SISTEMA NEURODIFUSO PARA EL CONTROL DE HUMEDAD DEL SUELO PARA EL CULTIVO DEL COCCUS AXÍN EN UN VIVARIO

Sistema Neurodifuso para el control de humedad del suelo para el
cultivo del Coccus Axín en un vivario
Luis Javier Vázquez Estrada
Osmar Dallan Pérez Estrada
May 27, 2016
Instituto Tecnológico Nacional de Tuxtla Gutiérrez
Ingenieria en Sistemas computacionales
Asesor:
Dr. Héctor Hernández de León
1

Contents
1 Observaciones Resueltas 3
1.1 Observaciones del Asesor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.1.1 Descripción y comentarios de la evaluación . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.1.2 Descripción y comentarios de las Modicaciones (Evidencias) . . . . . . . . . . . . . . . . . . 3
1.2 Observaciones del Revisor 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.3 Observaciones del Revisor 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
2 Desarrollo del Proyecto 10
2.1 Modelo de proceso de software . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
2.1.1 Modelo de proceso de software . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
2.1.2 Justicación de uso del modelo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.1.3 Aplicación del modelo elegido al proyecto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.2 Descripción del o de los procesos en lo que va a operar el sistema. . . . . . . . . . . . . . . . . . . . . 11
2.2.1 Descripción del proceso . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.2.2 Diagrama de modelado de cada proceso . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.2.3 Descripción del diagrama . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.3 Descripción del sistema en que va a operar el software. . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.3.1 Diagrama de contexto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.3.2 Explicación del diagrama de contexto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.4 Especicaciones de Requisitos del software . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.4.1 Requisitos funcionales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.4.2 Descripción de actores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.4.3 Diagramas de casos de uso . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.4.4 Plantillas de casos de uso . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.4.5 Prototipos de las interfaces de usuario . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
2.4.6 Requisitos no funcionales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
2.5 Diseño del Sistema . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
2.5.1 Diseño preliminar (general) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
2.5.2 Diseño detallado . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
3 Conclusiones del Avance realizado 23
4 Cronograma para Residencia Profesional 24
5 ANEXO : Protocolo Completo con Modicaciones Realizadas 25
5.1 Antecedentes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
5.2 Planteamiento del problema . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
5.3 Hipótesis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
5.4 Objetivo general . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
5.5 Objetivos Especícos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
5.6 Justicación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
5.7 Estado del Arte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
5.8 Propuesta Técnica del proyecto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
5.9 Impacto social o tecnológico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
5.10 Cronograma de actividades . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
5.11 Marco teórico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
5.11.1 MARCO TEÓRICO ESPECÍFICO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
5.11.2 MARCO TEÓRICO CONCEPTUAL . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
2

1 Observaciones Resueltas
1.1 Observaciones del Asesor
El asesor original del proyecto era el M. en C. José Alberto Morales Mancilla (Q.E.P.D), quien realizó las ob-
servaciones correspondientes del protocolo de investigación durante la evaluación del 6o. foro de propuestas de
proyectos para titulación integral, realizado el 24 de Noviembre del 2015 en el Instituto Tecnológico Nacional de
Tuxtla Gutiérrez.
1.1.1 Descripción y comentarios de la evaluación
ˆ En antecedentes faltó agregar el trabajo previo sobre el control de humedad del suelo que hicieron los alumnos
en una residencia anterior.
ˆ Su hipótesis esta mal escrita, es un supuesto de como solucionar el problema, ¿con que técnica podrán
reproducir la cochinilla en un vivario?.
1.1.2 Descripción y comentarios de las Modicaciones (Evidencias)
Figure 1: Evidencia 1. MC. José A. Morales M.
3

Figure 2: Evidencia 2. MC José A. Morales M.
1.2 Observaciones del Revisor 1
La primera revisora de nuestro protocolo de investigación es la M.C.A. Imelda Valles López, quien fue la encargada
de evaluarnos en El 6o. foro de propuestas de proyectos para titulación integral en el Instituto Tecnológico
Nacional de Tuxtla Gutiérrez y a continuación anexamos la imagen de las observaciones realizadas por el revisor.
ˆ Faltaron los cronogramas de actividades del último semestre.
ˆ En antecedentes falto explicar los alcances de proyecto anterior de forma detallada.
4

