Please enable JavaScript.

Coggle requires JavaScript to display documents.

Modelos básicos de IA en casos Práticos, Refencias bibliogáficas - Coggle…

- - - - Lógica Difusa (FUZZY LOGIC)
        
        Definición
        
        Modelo matemático que permite razonar con impresión. Traduce expresiones del lenguaje natural a grados de pertenencia de conjuntos difusos, emulando la cognición humana.
        
        Motivo de selección:
        
        Permite Interactuar mediante términos lingüísticos subjetivos (frío, templado).
        
        Evita cambios bruscos y costosos en el control climatológico.
        
        No requiere ecuaciones diferenciales exactas del confort térmico.
        
        Datos de Entrada:
        
        Variables lingüísticas cualitativas.
        
        Datos cuantitativos continuos de sensores térmicos.
        
        Transformación vía Fuzzificación.
        
        Tipo de Respuesta:
        
        Acción de control exacta.
        
        Número continuo (obtenido tras Defuzzificación para regular equipos).
- - - - Algoritmos Genéricos (AG)
        
        Definición:
        
        Búsqueda estocástica y optimización global basada en la selección natural y la genética. Evoluciona una población de soluciones (cromosomas) con operadores de selección, cruzamiento y mutación.
        
        Motivo de Selección:
        
        Resuelve problemas de optimización combinatoria complejos (como TSP).
        
        Capacidad para evadir óptimos locales mediante mutación y cruzamiento.
        
        Maneja restricciones complejas sin necesitar continuidad ni derivadas.
        
        Datos de Entrada:
        
        Población de cromosomas/vectores codificados (binaria, entera, real).
        
        Para rutas: Representación Permutacional (orden secuencial de paradas).
        
        Tipo de Respuesta:
        
        Selección de la mejor solución óptima o cuasi-óptima.
        
        Clasificación / Orden secuencial óptimo de paradas.
- - - - Redes Neuronales Artificiales (RNA)
        
        Definición:
        
        Modelo estadístico de aprendizaje adaptativo que simula el cerebro humano. Neuronas conectadas en capas ajustan sus pesos/sesgos con backpropagation para mapear relaciones complejas.
        
        Motivo de Selección:
        
        Excelente capacidad de detectar patrones no lineales e históricos.
        
        Robusta ante el ruido de datos.
        
        Solución de negocio de previsión de demanda con múltiples variables.
        
        Datos de Entrada:
        
        Variables cuantitativas continuas.
        
        Datos históricos del e-commerce (ventas, clics, visitas, stock anterior).
        
        Tipo de Respuesta:
        
        Número continuo (Regresión para predecir la cantidad exacta de productos demandados).