Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Control Inteligente
Redes Neuronales (parte IV)
eZin(t )
f&NL = f&E = 1
(1+ e )
Zin(t ) 2
Wj E(t)
X(t) Z(t)
-V -W
Mtodos de
M. Jamett optimizacin
i i i
[ ]
Tabla de Contenido tk 2
Gradiente
Mtodos de optimizacin
Optimizacin
Feltcher y Reeves
Mn J = 1
2 Y Y
i =tsh
i i
Mtodos de Newton
Problema del Gradiente
Mtodos Cuasi-Newton
Gradiente Conjugado y Gradiente Conjugado
Mtodos de 2 Orden
y Quasi-Newton
Ejemplo
Levenberg-Marquardt y Simulated Annealing
Simulated Annealing
Algoritmos G
Genticos
y Algoritmos
go t os ge
genticos
t cos
Seguimiento con RNA y etc
Identificacin va RNA
Esquema Serie-Paralelo
E
Esquema Paralelo
P l l Deterministas o Estocsticos?
Estimacin
Vars y Parms de Modelo
CONTROL INTELIGENTE
Feltcher y Reeves
M. Jamett
Etapa de inicializacin:
Tabla de Contenido Seleccionar un punto de partida
Gradiente
Mtodos de optimizacin Calcular x0
Feltcher y Reeves
f (x0 )
Etapa iterativa: d0=g0 =
Mtodos de Newton
Problema del Gradiente Determinar k que minimiza
Mtodos Cuasi-Newton
Gradiente Conjugado en la direccindk
Mtodos de 2 Orden
Ejemplo
Levenberg-Marquardt Calcular xk +1=xk +kdk donde
Simulated Annealing gkT+1gk +1
Algoritmos G
Genticos dk +1=gk +1+kdk k = T
Seguimiento con RNA gk gk
Identificacin va RNA
Esquema Serie-Paralelo
Es una extensin del mtodo de gradiente conjugado a funciones
E
Esquema Paralelo
P l l cualesquiera (no necesariamente cuadrticas) y sin la utilizacin
Estimacin explcita del Hessiano.
Vars y Parms de Modelo
CONTROL INTELIGENTE
Mtodos de Newton
M. Jamett
y Mtodos de Gradiente
Tabla de Contenido En General:
Gradiente
Mtodos de optimizacin
Feltcher y Reeves }
direccin
Mtodos de Newton
Problema del Gradiente
wk +1 = wk + h{ d
Mtodos Cuasi-Newton amplitud
pasobusqueda
Gradiente Conjugado
Mtodos de 2 Orden
Ejemplo
Levenberg-Marquardt
Simulated Annealing
Gradiente : wk +1 = wk + d (w)
Problemas:
Algoritmos G
Genticos
Seguimiento con RNA y Convergencia lenta.
Identificacin va RNA
Esquema Serie-Paralelo
y Tendencia a quedar atrapada en mnimos locales.
E
Esquema Paralelo
P l l
Estimacin
Vars y Parms de Modelo
CONTROL INTELIGENTE
Problema del Gradiente
M. Jamett
y Ejemplo:
j p
Tabla de Contenido
Gradiente J ( x) = x 2 y d =1
Mtodos de optimizacin
Feltcher y Reeves Si : xk = 1 xk +1 = 1 + 1 (2 x)1 = 1
Mtodos de Newton
Problema del Gradiente xk + 2 = 1 + 1 (2 x) 1 = 1
J(x)
Mtodos Cuasi-Newton
Gradiente Conjugado
M
Mtodos de 2 Orden
Ejemplo
cte.
