Gachet Páez, DiegoValverde Gil, Ricardo2014-04-042014-04-042007Valverde-Gil, R., y Gachet-Páez, D. (2007). Identificación de sistemas dinámicos utilizando redes neuronales RBF. Revista Iberoamericana de Automática e Informática Industrial (RIAI), 4(2), 32-42. https://doi.org/10.1016/S1697-7912(07)70207-816977912http://hdl.handle.net/11268/2602La identificación de sistemas complejos y no-lineales ocupa un lugar importante en las arquitecturas de neurocontrol, como por ejemplo el control inverso, control adaptativo directo e indirecto, etc. Es habitual en esos enfoques utilizar redes neuronales “feedforward” con memoria en la entrada (Tapped Delay) o bien redes recurrentes (modelos de Elman o Jordan) entrenadas off-line para capturar la dinámica del sistema (directa o inversa) y utilizarla en el lazo de control. En este artículo presentamos un esquema de identificación basado en redes del tipo RBF (Radial Basis Function) que se entrena on-line y que dinámicamente modifica su estructura (número de nodos o elementos en la capa oculta) permitiendo una implementación en tiempo real del identificador en el lazo de control.spaAttribution-NonCommercial-NoDerivatives 4.0 Internacionalhttp://creativecommons.org/licenses/by-nc-nd/4.0/IdentificaciónSistemas no-linealesRedes neuronalesEstimación de parámetrosjournal article10.1016/S1697-7912(07)70207-8open accessRedes neuronales (Informática)Ciencia