesos del mundo real es posible dise ñar un controlador difuso que provea buena regularidad usando sólo conocimiento experto. No obstante ello, para lograr un desempeñno satisfactorio es necesario hacer uso de métodos más so fisticados. En este trabajo proponemos un modelo basado en sistemas difusos recurrentes, donde el antecedente de las reglas está determinado por una función de pertenencia multidimensional de finida en términos de regiones de Voronoi. Las conexiones recurrentes permiten mantener una memoria que guarda información previa. Un algoritmo evolutivo puede evolucionar todas las componentes del sistema difuso recurrente. Además es posible insertar en el sistema conocimiento a priori de forma simple y efectiva. El modelo propuesto es evaluado sobre un problema de control de un robot móvil que debe avanzar evitando obstáculos y siguiendo una trayectoria dirigida por se ñales luminosas.
Eje: V - Workshop de agentes y sistemas inteligentes
Red de Universidades con Carreras en Informática (RedUNCI)
description Para muchos procesos del mundo real es posible dise ñar un controlador difuso que provea buena regularidad usando sólo conocimiento experto. No obstante ello, para lograr un desempeñno satisfactorio es necesario hacer uso de métodos más so fisticados. En este trabajo proponemos un modelo basado en sistemas difusos recurrentes, donde el antecedente de las reglas está determinado por una función de pertenencia multidimensional de finida en términos de regiones de Voronoi. Las conexiones recurrentes permiten mantener una memoria que guarda información previa. Un algoritmo evolutivo puede evolucionar todas las componentes del sistema difuso recurrente. Además es posible insertar en el sistema conocimiento a priori de forma simple y efectiva. El modelo propuesto es evaluado sobre un problema de control de un robot móvil que debe avanzar evitando obstáculos y siguiendo una trayectoria dirigida por se ñales luminosas.
publishDate 2004
dc.date.none.fl_str_mv 2004
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/22541
url http://sedici.unlp.edu.ar/handle/10915/22541
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1842260117445148672
score 13.13397

Publicaciones similares