Levenberg-Marquardt
Simulated Annealing
Algoritmos G
Genticos
Seguimiento con RNA
Identificacin va RNA
Esquema Serie-Paralelo
E
Esquema Paralelo
P l l
Estimacin
x
Vars y Parms de Modelo
-1 1
CONTROL INTELIGENTE
Mtodos Cuasi-
Cuasi-Newton
M. Jamett
xk +1= xk k [ f (xk )] gk
Tabla de Contenido
Gradiente 2
1 Gk es una aproximacin
convenientemente elegida
Mtodos de optimizacin
Feltcher y Reeves
Mtodos de Newton
de 2 f xk ( )
Problema del Gradiente Simtrica
Mtodos Cuasi-Newton Hay muchas formas de actualizar
Gradiente Conjugado la matriz G o su inversa S y que
satisfacen los criterios anteriores.
anteriores
Mtodos de 2 Orden Definida
D fi id
Ejemplo
Levenberg-Marquardt Gk Positiva
Simulated Annealing
Algoritmos G
Genticos (qk Gk pk)(qk Gk pk)T
Gk +1=Gk +
Seguimiento con RNA Gk pk =qk pkT (qk Gk pk)
Identificacin va RNA
Esquema Serie-Paralelo pk =xk +1xk =k dk (pk Sk qk) pk Sk qk)T
E
Esquema Paralelo
P l l Sk +1=Sk +
qkT (pk Sk qk)
Estimacin
Vars y Parms de Modelo
qk =gk +1gk
CONTROL INTELIGENTE
Gradiente Conjugado
M. Jamett
X2
Gradiente
G di
Tabla de Contenido
conjugado
Gradiente
Mtodos de optimizacin
Feltcher y Reeves
Mtodos de Newton
Problema del Gradiente
Mtodos Cuasi-Newton
Gradiente Conjugado
Mtodos de 2 Orden X1
Ejemplo
Levenberg-Marquardt
Simulated Annealing
Algoritmos G
Genticos
Seguimiento con RNA
Identificacin va RNA Direccin de gradiente
X0
J wk + d k 1
d k =
Esquema Serie-Paralelo
E
Esquema Paralelo
P l l
Estimacin
Vars y Parms de Modelo
CONTROL INTELIGENTE
Mtodos 2
2 orden tipo Newton
M. Jamett
y Taylor
y de J(w):
( )
Tabla de Contenido
Gradiente
Mtodos de optimizacin
1
Feltcher y Reeves J ( w) = J 0 + ( w w0 )J ( w0 ) + ( w w0 ) H ( w w0 ) +L ((1))
Mtodos de Newton 2
Problema del Gradiente
J 2 J
Mtodos Cuasi-Newton
J = H ij =
Gradiente Conjugado
wi wi w j
Mtodos de 2 Orden
Ejemplo Derivando (1) :
Levenberg-Marquardt
Simulated Annealing J ( w) = J ( w0 ) + H ( w w0 ) +L (2)
Algoritmos G
Genticos
Seguimiento con RNA
mnimo J ( w) = 0
Identificacin va RNA
0 = J ( w0 ) + H ( w w0 )
Esquema Serie-Paralelo
E
Esquema Paralelo
P l l w = w0 H 1J ( w0 )
Estimacin
Vars y Parms de Modelo
CONTROL INTELIGENTE
Ejemplo
M. Jamett
y Ejemplo:
Tabla de Contenido
Gradiente
Mtodos de optimizacin J ( w) = w2 ; w0 = 1
Feltcher y Reeves
Mtodos de Newton J 2 J
Problema del Gradiente = 2w; =2
Mtodos Cuasi-Newton w w 2
Gradiente Conjugado
1
Mtodos de 2 Orden w1 = 1 + (2 w)1 = 0
Ejemplo 2
Levenberg-Marquardt
1
w2 = 0 + (2w)0 = 0
Simulated Annealing
Algoritmos G
Genticos
Seguimiento con RNA y Quasi-Newton: 2
Identificacin va RNA H-1 se aproxima en forma recursiva.
