tesis

INGENIERIA MECATRÓNICA UANCV PUNO
Inteligencia Artificial – Redes Neuronales Artificiales
PRÁCTICA NRO 2


Objetivos
Definir la arquitectura de una Red Neuronal que permita realizar el controlde dos motores que definen el desplazamiento de un robot básico.

Entrenar una Red Neuronal para que resuelvan un problema con parámetros linealmente separables.

Validar el modelo que se tienecon una Red Neuronal luego de entrenarla con los datos provenientes de la planta.


DETECCIÓN DE OBSTÁCULOS PARA UN ROBOT

DESCRIPCIÓN DEL PROBLEMA

Un robot cuenta con cuatro sensores deproximidad en distintas ubicaciones que permanentemente detectan si hay objetos en una distancia superior o inferior a la preestablecida. Con base en esto, se decide si se da marcha adelante o atrás concada uno de los dos motores que posee. Para las entradas, tenga en cuenta que un objeto cercano es presentado por un sensor como un 1, y un objeto lejano como un ‐1. En la salida, la marcha haciaadelante se presenta como un 1 y la marcha hacia atrás como un ‐1. La tabla presenta el comportamiento deseado del robot para siete posibles entradas.








1. Arquitectura de la Red aimplementar. Dada la simplicidad del problema (salidas binarias y número de posibles combinaciones de entrada conocido), su puede pensar en resolver el sistema con una Red tipo perceptrón.



Para esteperceptrón utilizaremos una función ‘Hardlims’ ya que este tipo de función de activación nos entrega dos posibles salidas que son uno(1) o menos uno (-1) según sea la entrada a esta; además este tipo desalidas son las requeridas en el proceso para enviar la señal a los motores para permitir el avance o retroceso del robot dependiendo de la cercanía o no de un objeto.

El software implementado paraentrenar este perceptrón es el siguiente:

clear all
clc
X=[1 1 1 1;-1 1 1 1;1 1 -1 -1;-1 -1 -1 -1;1 -1 1 1;1 1 -1 1;1 1 1 -1]'
%defino el vector de entradas.
D=[-1 -1;-1 1;1 -1;1 1;1 -1;-1...