Examinando por Materia "Incertidumbre"

Mostrando 1 - 2 de 2
  • Miniatura
    PublicaciónAcceso abierto
    Comparación de controladores data-driven para un proceso con incertidumbres y no linealidades del laboratorio de automatización y control de la Universidad EIA
    (Universidad EIA, 2021) Espinosa Cárcamo, Daniel; Pacheco Márquez, Sergio Andrés; Manrique Espíndola, Tatiana; Tejada Orjuela, Juan Camilo
    RESUMEN: En el presente trabajo se plantea la comparación de controladores data-driven directos e indirectos en un proceso dinámico ubicado en el laboratorio de Automatización y control de la Universidad EIA. Por esto se realizó una exploración de los procesos dispo nibles y se definió cuál cumple con los requerimientos para esta actividad. Entre estos se encuentran sistemas como la planta de pH, el péndulo doble invertido de Furuta y el manipulador robótico de dos grados de libertad con articulaciones flexibles. Tenien do en cuenta los objetivos del presente trabajo se escogerá el proceso adecuado que cumpla con las características de incertidumbres y no linealidades. Los conceptos de los sistemas data-driven son los principales insumos con los cuales se diseñaron estos controladores. Además, se busca dar respuesta a la pregunta: ¿qué estrategias de control data-driven son adecuadas para procesos con incertidumbres y/o no linealidades asociadas a su naturaleza? Estos controladores son expuestos a criterios de desempeño respecto a las señales de error y esfuerzo de control, permitiendo así una comparación cuantitativa de cada lazo de control.
  • Miniatura
    PublicaciónAcceso abierto
    Diversificación de un portafolio de inversión basado diferentes medidas de riesgo
    (Universidad EIA, 2023) Agudelo Serna, Andrés; Valencia Villa, Juan Sebastián
    RESUMEN: el presente trabajo aborda la problemática de optimización de asignación de capital dentro de un portafolio de instrumentos financieros heterogéneos. Esta gestión óptima de carteras de inversión resulta un tópico crítico en finanzas corporativas, dada su incidencia en la rentabilidad y riesgo de las organizaciones. La investigación explora el potencial de técnicas de vanguardia en inteligencia artificial, específicamente la lógica difusa y los algoritmos genéticos, para la construcción de portafolios robustos mediante asignación sistémica de recursos. La metodología consiste en un estudio cuantitativo, explicativo y longitudinal. Involucra el análisis estadístico de series financieras históricas para entrenar y evaluar modelos predictivos. El alcance correlacional identifica interdependencias entre instrumentos. Se implementan dos enfoques complementarios: lógica difusa para evaluación individual de alternativas mediante reglas heurísticas, y algoritmos genéticos para búsqueda estocástica masiva en paralelo de asignaciones óptimas globales. Los resultados revelan sinergias entre ambos. La lógica difusa aporta análisis granular, manejo de incertidumbre y semántica interpretativa. Los algoritmos genéticos permiten optimización simultánea considerando interdependencias y con flexibilidad de objetivos. Se concluye que estas modernas técnicas algorítmicas de vanguardia sobresalen en la construcción de portafolios resilientes y superan limitaciones de enfoques tradicionales. Se recomienda investigación futura enfocada en despliegue de aplicaciones analíticas y validación sobre datos financieros en tiempo real. En síntesis, este trabajo ejemplifica la aplicación de algoritmos innovadores de inteligencia artificial para optimizar la gestión de portafolios de inversión corporativos, constituyendo un avance en la incorporación de técnicas de vanguardia en los procesos de decisión financiera estratégica.