Esquema Serie-Paralelo
E
Esquema Paralelo
P l l BFGS Broyden,
Broyden Fletcher,
Fletcher Glodfarb,
Glodfarb Shannon
Estimacin
Vars y Parms de Modelo
CONTROL INTELIGENTE
Levenberg - Marquardt
M. Jamett
CONTROL INTELIGENTE
Simulated Annealing
M. Jamett
CONTROL INTELIGENTE
Algoritmos Genticos
M. Jamett
Tabla de Contenido
Gradiente
Mtodos de optimizacin
Feltcher y Reeves
Mtodos de Newton
Problema del Gradiente
Mtodos Cuasi-Newton
Gradiente Conjugado
Mtodos de 2 Orden
Ejemplo
Levenberg-Marquardt
Simulated Annealing
Al it
Algoritmos Genticos
G ti
Rango= [-4 , 4]
Seguimiento con RNA
Identificacin va RNA Bits=8
Esquema Serie-Paralelo Poblacin=30
E
Esquema Paralelo
P l l
Estimacin
Generaciones=50
Vars y Parms de Modelo
CONTROL INTELIGENTE
Algoritmos Genticos
M. Jamett
CONTROL INTELIGENTE
Problemas en la Prctica
M. Jamett
Tabla de Contenido
Gradiente
Mtodos de optimizacin
Feltcher y Reeves
Mtodos de Newton
Problema del Gradiente
Mtodos Cuasi-Newton
Gradiente Conjugado
Mtodos de 2 Orden
Ejemplo
Levenberg-Marquardt
Simulated Annealing Qu algoritmo utilizar?
Al it
Algoritmos Genticos
G ti
Qu frmula Q-N utilizar?
Seguimiento con RNA
Identificacin va RNA
Qu tipo de bsqueda lineal se
Esquema Serie-Paralelo
deber implementar?
E
Esquema Paralelo
P l l Cmo hacer la correccin de la
Estimacin matriz Sk +1 cuando So =I ?
Vars y Parms de Modelo
CONTROL INTELIGENTE
Capacidad de Seguimiento de
M. Jamett una RNA
y Prueba de Hornik (1989) Multilayer Feedforward
Tabla de Contenido
Networks are Universal Approximators
Approximators, Neural Networks,
Networks
Gradiente Vol.2, pp.359-366.
Mtodos de optimizacin
Feltcher y Reeves
Mtodos de Newton y N de
d capas escondidas:
did 1
Problema del Gradiente
Mtodos Cuasi-Newton
y Normalizacin
Gradiente Conjugado y Simplicidad
p vs. Precisin
Mtodos de 2 Orden
Ejemplo
Levenberg-Marquardt
Simulated Annealing
Algoritmos G
Genticos
Seguimiento con RNA
Identificacin va RNA
Esquema Serie-Paralelo
E
Esquema Paralelo
P l l
Estimacin
Vars y Parms de Modelo
CONTROL INTELIGENTE
Identificacin va RNA
M. Jamett
Tabla de Contenido
Gradiente
Mtodos de optimizacin
Feltcher y Reeves Red
Mtodos de Newton
Neuronal
Problema del Gradiente _
Mtodos Cuasi-Newton
Gradiente Conjugado error
Mtodos de 2 Orden
Ejemplo +
Levenberg-Marquardt
Simulated Annealing
ENTRADA Planta SALIDA
Algoritmos G
Genticos
Seguimiento con RNA
Identificacin va RNA
Esquema Serie-Paralelo
E
Esquema Paralelo
P l l
Estimacin
Vars y Parms de Modelo
CONTROL INTELIGENTE
Esquema serie-
serie-paralelo
M. Jamett
Tabla de Contenido
Gradiente
Mtodos de optimizacin
Feltcher y Reeves
Mtodos de Newton
Problema del Gradiente
Mtodos Cuasi-Newton
Gradiente Conjugado
Mtodos de 2 Orden
Ejemplo
Levenberg-Marquardt
Simulated Annealing
Algoritmos G
Genticos
Seguimiento con RNA
Identificacin va RNA
Esquema Serie-Paralelo
E
