INTITUTO POLITÉCNICO NACIONAL
SECRETARÍA ACADÉMICA
DIRECCIÓN DE EDUCACIÓN SUPERIOR
PROGRAMA SINTÉTICO
CARRERA: Ingeniería en Comunicaciones y Electrónica
ASIGNATURA: Control Inteligente SEMESTRE: Noveno
OBJETIVO GENERAL:
El alumno aplicará la teoría y los algoritmos computacionales (control difuso, control neuronal, control adaptable y
algoritmos genéticos) en la solución de problemas industriales.
CONTENIDO SINTÉTICO:
I. Control Difuso
II. Control Neuronal.
III. Control Adaptable.
IV. Algoritmos Genéticos.
METODOLOGÍA:
Búsqueda bibliográfica para la selección, clasificación, ordenación y exposición de los temas seleccionados para
el curso. Participación de los alumnos en equipos de trabajo, para discusión y conclusión. Realización de
diagramas por parte de los alumnos, bajo la supervisión del profesor. Relación de la teoría con los fenómenos
observables en el laboratorio.
EVALUACIÓN Y ACREDITACIÓN:
60% Exámenes departamentales.
30% Prácticas de laboratorio.
10% Participación en el aula, tareas y trabajos extraclase.
BIBLIOGRAFÍA.
- Driankov, D. Helledorn, H, y Reinfrank, M., J. An introduction to Fuzzy Control, Ed. Springer Verlag, 1993. 316
págs.
- Goldberg, D. E. Genetic algorithms in search, optimization, and machine learning. Addison-Wesley, 1989), 432
págs.
- Haykin Simmon, Neural Networks: a comprehensive foundation, Ed. MacMillan, ed. 2º, 1998, 842 págs.
- Hilera, José R., y Martínez, Victor J. Redes Neuronales Artificiales: Fundamentos, Modelos y Aplicaciones,
Alfaomega-Rama. 2000, 390 págs.
- Wang Li-Xin, A course of Fuzzy Systems and Control, Ed. Prentice Hall, New Jersey, 1997, 448 págs.
INTITUTO POLITÉCNICO NACIONAL
SECRETARÍA ACADÉMICA
DIRECCIÓN DE EDUCACIÓN SUPERIOR
ESCUELA: ESIME Unidades Culhuacan y Zacatenco. ASIGNATURA: Control Inteligente.
CARRERA: Ingeniería en Comunicaciones y SEMESTRE: Noveno.
Electrónica. CLAVE:
OPCIÓN: Control CRÉDITOS: 7.5.
COORDINACIÓN: VIGENTE:2006
DEPARTAMENTO: Académico de Ingeniería en TIPO DE ASIGNATURA: Teórico/Práctica (Optativa)
Comunicaciones y Electrónica. MODALIDAD: Escolarizada
TIEMPOS ASIGNADOS
HRS/SEMANA/TEORÍA: 3.0
HRS/SEMANA/PRÁCTICA: 1.5
HRS/SEMESTRE/TEORÍA: 54.0
HRS/SEMESTRE/PRÁCTICA: 27.0
HRS/TOTALES: 81.0
PROGRAMA ELABORADO O ACTUALIZADO AUTORIZADO POR: Comisión de Planes y Programas
POR: Academias de Control de la ESIME, Unidades de Estudio del Consejo General Consultivo del IPN.
Culhuacan y Zacatenco
APROBADO POR: Consejo Técnico Consultivo
Escolar de Culhuacan y Zacatenco.
ing., Ernesto Mercado Escutia
E.S.I.M.E. Culhuacan
M. en C. Jesús Reyes García
E.S.I.M.E. Zacatenco
INTITUTO POLITÉCNICO NACIONAL
SECRETARÍA ACADÉMICA
DIRECCIÓN DE EDUCACIÓN SUPERIOR
ASIGNATURA: Control Inteligente. CLAVE: HOJA: 2 DE 9
FUNDAMENTACIÓN DE LA ASIGNATURA
En la actualidad la investigación de control aplicado a la industria manufacturera que compite con ofrecer mayor
calidad, eficiencia y menor costo, lográndolo mediante el uso de algoritmos avanzados, de adquisición de datos,
elementos electrónicos de alta tecnología y que por su demanda bajan de costo. El control inteligente siendo la
integración de lo ya mencionado, el egresado diseñará óptimamente sistemas de control requeridos en los procesos
industriales, fabricación de robots aplicables a maquinaria especializada, etc. Finalmente lo preparara para un futuro
de gran creatividad demandante por la sociedad empresarial.
Esta asignatura tiene como antecedentes: Señales y sistemas de Control Clásico, Álgebra lineal, Circuitos digitales.
