Redes neuronales artificiales para resolver problemas de programación lineal

Abstract

Este trabajo se ha enfocado en la metodología de las RNA para resolver problemas de P.L., basados en su estructura topológica de conectividad: el primero de ellos basado en conexiones hacia adelante (feedforward) y el segundo basado en conexiones hacia atrás o recurrentes (feedback).En el Capítulo 1 se da una breve introducción al marco general conceptual de las RNA. Seguidamente en el Capítulo 2 se describen las Redes Perceptronicas Multicapa con conexiones hacia adelante y el principal algoritmo utilizado para entrenar este tipo de redes, el de Retropropagación del Error. Más adelante se propone, se entrenan y se validan varias configuraciones de RPM para resolver problemas de P.L. Por último, en el Capítulo 3 se describen a las Redes Neuronales Recurrentes y los fundamentos teóricos para convertir un problema de P.L. en un sistema dinámico no lineal que representa la RNR y dar con la solución óptima del mismo.