Miercoles 21 de Mayo - 14 Hs.
Aula Magna FaMAF
Control óptimo basado en redes neuronales para el guiado de cultivos
Dr. Ing. Julián Antonio Pucheta
El Dr. Pucheta es Ingeniero Electrónico. Ver curriculum. Actualmente trabaja como Docente Investigador en
El control óptimo en procesos continuos con restricciones se plantea mediante la técnica de programación dinámica, dando una solución al problema como una secuencia numérica, de la que puede sintetizarse un neurocontrolador. Se presenta como proceso real de implementación el guiado de cultivos en invernadero como un problema de balística. Sin embargo, el esquema se hace fuertemente dependiente del modelo dinámico que representa al proceso real, por lo que cuando existen perturbaciones el controlador no tendrá un desempeño óptimo. Por lo tanto, se propone una estrategia de control basada en control óptimo que considera las perturbaciones relacionadas al desconocimiento de la temperatura ambiente. Se propone un controlador que realiza el guiado del desarrollo de plantines de tomate en invernadero, considerando a la temperatura exterior como una perturbación. Se dispone del modelo del sistema y datos históricos de la temperatura exterior. Se describe el proceso de diseño del controlador basado en neuro programación dinámica, y se muestran resultados numéricos comparativos respecto del controlador tradicional.
Para el caso de guiado de cultivos a cielo abierto, se propone un sistema que dosifica el agua de riego, en base al conocimiento del modelo del suelo, y del pronóstico de disponibilidad de agua de lluvia acumulada durante un mes, 18 meses. Se modela la lluvia acumulada mensual como una serie temporal. Se presenta un sistema para pronóstico de series temporales basado en redes neuronales, en una estructura autorregresiva no lineal (NAR). Las series temporales se componen de observaciones de la precipitación acumulada cada mes durante varios años. La regla de ajuste utilizada para sintonizar los coeficientes de la red neuronal (RN) se basa en el método de Levenberg-Marquardt. Se propone una ley heurística para establecer el proceso de ajuste y la topología de la red según la dependencia estocástica de la serie de corto y largo alcance. El enfoque se ensaya sobre una serie temporal de mediciones de la precipitación mensual acumulada de
No hay comentarios:
Publicar un comentario