OBJETIVO DE LA ASIGNATURA
El alumno aplicará la teoría y los algoritmos computacionales (control difuso, control neuronal, control adaptable y
algoritmos genéticos) en la solución de problemas industriales.
INTITUTO POLITÉCNICO NACIONAL
SECRETARÍA ACADÉMICA
DIRECCIÓN DE EDUCACIÓN SUPERIOR
ASIGNATURA: Control Inteligente. CLAVE: HOJA: 3 DE 9
No. UNIDAD I NOMBRE: Control Difuso
OBJETIVOS PARTICULARES DE LA UNIDAD
El alumno resolverá problemas y ejercicios propuestos aplicando los principios y leyes de la lógica difusa en
simulaciones prácticas.
No. TEMAS HORAS CLAVE BIBLIOGRÁFICA
TEMA T P EC
1.1 Lógica difusa. 4.5 1.5 4.5 1B, 3B, 9C,10C
1.1.1 Conjuntos difusos.
1.1.2 Operaciones difusas.
1.1.3 Razonamiento difuso.
1.2 Control difuso 6.0 1.5 6.0
1.2.1 Controlador de Mamdani.
1.2.2 Controlador de Sugeno.
1.2.3 Sistemas lineales.
1.2.4 Sistemas no lineales.
1.3 Sistemas difusos e identificación difusa. 4.5 3.0 4.5
1.3.1 Propiedades de aproximación de sistemas difusos.
1.3.2 Diseño de sistemas difusos.
15.0 6.0 15.0
Subtotal de horas
ESTRATEGIA DIDÁCTICA
Búsqueda de información en bibliografía recomendada por el profesor, búsqueda y selección de conceptos de lógica
difusa, planteamiento y solución de ejercicios, exposición de los temas propuestos en grupo y/o individual bajo la
supervisión del profesor, realización de prácticas y tareas extraclase.
PROCEDIMIENTO DE EVALUACIÓN
60% Primer examen departamental.
30% Prácticas de laboratorio.
10% Participación en el aula, tareas y trabajos extraclase.
INTITUTO POLITÉCNICO NACIONAL
SECRETARÍA ACADÉMICA
DIRECCIÓN DE EDUCACIÓN SUPERIOR
ASIGNATURA: Control Inteligente CLAVE: HOJA: 4 DE 9.
No. UNIDAD I I NOMBRE: Control neuronal.
OBJETIVOS PARTICULARES DE LA UNIDAD
El alumno aplicará los conceptos de arquitecturas de redes neuronales en la simulación de sistemas de control.
No. TEMAS HORAS CLAVE BIBLIOGRÁFICA
TEMA T P EC
2.1 Arquitecturas 7.5 1.5 7.5 2B, 4C, 5C, 6C, 8B
2.1.1 Perceptrón.
2.1.2 Red neuronal multicapa.
2.1.3 Redes de función base radial.
2.1.4 Redes de Hopfield.
2.1.5 Otros tipos de arquitecturas.
2.2 Reglas y paradigmas de aprendizaje. 9.0 1.5 9.0
2.2.1 Aprendizaje supervisado
2.2.2 Aprendizaje no supervisado.
2.2.3 Aprendizaje reinformado.
2.2.4 Veían Widrow Hoff.
2.2.5 Retropropagación.
2.2.6 Teorema de aproximación.
2.3 Identificación neuronal y parametrización con redes 6.0 3.0 6.0
neuronales.
2.3.1 Predicción del error.
2.3.2 Filtrado de Kalman.
2.3.3 Retropropagación dinámica.
2.3.4 Validación, podado y regularización del modelo.
2.4 Control Neuronal. 4.5 3.0 4.5
2.4.1 Usando redes multicapa.
2.4.2 Directo e indirecto usando redes recurrentes.
2.4.3 Usando el aprendizaje forzado.
Subtotal de horas 25.5 9.0 25.5
ESTRATEGIA DIDÁCTICA
Búsqueda de información en bibliografía recomendada por el profesor, selección de conceptos, fundamentos de
redes neuronales, planteamiento y solución de ejercicios, exposición de los temas propuestos en grupo y/o
individual bajo la supervisión del profesor, realización de prácticas y tareas extraclase.
PROCEDIMIENTO DE EVALUACIÓN
60% Segundo examen departamental.
30% Prácticas de laboratorio.
10% Participación en el aula, tareas y trabajos extraclase.
INTITUTO POLITÉCNICO NACIONAL
SECRETARÍA ACADÉMICA
DIRECCIÓN DE EDUCACIÓN SUPERIOR
ASIGNATURA: Control Inteligente. CLAVE: HOJA: 5 DE 9
No. UNIDAD III NOMBRE: Control Adaptable.
