Reconocimiento de patrones en procesos industriales mediante el uso de Redes Neuronales

Abstract

Las redes neuronales son una herramienta muy potente en la ingeniería, pueden establecer un sistema capaz de predecir y simular el comportamiento de unas variables sin aparente relación o descifrar en parte esta. En el presente trabajo se intenta mediante un ejemplo práctico exponer una metodología de trabajo para el tratamiento, análisis, clasificación y simulación de datos relacionados con la ingeniería. Para ello tomaremos una base de datos de la agencia europea de medio ambiente (EEA) que caracteriza casi 15.000 vehículos y los relaciona con su emisión de CO2. De esta forma y con la creación y posterior uso de las redes neuronales artificiales (RNA) mediante un toolbox del programa comercial Matlab® podemos clasificar, relacionar y simular variables críticas en el supuesto caso. Para la obtención de estas redes usaremos herramientas que nos brinda el propio programa de redes neuronales como el reconocimiento de patrones (pattern recognition tool), el agrupamiento de datos (clustering tool) y la simulación de los mismos (fitting tool). Tras la obtención de las redes se pretende establecer el reconocimiento de patrones que existe entre las variables dadas, y según los datos obtenidos obtener conclusiones, mejoras y puntos críticos que son de gran importancia a nivel de la ingeniería ambiental química.