PROYECTO RESISTENCIAS

Teoría

Las Redes Neuronales son un campo muy importante dentro de la Inteligencia Artificial. Inspirándose en el comportamiento conocido del cerebro humano (principalmente el referido a las neuronas y sus conexiones), trata de crear modelos artificiales que solucionen problemas difíciles de resolver mediante técnicas algorítmicas convencionales.

Practica

En esta práctica realizare una red neuronal de tipo Adaline donde se seleccionaran resistencias de una tienda electrónica por su diferente potencia, y resistencia y se van a clasificar en 4 grupos.

1.- Alta Resistencia-Baja Potencia

2.-Alta Resistencia-Alta Potencia

3.-Baja Resistencia-Baja Potencia

4.-Baja Resistencia-Alta Potencia

Los pesos corresponden a las medidas de las resistencias  expresadas en KOHMS siendo estos:

P1 = .5    p2= 1.2  p3= 2  p4= 1  p5= 4.5  p6= 5  p7= 6  p8= 7

         3           6           1.2       14         4        3.5        7           9

Aquí podemos ver como es el código de la RED ADALINE  para poder clasificar las resistencias:

clc, clear, close all

%Patrones de entrenamiento.

P = [.5 1.2 2 1 4.5  5 6 7;

     3 6  12 14  4 3.5 7 9];

Z = [P;1 1 1 1 1 1 1 1];

T = [-1 -1 -1 -1  1  1 1 1;

     -1 -1  1  1 -1 -1 1 1];

 %Regla de W-H

 R = Z*Z'/8;

 H = Z*T'/8;

 X = inv(R)*H;

 W = X(1:2,:)'

 b = X(3,:)'

 %Verificacion.

 for q = 1:8

     e(:,q) = T(:,q) - hardlims(W*P(:,q) + b);

 end

 e

 X

 %Graficar

 figure(2)

 plot(P(1,1),P(2,1),'rx',P(1,2),P(2,2),'rx'),axis([0 8 0 20])

 hold on

 plot(P(1,3),P(2,3),'ro',P(1,4),P(2,4),'ro')

 plot(P(1,5),P(2,5),'kx',P(1,6),P(2,6),'kx')

 plot(P(1,7),P(2,7),'ko',P(1,8),P(2,8),'ko')

...