Redes Neuronales con Matlab.

Ejemplo Predictive Control of a Tank

Reactor
Michael Arias Fajardo
Nelson Cardozo

20151375012
201513750

Automatizacin Industrial
INTRODUCCIN

El siguiente trabajo muestra como desarrollar una red neuronal, para que aprenda de un proceso de
una planta y pueda reemplazar los controladores, para ello se usara el Neural Toolbox de Matlab y
uno de sus ejercicios ejemplo.
DESARROLLO

Abrimos la ayuda de Matlab y buscamos por; Neural network toolbox, all en la columna izquierda
buscamos Examples, para luego abrir el ejercicio: Predictive Control of a Tank Reactor luego de esto
seremos redirigidos a la siguiente pantalla.

Como podemos observar es un archivo en Simulink, podemos distinguir la Planta en el diagrama,

es all donde remplazaremos el modulo, daremos doble clic en el mdulo azul nn predictive
controler que nos redireccin a la ventana.

Abriremos Plant identification, y en esta nueva ventana pediremos al

programa
que
entrene al sistema,
mediante el botn
Generate
Training
Data, esto abrir una
ventana
con
dos
grficos en los cuales
veremos cmo se va
entrenando
el
sistema aprendiendo
de la reaccin de la
planta
frente
a
mltiples
entradas,
en un muestreo de
8000
muestras,
esperaremos un poco
a que termine.

Aceptaremos la informacin, y enviaremos est a el Wokspace, mediante la opcin Export Data, las
variables se cargaran en un arreglo Struct (estructura), que contiene a las variables U y Y (entradas
y salidas), las cuales las asignaremos como se muestra a continuacin.

El el works Space de Matlab ejecutaremos el modulo nnstart escribiendo su nombre, que nos
abrira una ventana con un mensaje de bienvenida al Neural Network Toolbox, donde bebemos
clickear en Fitting app. Emerge la venta, a la cual daremos Next.

Emerge la venta, a la cual daremos Next.

Seleccionaremos en inputs (entradas) la variable definida como U y en el campo Targets (objetivos)

la variable Y, seleccionaremos Matrix Rows y nuevamente daremos clic en Next. Nos saldr una
pantalla en la cual podremos identificar cuantas de esas 8000 muestras queremos que sean
tomadas para, entrenamiento, cuantas para validacin y cuantas para pruebas. Luego nuevamente
Next.

Luego nos pedira definir el numero de neuronas ocultas, para crear nuestra res neuronal, debemos
tener en cuenta que entre mayor sea el numero, aumentara la precision, y del mismo modo el costo
computacional.

Podremos ahora ya entrenar nuestra red, al darle clic en Train; empezara a realizar las iteraciones.
Al terminar tendremos varias opciones para visualizar los datos, y podremos ahora continuar.

Nos saldr una nueva ventana donde podremos realizar ensayos adicionales, reentrenar la red, y
cargar informacin adicional, daremos clic en siguiente y el la ventana que se despliega,
pediremos a Matlab que nos genere un diagrama en Simulink.

Nos aparece la siguiente pantalla, de ella copiaremos el recuadro azul, Function Fitting Neural
Network, y usaremos este en la ventana de Simulink predcstr, la cual habamos abierto al
comienzo, para remplazar nuestra planta.

Ahora podremos darle correr a la simulacin y se abrir un grfico el cual mostrara que nuestra red
trata de imitar el comportamiento de la planta.