Modelo conceptual para la identificación de sistemas

  1. Sedano Franco, Javier
Dirigée par:
  1. Ángel Alonso Álvarez Directeur/trice
  2. José Ramón Villar Flecha Directeur

Université de défendre: Universidad de León

Fecha de defensa: 31 octobre 2006

Jury:
  1. José Ángel Hermida Alonso President
  2. Ramón Ángel Fernández Díaz Secrétaire
  3. José Otero Rodríguez Rapporteur
  4. Jesús Calabozo Morán Rapporteur
  5. Víctor Manuel González Suárez Rapporteur

Type: Thèses

Teseo: 135859 DIALNET

Résumé

La presente tesis trata de sintetizar el basto y disperso conocimiento existente en la identificación de sistemas, buscando un compromiso entre este y el adquirido de la experiencia, La tesis busca la formulación de un dominio, de manera que su explotación por parte de un sistema basado en el conocimiento sea posible. El objetivo fundamental es la creación de una metodología, de un procedimiento, en definitiva de un modelo conceptual, que ayude al identificador y que le aporte intangibles como la intuición, la perspicacia, la experiencia y que conste de etapas, pautas, reglas y consejos de manera que el sistema propuesto sea representativo del sistema identificado. Para tal fin se fijan tres fase: Primera fase: Desarrollo del procedimiento de identificación, esta se desarrollará a partir del conocimiento existente, estado del arte y benchmarking. Nuestro procedimiento tata de aglutinar el conocimiento de grandes maestros y expertos como Iserman, Söderström, Stoica, Young, Rivera, Haber, Nelles, Heuberger, Nørgaard, Ljung, ... y deberá ser flexible y personalizable con el sistema a identificar. Segunda fase: Contrastación por la experiencia y educción de las reglas asociadas, para tal fin deberemos implementar el procedimiento de identificación anterior, en un procedimiento práctico (software de identificación) que conste de algoritmos y comandos y que cuente con señales de excitación, métodos y modelos de evaluación e indicadores. El procedimiento práctico se pondrá a prueba ante sistemas, las experiencias se recogerán del comportamiento de los sistemas ante este software de identificación. La contrastación y educción de las reglas se producirá si se cumple la definición del profesor Ljung, de que un buen modelo será aquel que dé una buena predicción, i.e., proporcione pequeños errores cuando se le apliquen los datos observados.