Desarrollo de controladores con redes neuronales de aprendizaje profundo aplicando tensorflow

Abstract

En el presente proyecto se desarrollaron algoritmos de redes neuronales usando la librería TensorFlow, para la solución de aplicaciones básicas como el problema XOR, el cual no es separable linealmente, la identificación de una función sencilla (z=x^2+y^2). Por medio de las redes neuronales que se pueden entrenar usando esta herramienta también se realiza la identificación, control neuronal inverso y control neuronal con modelo de referencia lineal de sistemas dinámicos (Antena con péndulo invertido, Tanques Acoplados, Viga y Bola). Las redes neuronales fueron diseñadas y entrenadas en el lenguaje de Python y luego exportados a MATLAB R2017b. Las redes se han entrenado usando aprendizaje supervisado e implementando varias funciones de activación en cada una de sus capas, principalmente “ReLU”. Para el desarrollo y para la trasferencia entre Python y MATLAB del modelo entrenado, se usa una API (Application Programming Interface) la cual es Keras, y Deep Learning Toolbox Importer for Tensorflow-Keras Models. Para la simulación de los modelos entrenados se usa Simulink de MATLAB.