PLAN ANALTICO

1. DATOS INFORMATIVOS
CARRERA:
NOMBRE DE LA ASIGNATURA:
MODALIDA:
PRESENCIAL
NMERO DE CRDITOS:
NIVEL:

INGENIERA ELECTRNICA
INTELIGENCIA ARTIFICIAL
SEMIPRESENCIAL
A DISTANCIA
6
NOVENO

2. DESCRIPCIN DE LA ASIGNATURA
En la presente materia se desarrollarn los conceptos y aplicaciones referentes a
la inteligencia artificial, las redes neuronales y el control difuso.
3. OBJETIVOS DE APRENDIZAJE
3.1 General
Interpretar y aplicar los conceptos de la inteligencia artificial, las redes
neuronales y el control difuso para desarrollar sistemas de control expertos.
3.2 Especficos
-

Disear sistemas de control difuso aplicados a procesos reales.

Disear una red neuronal artificial para desarrollar sistemas de control

expertos

Aplicar las Redes Neuronales Artificiales y la Lgica Difusa en

proyectos prcticos

4. CONTENIDOS COGNITIVOS PROCEDIMENTALES Y ACTITUDINALES

1. INTELIGENCIA ARTIFICIAL.
1.1 Antecedentes de la Inteligencia Artificial.
1.2 Inteligencia Artificial vs. Inteligencia Natural.
1.3 Diferencia entre I.A. y la programacin convencional.
1.4 Ramas que componen la I.A.
1.5 Sistemas de control inteligente vs. control convencional.
1.6 Aplicaciones de la I.A.

2. SISTEMAS DE CONTROL DIFUSOS.

2.1. Introduccin.
2.2. Fundamentos de teora de conjuntos difusos.
2.3. Teora de lgica difusa.
2.4. Descripciones lingsticas difusas.
2.5 Sistemas de inferencia difusos.
2.6. Controladores difusos
2.7. Implementacin de controladores difusos
3. SISTEMAS DE CONTROL CON REDES NEURONALES.
3.1 Introduccin.
3.2 Neurona biolgica y neurona artificial.
3.3 Elementos y estructura de una red neuronal artificial.
3.4 Arquitecturas de redes neuronales artificiales.
3.5 Mecanismos de Aprendizaje.
3.6 Red neuronal perceptron.
3.7 Red neuronal adaline y madaline.
3.8 Perceptron multicapa y algoritmo backpropagation.
3.9 Mapas auto-organizados de Kohonen.
3.10. Aplicaciones

4. SISTEMAS DE CONTROL NEURO-DIFUSOS

4.1 Introduccin
4.2 Algoritmo de aprendizaje hbrido
4.3 Redes adaptativas ANFIS
4.4 Modelado neuro-difuso
4.5 Implementacin de controladores neuro-difusos.

5. MTODOS DE APRENDIZAJE
Se regir a lo que se indica en el Reglamento Interno de Rgimen Acadmico
vigente en la Universidad Politcnica Salesiana.
6. EVALUACIN
Se regir a lo que se indica en el Reglamento Interno de Rgimen Acadmico
vigente en la Universidad Politcnica Salesiana.
7. PLANIFICACIN DE ACTIVIDADES

ACTIVIDADES DE APRENDIZAJE
OBJETIVOS

PRESENCIA
L

TRABAJO
AUTNOM
O

EN EL

RECURSO

AVAC

CRITERIOS
DE

PUNTAJE

TIEMPO

EVALUACIN

8. BIBLIOGRAFA
BIBLIOGRAFIA BASE
[1] P. Ponce, (2010). Inteligencia artificial con aplicacin a la ingeniera. (1ra Ed).
Mxico: Alfaomega.
BIBLIOGRAFA COMPLEMENTARIA
[2] A. Garca, (2012). Inteligencia artificial : fundamentos, prctica y aplicaciones.
(1ra Ed). Madrid : RC Libros, Mxico, D. F. : Alfaomega Grupo Editor
[3] P. Ponce, F. Ramrez-Figueroa, (2010). Intelligent Control Systems with
LabVIEW. (1ra Ed). Londres.
[4] E. Caicedo, (2009). Una aproximacin prctica a las redes neuronales
artificiales. (1ra Ed). Cali : Programa Editorial Universidad del Valle.
[5] Martn del Bro, Bonifacio, (2007). Redes neuronales y sistemas borrosos. (3ra
Ed). Mxico : Alfaomega Grupo Editor.
[6] E. Sanchez, (2006). Redes neuronales. Conceptos fundamentales y
aplicaciones a control automtico. (1ra Ed). Madrid : Pearson Educacin.