OBJETIVOS PARTICULARES DE LA UNIDAD
El alumno aplicará el control difuso, neuronal y supervisorio a sistemas prácticos apoyándose en simulaciones de
problemas propuestos.
No. TEMAS HORAS CLAVE BIBLIOGRÁFICA
TEMA T P EC
3.1 Control difuso directo estable. 1.5 1.5 1.5 8B, 4C, 10C
3.2 Control difuso indirecto estable. 1.5 1.5 1.5
3.3 Control supervisorio y proyección. 1.5 1.5 1.5
3.4 Control neurodifuso. 1.5 1.5 1.5
Subtotal de horas 6.0 6.0 6.0
ESTRATEGIA DIDÁCTICA
Búsqueda de información en bibliografía recomendada por el profesor, selección de conceptos, simulación de
sistemas de control usando el control difuso, supervisorio o ambos. Planteamiento y solución de ejercicios por parte
del alumno con la supervisión del profesor. Efectuará prácticas de laboratorio. Realización de tareas y trabajos
extraclase.
PROCEDIMIENTO DE EVALUACIÓN
60% Tercer examen departamental.
30% Prácticas de laboratorio.
10% Participación en el aula, tareas y trabajos extraclase.
INTITUTO POLITÉCNICO NACIONAL
SECRETARÍA ACADÉMICA
DIRECCIÓN DE EDUCACIÓN SUPERIOR
ASIGNATURA: Control Inteligente. CLAVE: HOJA: 6 DE 9
No. UNIDAD IV NOMBRE: Algoritmos Genéticos.
OBJETIVOS PARTICULARES DE LA UNIDAD
El alumno aplicará los principios y leyes de algoritmos genéticos, apoyándose en simulaciones a sistemas prácticos
de problemas propuestos.
No. TEMAS HORAS CLAVE BIBLIOGRÁFICA
TEMA T P EC
4.1 Algoritmo genético. 4.5 3.0 4.5 7B, 11C
4.1.1 Introducción.
4.1.2 Operadores genéticos.
4.1.3 Esquemas de selección.
4.2 Aplicaciones. 3.0 3.0 3.0
4.2.1 Identificación y control.
4.2.2 Aprendizaje de los parámetros de redes neuronales.
Subtotal de horas 7.5 6.0 7.5
ESTRATEGIA DIDÁCTICA
Búsqueda de información en bibliografía recomendada por el profesor, selección de conceptos, fundamentos de
algoritmos genéticos, planteamiento y solución de ejercicios con simulación, exposición de los temas propuestos en
grupo y/o individual bajo la supervisión del profesor, realización de prácticas y tareas extraclase.
PROCEDIMIENTO DE EVALUACIÓN
60% Tercer examen departamental.
30% Prácticas de laboratorio.
10% Participación en el aula, tareas y trabajos extraclase.
INTITUTO POLITÉCNICO NACIONAL
SECRETARÍA ACADÉMICA
DIRECCIÓN DE EDUCACIÓN SUPERIOR
ASIGNATURA: Control Inteligente. CLAVE: HOJA: 7 DE 9
RELACIÓN DE PRÁCTICAS
PRACT. NOMBRE DE LA PRÁCTICA UNIDAD DURACIÓN LUGAR DE REALIZACIÓN
No.
1 Simulación de un control difuso con I 3.0
software.
2 Control de un motor con controlador I 3.0
difuso, mediante el
microcontrolador.
3 Simulación del entrenamiento de II 6.0
varios tipos de redes neuronales
mediante software.
4 Control de un motor con una red II 3.0 Todas las prácticas se
neuronal, mediante el realizarán en el
microcontrolador. laboratorio de control.
5 Simulación de un control adaptable III 6.0
mediante con software
6 Simulación de un control mediante IV 6.0
técnicas genéticas con software.
Total de horas 27.0
INTITUTO POLITÉCNICO NACIONAL
SECRETARÍA ACADÉMICA
DIRECCIÓN DE EDUCACIÓN SUPERIOR
ASIGNATURA: Control Inteligente. CLAVE: HOJA: 8 DE 9
PERÍODO UNIDAD PROCEDIMIENTO DE EVALUACIÓN
1° I 60% Primer examen departamental.
30% Prácticas de laboratorio.
10% Participación en el aula, tareas y trabajos extraclase.
2° II 60% Segundo examen departamental.
30% Prácticas de laboratorio.
10% Participación en el aula, tareas y trabajos extraclase.
60% Tercer examen departamental.
3° III y IV 30% Prácticas de laboratorio.
10% Participación en el aula, tareas y trabajos extraclase.
