Identificación de sistemas dinámicos utilizando redes neuronales RBF

ResumenLa identificación de sistemas complejos y no-lineales ocupa un lugar importante en las arquitecturas de neurocontrol, como por ejemplo el control inverso, control adaptativo directo e indirecto, etc. Es habitual en esos enfoques utilizar redes neuronales “feedforward” con memoria en la entrada (Tapped Delay) o bien redes recurrentes (modelos de Elman o Jordan) entrenadas off-line para capturar la dinámica del sistema (directa o inversa) y utilizarla en el lazo de control. En este artículo presentamos un esquema de identificación basado en redes del tipo RBF (Radial Basis Function) que se entrena on-line y que dinámicamente modifica su estructura (número de nodos o elementos en la capa oculta) permitiendo una implementación en tiempo real del identificador en el lazo de control.