En esta investigación se analizó la factibilidad de usar modelos neuronales de caja gris en optimización en tiempo real. Estos modelos se basan en una combinación adecuada de leyes fundamentales de conservación y redes neuronales. Se emplean en al menos dos formas: para complementar conocimiento fenomenológico disponible con información empírica, o para reducir la dimensionalidad de modelos físicos complejos y rigurosos. Se observó que el beneficio del uso de los modelos se contrarrestaba debido a algunas dificultades asociadas con la solución del problema de optimización. Una alternativa que se consideró para superar esto fue la utilización de algún tipo de algoritmos evolutivos.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Aplicación de la teoría de grafos para mejorar la planificación de rutas de trabajo de una empresa del sector de la distribución automática
Artículo:
Investigación de la fuerza de corte en el fresado final de nanocompuesto sinterizado Al/n-Tic/MoS2
Artículo:
Modelos de desgaste de herramientas: sobre la hipótesis de modelización
Video:
Una introducción amable y gentil a la simulación cadena de Markov Monte Carlo: segunda parte
Artículo:
Métodos para generar trayectorias libres de colisiones en entornos multidimensionales