Inteligencia Artificial. Con aplicaciones a la ingeniería – Pedro Ponce Cruz Por norma general, los métodos de inteligencia artificial (IA) son una contestación al deSeo de acercar el comportamiento y el pensamiento humano a distintos sistemas para la solución de ciertas problemáticas. Por esta razón, no es de asombrar que hoy en día se tiene sistemas muy avanzados que pueden imitar ciertas peculiaridades humanas, no obstante todavía nos hallamos lejísimos de poder recrear otras. Hoy en día los métodos de la inteligencia artificial (IA) tienen un enorme apogeo y muchos estudiosos se hallan estudiando nuevas opciones alternativas en el área. En la actualidad es común la utilización de sistemas que usan la IA para su funcionamiento rutinario, entre ellos los equipos electrodomésticos como lavadoras, hornos de microondas, cámaras de vídeo, e incluso sistemas de transporte. Lo que se pretende con estos métodos en ingeniería es solucionar los inconvenientes, no solo de una forma novedosa, sino más bien sobre todo tener mejores soluciones, más eficaces y mejor planeadas. El presente libro aborda los temas más esenciales de la IA que se pueden emplear en ingeniería, y los expone de una forma fácil y alcanzable. Entre estos temas resaltan la lógica difusa, las redes neurales, los sistemas neurodifusos y los algoritmos genéticos. Cada uno de ellos de estos se trata en forma detallada a fin de que el lector interesado pueda efectuar de forma natural la solución de inconvenientes de ingeniería, comprendiendo además de esto la teoría que sosten al procedimiento respectivo. Como se sabe, los sistemas difusos tienen la capacidad de imitar la manera de la inferencia humana y además de esto pueden guardar la experiencia en forma lingüística. Por su lado, las redes neurales artificiales se sostienen esencialmente en que pueden efectuar el aprendizaje y la clasificación de patrones por medio de la simulación de neuronas biológicas. Por otra parte, los sistemas neurodifusos tienen la capacidad de aprender y guardar conocimiento en forma lingüística. Para finalizar, los sistemas genéticos tratan de imitar la selección natural en la que se busca tener al individuo más fuerte, el que permitirá la realización de ciertos procesos de optimización. En esta obra, cada uno de ellos de estos métodos y técnicas se acomoda a la solución de diferentes inconvenientes a través de una serie de ejercicios, con lo que en todos y cada capítulo se tiene un conjunto de inconvenientes de diferente naturaleza, los que sirven de apoyo para llenar el proceso de aprendizaje. En muchos de estos casos se emplea MATLAB® para realizar el diseño del sistema de IA que se requiere. Cabe apuntar que la mayor parte de estos casos se efectuó a lo largo de los cursos que doy, los que tienen la meta de que los estudiantes participen de forma activa en la solución de inconvenientes de ingeniería a través de el empleo de los métodos de la IA, planteando mejores opciones alternativas de solución. : Capítulo 1: Inteligencia Artificial Introducción Antecedentes De La Inteligencia Artificial Ramas Que Componen La Inteligencia Artificial Lógica Difusa Redes Neurales Artificiales Algoritmos Genéticos Capítulo 2: Lógica Difusa Introducción Conceptos De Lógica Booleana Y Difusa Lógica Booleana Lógica Difusa Principio De Extensión Números Difusos Relaciones Limpias Y Difusas Controladores Difusos Algoritmo Del Argumento Ejemplo Sistema Difuso Sugeno Ejemplo De Motor Dc Ejemplo De Sistema De Entradas Métodos De Inferencia Agrupamientos Difusos Programas Básicos En Matlab® Saturación Hombro Triangular Trapezoidal Sigmoidal Clusters Difusos Y Sistema Sugeno Calculadora Difusa Matlab® Capítulo 3: Redes Neurales Artificiales Redes Neurales Biológicas Modelos De Neuronas Aplicaciones De Las Redes Neurales Artificiales (Rna) Definición De Una Red Neuronal Artificial Funciones De Activación Topologías De Las Redes Neurales Adiestramiento De Las Redes Neurales Redes De Una Capa Adaline (Adaptive Linear Neuron) Or And Xor Redes Multicapa Diseño De Filtros Fir Con Redes Neurales Artificiales Ejemplo Reconocimiento De Letras Empleando Adiestramiento De Retropropagación Del Fallo Redes Autoorganizables Topología De Redes Neuronales Empleadas Para La Clasificación, Predicción Y Reconocimiento De Patrones Ejemplo De Un Sistema Anfis Y Difuso Para El Modelado De Máquinas De Corriente Alterna, En Un Esquema De Control Vectorial Aproximador NeuroDifuso Con Clusters Y Redes Neurales Trigonométricas Capítulo 4: Algoritmos Genéticos Hables Darwin Y La Teoría De La Evolución Algoritmos Genéticos Capítulo 5: Ejemplo de AG en Matlab® Determinar La Impedancia Precisa De Un Componente Para Que Un Circuito Ac Le Trasfiera La Máxima Potencia De Energía Algoritmos Genéticos Algoritmo Genético Básico Usual Binario Algoritmo Generación De Nuevos Individuos A través de Operaciones De Cruza Y Mutación Algoritmo De Selección Proporcional O bien Ruleta Ficheros M De Matlab® Para El Algoritmo Main Función objetivo Eval. Población Eval. Each Transformar bitnum Next population Anejo a Matlab® Genetic Algorithms Toolbox