[6] X. Huang , Smart Antennas for Intelligent Transportation Systems, 2006 6th International
Conference on ITS Telecommunications Proceedings, 2006, pp 426-429
[7] H. Nojeong and P Varshney, Energy-efficient deployment of Intelligent Mobile sensor
networks, IEEE Transactions on Systems, Man and Cybernetics, Jan. 2005,pp 78 92
[8] T. Nguyen and R. Gianto ,Neural networks for adaptive control coordination of PSSs and
FACTS devices in multimachine power system, IET 2008 Generation, Transmission &
Distribution, May 2008, pp., 355 372
[9] R. Sala et al, Personal Identification Through 3D Biometric Measurements Based on
Stereoscopic Image Pairs, Proceedings of the 2006 IEEE International Workshop on
Measurement Systems for Homeland Security, Contraband Detection and Personal Safety,
2006, pp. 10-13
[10] Universidad de Antioquia, Plan de estudios del programa de ingeniera electrnica,
http://electronica.udea.edu.co/.
[11] Universidad del Valle, Plan de estudios del programa de ingeniera electrnica,
https://swebse29.univalle.edu.co/datalinea//paquetes/catalogoasignaturas/index.php
[12] University of Surrey, Electronic Engineering Programme Overview and Structure,
http://www.surrey.ac.uk/undergraduate/courses/coursedetails.php?url=engineering/electroni
c/programme
[13] University of Melbourne, Bachelor of engineering program ( electrical engineering),
https://app.portal.unimelb.edu.au/CSCApplication/view/2008/355-EE
[14] L. X. Wang, A course on fuzzy systems and control, Prentice Hall, 1996.
[15] J. Mendel, Uncertain Rule-Based Fuzzy Logic Systems, Prentice Hall, 2000.
[16] R. Babuska, Fuzzy Modeling for control , Kluwer Academics, 1998.
[17] C. Pea-Reyes, Evolutionary Fuzzy Modeling, Springer-Verlag, 2004.
[18] M Nachtegae, Fuzzy filters for image processing, Springer Verlag, New York, 2003
Objetivos
1. Presentar al estudiante las bases tericas de los conjuntos y sistemas difusos.
2. Introducir al estudiante en los mtodos de aprendizaje y evolucin en sistemas difusos.
3. Presentar al estudiante criterios para la implementacin hardware y software de sistemas
difusos.
4. Mostrar al estudiante un marco aplicativo de los sistemas difusos en ingeniera.
5. Introducir al estudiante a nuevas tendencias en teora y diseo de sistemas difusos.
Metodologa
El espacio acadmico se desarrollar semanalmente de la siguiente manera:
1. Leccin magistral en la cual se presentarn los elementos tericos y conceptuales de la
unidad temtica que se encuentre bajo estudio de acuerdo con la programacin.
2. Sesin de ejercicios en la cual estudiante y profesor revisarn los conceptos introducidos
en la leccin magistral por medio del desarrollo de problemas bsicos en herramientas
computacionales
3. Trabajo autnomo enfocado al desarrollo de talleres de aplicacin de la teoras
presentadas magistralmente. Se complementar con el desarrollo de un proyecto de curso
Proyecto de curso
El proyecto de curso busca que el estudiante ubique un problema de su inters dentro de los
contextos de aplicacin de sistemas difusos (i.e. Clasificacin, prediccin, estimacin) y lo
resuelva por medio de los mtodos estudiados en la asignatura. El proyecto se desarrollar en
tres fases: modelado difuso lingstico, aprendizaje y evolucin. Los resultados de cada una de
las fases sern presentados al curso en formato de seminario. Al final, se escribir un artculo
tcnico-cientfico que recopilar todo el desarrollo del proyecto, haciendo particular nfasis en
las conclusiones del mismo.
Evaluacin.
Examen parcial
Proyecto: Modelado difuso
Proyecto: Aprendizaje en sistemas difusos
Proyecto: Sistema difuso evolutivo
Examen final (Artculo)
20%
15%
15%
20%
30%
La ausencia a un examen, seminario o entrega de taller deber estar justificada por una excusa
validada por la coordinacin del programa o la oficina de bienestar institucional. Adems, se
llevar listado de asistencia.
Referencias bibliogrficas.
Libros:
L. X. Wang, A course on fuzzy systems and control, Prentice Hall, 1996.
G. Klir and B. Yuan, Fuzzy Sets and Fuzzy Logic: Theory and Applications, Prentice Hal,
1995
J. Mendel, Uncertain Rule-Based Fuzzy Logic Systems, Prentice Hall, 2000.
C. Pea-Reyes, Evolutionary Fuzzy Modeling, Springer-Verlag, 2004.
Cronograma del curso.
Semana
Tema
Relaciones difusas.
Actividades
Taller
4
Sistemas difusos
Taller
Definicin de problema de
curso.
Aproximadores universales
Taller
Marzo 613
Examen parcial
Examen escrito
Marzo
23-24
Seminario
Fundamentos de optimizacin
Repaso de probabilidad
Aprendizaje supervisado en sistemas difusos
(Caso aleatorio)
11
Aprendizaje no supervisado
Agrupamiento difuso
12
ltima
de abril
13
Seminario
Computacin evolutiva
Algoritmos genticos
14
15
Algoritmos memticos
Casos de estudio
16
ltima
de mayo
Seminario
Examen final