Un Control Predictivo de Modelos (MPC) es un sistema que nos permite controlar una planta de producción. Gracias a este tipo de sistema es posible realizar una producción que se acerque al "cero defectos". Para conseguir su objetivo principal, este tipo de sistemas consta de varias fases. Una de las más importantes es la fase que predice la situación en la que se va a encontrar la planta en un momento dado. En la actualidad, la mayoría de las investigaciones en este campo están relacionadas con MPC lineales, aunque el proceso, que el modelo trata de representar, puede no serlo. Así, este trabajo presenta varios experimentos que prueban que la fase de previsión, normalmente representada por una única función matemática, puede ser representada por modelos de aprendizaje automático.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Distribución del peso molecular de las poliolefinas: Deconvolución y Bimodalidad
Video:
Optimización de operaciones de plantas hidroeléctricas
Artículo:
Análisis estadístico de diferentes modelos matemáticos para las curvas de tensión-deformación del acero inoxidable AISI 321
Artículo:
Modelado del factor de fricción en tuberías a presión Utilizando Redes Neuronales de Aprendizaje Bayesiano
Artículo:
Análisis experimental y de simulación de la chapa de acero Q235 adherida por laminación
Informe, reporte:
Diagnóstico sobre la logística del comercio internacional y su incidencia en la competitividad de las exportaciones de los países miembros
Artículo:
Nuevas necesidades cosméticas : tendencias y productos específicos
Manual:
Química de los taninos
Artículo:
Influencia del COVID-19 en las dinámicas de exportación, producción y consumo de carne vacuna en Colombia y el mundo: Una revisión monográfica.