Esquema Paralelo
P l l
Estimacin
Vars y Parms de Modelo
CONTROL INTELIGENTE
Esquema Paralelo
M. Jamett
Tabla de Contenido
Gradiente
Mtodos de optimizacin
Feltcher y Reeves
Mtodos de Newton
Problema del Gradiente
Mtodos Cuasi-Newton
Gradiente Conjugado
Mtodos de 2 Orden
Ejemplo
Levenberg-Marquardt
Simulated Annealing
Algoritmos G
Genticos
Seguimiento con RNA
Identificacin va RNA
Esquema Serie-Paralelo
E
Esquema Paralelo
P l l
Estimacin
Vars y Parms de Modelo
CONTROL INTELIGENTE
Estimacin
M. Jamett
Tabla de Contenido y E ti
Estimacin
i de
d E t d
Estado
Gradiente
Mtodos de optimizacin
Black box models
Feltcher y Reeves
Mtodos de Newton
Problema del Gradiente
Mtodos Cuasi-Newton
Gradiente Conjugado
Mtodos de 2 Orden y Estimacin de Parmetros
Ejemplo
Levenberg-Marquardt
Simulated Annealing
Grey box models
Algoritmos Genticos
G
Seguimiento con RNA
Identificacin va RNA
Esquema Serie-Paralelo
E
Esquema Paralelo
P l l
Estimacin
Vars y Parms de Modelo
CONTROL INTELIGENTE
Esquemas de Estimacin
M. Jamett
Tabla de Contenido
Gradiente
Mtodos de optimizacin
Feltcher y Reeves Modelo
Mtodos de Newton ENTRADA SALIDA
Fenomenolgico
Problema del Gradiente
Mtodos Cuasi-Newton
Gradiente Conjugado
Mtodos de 2 Orden
Ejemplo
Red
Levenberg-Marquardt
Simulated Annealing
Neuronal error
Algoritmos G
Genticos
Seguimiento con RNA
Identificacin va RNA
Esquema Serie-Paralelo
E
Esquema Paralelo
P l l
Estimacin
Modelo CG con aprendizaje directo
Vars y Parms de Modelo
CONTROL INTELIGENTE
Esquemas de Estimacin
M. Jamett
Tabla de Contenido
Gradiente
Mtodos de optimizacin
Feltcher y Reeves
Modelo
Mtodos de Newton ENTRADA SALIDA
Problema del Gradiente
Fenomenolgico
Mtodos Cuasi-Newton
Gradiente Conjugado +
Mtodos de 2 Orden
_
Ejemplo
Red error
Levenberg-Marquardt
Simulated Annealing Neuronal
Algoritmos G
Genticos
Seguimiento con RNA
Identificacin va RNA
Esquema Serie-Paralelo
E
Esquema Paralelo
P l l
Estimacin Modelo CG con aprendizaje indirecto
Vars y Parms de Modelo
CONTROL INTELIGENTE
Variables y Parmetros de un
M. Jamett M d l
Modelo
Tabla de Contenido
Gradiente Parmetros de Constantes cuyo valor
Mtodos de optimizacin Diseo puede ser escogido.
Feltcher y Reeves
Mtodos de Newton
Problema del Gradiente Parmetros del Constantes propias
Mtodos Cuasi-Newton Sistema del sistema.
Gradiente Conjugado
Mtodos de 2 Orden
Ejemplo
Levenberg-Marquardt
Ej. : Estanque
Simulated Annealing
Algoritmos G
Genticos Seccin de salida : Diseo
Diseo.
Seguimiento con RNA Seccin de tanque : Del Sistema.
Identificacin va RNA
Esquema Serie-Paralelo
y cte. de gravitacin
E
Esquema Paralelo
P l l
Estimacin
Vars y Params
Parms de Modelo
CONTROL INTELIGENTE
Variables de Salida
M. Jamett
CONTROL INTELIGENTE
Variables de entrada
M. Jamett
CONTROL INTELIGENTE
Perturbaciones
M. Jamett
CONTROL INTELIGENTE
Resumen
M. Jamett
CONTROL INTELIGENTE