Figure 3: Evidencia 1. M.C.A. Imelda Valles López
5

Figure 4: Evidencia 2. M.C.A. Imelda Valles López
1.3 Observaciones del Revisor 2
El segundo revisor de nuestro protocolo de investigación es la M.C Aida Guillermina Cossio Martínez, quien fue
la encargada de evaluarnos en El 6o. foro de propuestas de proyectos para titulación integral en el Instituto
Tecnológico Nacional de Tuxtla Gutiérrez y a continuación anexamos la imagen de las observaciones realizadas por
el revisor.
ˆ Hay que reducir los antecedentes y orientarlos más al área de aplicación.
ˆ El problema no se identica puntualmente hay que ser mas especíco.
ˆ Hay que modicar la hipótesis pues en este caso si se podrá cuanticar.
ˆ El objetivo general tiene que ver con el nombre del proyecto y es control de humedad del suelo porque si no
se entendería que están haciendo lo mismo los dos proyectos.
ˆ El cronograma se requiere que lo dividan en los tres semestres, empleando en el último la metodología a
utilizar en residencia profesional.
ˆ Por favor los dos proyectos necesitan unicar modelo y determinar la problemática que abarcaran en especíco
cada uno, platiquen con su asesor.
6

Figure 5: Evidencia 1. MC Aida G. Cossio Martínez
7

8

9

2 Desarrollo del Proyecto
2.1 Modelo de proceso de software
2.1.1 Modelo de proceso de software
Para realizar nuestro proyecto tomamos la decisión de seguir el modelo de proceso Incremental, el cual se describe
en el siguiente apartado.
10

2.1.2 Justicación de uso del modelo
El modelo incremental tiene ciertas ventajas que hacen que se catalogue como un modelo eciente ecaz y óptimo
para reducir tiempo, costos acumulados así como trabajar en equipos pequeños de personas, así como también es
apropiado para proyectos grandes de larga duración, en conjunto, éste modelo ha sido elegido pues trabajando el
esquema de actividades que hemos planteado se relaciona bastante bien, algunas de las características que podemos
rescatar es el diseño de un prototipo denominado núcleo o incremento #1 que ya hemos desarrollado basado en
lectura y presentación de interfaces grácas que hacen más sencilla el entendimiento del análisis de datos que se
recolectan del censado del campo y sobre éste núcleo se debe de trabajar realizando perfeccionamiento de hardware
y software y para lograr dicho perfeccionamiento es necesario completar una serie de etapas que son las etapas
que ocupamos en los modelos incrementales iterativos. Primeramente un análisis que encarezca las deciencias del
incremento uno, en dicho análisis se deben reejar cosas a renar sin embargo esto no debe implicar agregar un
cambio ampliamente considerable al sistema, sino alimentar la mejora en aspectos de interpretación y versatilidad
del modo de trabajo del sistema, una vez que se ha plasmado las cosas a modicar.
Dada esta lógica de trabajo hemos concluido que sería una perfecta sincronía con el modelo de trabajo y
actividades, y que relaciona mucho mejor a otras metodologías que son muy básicas y rudimentarias, así como otras
que resultan dinámicamente poco propias por la versatilidad que requiere para lograrse más equipo o tiempos más
largos de trabajo.
2.1.3 Aplicación del modelo elegido al proyecto
Figure 10: Diagrama de bloque. Representación del proceso de aplicación del modelo.
2.2 Descripción del o de los procesos en lo que va a operar el sistema.
2.2.1 Descripción del proceso
El proyecto se fundamenta en la creación de un hábitat articial, simulando el ambiente durante el ciclo de vida del
insecto, esto involucra la temperatura del ambiente, la humedad relativa y la humedad del suelo. El proceso actual
involucra las siguientes etapas.
Ciclo de vida del insecto:
1. El agricultor prepara y cultiva las cochinillas, estas se quedan en el suelo un largo tiempo. La humedad del
suelo al mantiene al 25%.
2. En la temporada de lluvias comienza el ciclo de vida de esta especie, se posicionan en algún lugar dentro de
una planta para producir los huevos quienes requieren en esta etapa una humedad de 25% de igual forma.
11