CLAVE B C BIBLIOGRAFÍA
1 X - Wang Li-Xin, A Course of Fuzzy Systems and Control, Ed. Prentice Hall,
New Jersey, 1997, 448 págs.
2 X - Haykin, Simmon. Neural Networks: a comprehensive foundation, Ed.
MacMillan, 2° ed., 1998, 842 págs.
3 X - Driankov, D. Helledorn, H, y Reinfrank, M., J. An introduction to Fuzzy
Control, Ed. Springer Verlag, 1993. 316 págs.
4 X - J.A.K. SuyKens, J.P.L. Vandewalle, B.L.R. De Moor, Artificial Naural
Networks for Modelling and Control of Non-Linear Systems, Ed. Kluwer
Academic Pub.á Dordrecht, The Netherlands, 1996, 248 págs.
5 X - Simpson, P. Artificial Neural Systems, Pergamon Press, 1990, 209 págs.
6 X - K. S. Narendra and K. Parthasarathy, Identification and control of dynamical
systems using neural networks, IEEE Trans. Neural Networks, 1(1), 1990,
págs 4--27.
7 X - Goldberg, D. E. Genetic algorithms in search, optimization, and machine
learning. Addison-Wesley, 1989, 432 págs.
8 X - Hilera, José R., y Martínez, Victor J. Redes Neuronales Artificiales:
Fundamentos, Modelos y Aplicaciones, Alfaomega-Rama. 2000, 390 págs.
- Bojadziew, George y Bojadziew, Maria, Fuzzy Sets, Fuzzy Logic,
9 X Applications, World Scientific, 1995, 283 págs.
- C.T. Lin and G. Lee, Neural Fuzzy Systems: A Neuro-Fuzzy Synergism to
10 X Intelligent Systems, Prentice Hall, 1996, 797 págs.
- K. F. Man, K. S. Tang, S. Kwong & W. A. Halang, Genetic Algorithms for
11 X Control and Signal Processing, Springer-Verlag, London, 1997, 211 págs.
INTITUTO POLITÉCNICO NACIONAL
SECRETARÍA ACADÉMICA
DIRECCIÓN DE EDUCACIÓN SUPERIOR
PERFIL DOCENTE POR ASIGNATURA
1. DATOS GENERALES
ESCUELA: Superior de Ingeniería Mecánica y Eléctrica, Unidades Culhuacan y Zacatenco.
CARRERA Ingeniería en Comunicaciones y Electrónica. SEMESTRE Noveno
ÁREA: BÁSICAS C. INGENIERÍA D. INGENIERÍA C. SOC. y HUM.
ACADEMIA: Control ASIGNATURA: Control Inteligente (Optativa, Opción Control).
ESPECIALIDAD Y NIVEL ACADÉMICO REQUERIDO: Licenciatura: Ingeniería en Comunicaciones y
Electrónica, Ingeniería en Control y Automatización,
Ingeniería Eléctrica o Ingeniero Mecánico Electricista.
2. OBJETIVOS DE LA ASIGNATURA:
El alumno aplicará la teoría y los algoritmos computacionales (control difuso, control neuronal, control adaptable
y algoritmos genéticos) en la solución de problemas industriales.
3. PERFIL DOCENTE:
CONOCIMIENTOS EXPERIENCIA HABILIDADES ACTITUDES
PROFESIONAL
Licenciatura:
Ingeniería en En la aplicación, operación y Manejo de grupos, equipo de Ejercicio de la crítica
Comunicaciones y diseño de sistemas de laboratorio de hardware y fundamentada, respeto,
Electrónica. Ingeniería control usando técnicas de software. tolerancia, compromiso con
en Control y control difuso, neuronal Establecimiento de ambientes la docencia, ética,
Automatización. control adaptable y favorables al aprendizaje, para responsabilidad científica,
Ingeniería Eléctrica o algoritmos genéticos la solución de problemas. colaboración superación
Ingeniero Mecánico aplicados a la Industria de Análisis y síntesis. docente y profesional.
Electricista. transformación. Motivar al estudio. Motivar los valores humanos
Maestría: Razonamiento e investigación, e institucionales.
Maestría en Ingeniería uso de material didáctico, Compromiso social.
de cómputo o Ciencias capacidad de liderazgo ante el
de la Computación. grupo.
ELABORÓ REVISÓ AUTORIZÓ
________________________ _________________________ __________________________
Ing. Raúl De la Torre y García. Ing. Rubén Juárez Barrientos M en C Jesús Reyes García
M. en C. Eduardo Lázaro Castillo Ing. Guillermo Santillán Guevara Ing. Ernesto Mercado Escutia.
Presidentes de Academia Control Subdirectores Académicos Directores
FECHA: 2006