3. Los huevecillos eclosionan en alrededor de 8 a 10 horas. La humedad se mantiene en 15%.
4. Durante la etapa de huevecillos a la etapa de ninfas las lluvias abundantes mantienen la humedad del suelo
en 25%, este periodo tarda alrededor de 12 a 15 días.
5. Durante la etapa de ninfas a pre-adulto, las lluvias abundantes mantienen la temperatura en 30°
6. La última etapa del ciclo de vida se da cuando el insecto pasa de pre-adulto a hembra (que es el insecto a
recolectar). Durante este periodo las lluvias son moderadas manteniendo la humedad del suelo en 30%. Este
periodo tarda alrededor de 10 a 15 días.
7. Las hembras antes de terminar depositaran sus huevecillos en el suelo a 25% de humedad nuevamente.
8. El agricultor recolecta las cochinillas hembras después de la temporada de lluvias, apartando aquellos que no
son hembras y pueden ser usados para la laca chiapaneca de igual forma. El ciclo del sistema reinicia una vez
el agricultor modera el nacimiento de los nuevos insectos.
Proceso de producción de la cochinilla:
1. Una vez clasicados los insectos se exportan a los artesanos.
2. El artesano prepara el insecto y utiliza la grasa de este mismo para la producción del barniz.
3. El barniz es utilizado para cubrir a materiales tradicionales. Esto supone una característica valiosa a las
piezas.
12

2.2.2 Diagrama de modelado de cada proceso
Figure 11: Diagrama de modelado de proceso
13

2.2.3 Descripción del diagrama
En el diagrama podemos visualizar actividades que realizan 3 diferentes Actores, donde tenemos actividades re-
alizadas, por el agricultor, que sería el usuario que ocupe el sistema para el cultivo del Coccus Axín, el insecto
cochinilla Coccus Axín que también se encuentra contemplado debido al control de las diversas actividades que
puedan realizar, y por último el medio ambiente que es el ambiente articial y todas las características que involu-
cran.
Podemos visualizar las actividades que se requieren realizar para poder mantener un cultivo del insecto, co-
chinilla Coccus Axín; Primero el modelado inicia, la actividad número uno es el cultivo por parte del agricultor de
las cochinillas dentro del hábitat, una vez realizado el cultivo se iniciará el sistema para tomar lectura y dar parte
al proceso que se lleva en paralelo con el desarrollo de las cochinillas, la lectura con el módulo de humedad del
suelo dependiendo del estado de los otros módulos y el tiempo que lleva en la etapa del crecimiento de la especie
en cautiverio, dependiendo del estado activar los actuadores, con variaciones muy pequeñas en los datos. Como
podemos visualizar las actividades avanzan realizando diversas lecturas dependiendo del área con el que se relacio-
nan, desarrollo del insecto para convertirse en ninfas, etapa de desarrollo para convertirse en pre-adulto, en adulto
y pasadas poco más de un mes de desarrollo, las hembras cultivadas depositarán una nueva generación de insectos
en huevecillos. Hasta aquí la participación del medio ambiente y de las cochinillas naliza y el agricultor debe
intervenir para levantar el cultivo desarrollado, recogiendo los huevecillos y catalogando quienes son hembras para
volver a iniciar un sistema de reproducción controlado y excluyendo a los machos para que puedan ser ocupados
para el n que sea conveniente.
2.3 Descripción del sistema en que va a operar el software.
2.3.1 Diagrama de contexto
Figure 12: Diagrama de contexto- Humedad del suelo
14

2.3.2 Explicación del diagrama de contexto
Entidad 0- Principal: Sistema Neurodifuso para el cultivo del Coccus Axín.
ˆ Flujo de datos: Tiene ujo de datos hacia las entidades del control de humedad del suelo, control de humedad
relativa y control de temperatura ambiente y el dato que envía le llamamos dato decisivo que es el dato que
utilizara el actuador respectivo. Tambien tiene ujo de datos hacia la entidad LapView, el cual envía el dato
que la entidad utilizara para realizar las grácas y poder hacerlos visibles.
Entidad: Usuario.
ˆ Flujo de datos: Tiene ujo de datos hacia la entidad principal y los datos que este envía son los datos óptimos
para el funcionamiento del sistema el cual se guardaran para compararlo con el dato que recibirá de parte del
sensor y así el sistema mantenga los niveles por debajo del dato óptimo.
Entidad: Control de humedad del suelo.
ˆ Flujo de datos: Tiene diferentes ujos de datos, el primero es el ujo de datos sensados que lo envía a la
entidad principal el cual utiliza para compararlo con el dato optimo que fue ingresado por el usuario. El
segundo es el dato de ordenes enviada a la entidad Actuador el cual consiste en un si/no dependiendo del dato
decisivo que haya recibido debido a que si el dato que recibe está por debajo del óptimo este envía un si para
que se active el actuador de lo contrario si es un no encaso de que este este apagado no cambiara su estado y
si este se encuentra encendido cambiará su estado a desactivado.
Entidad: Sensor de humedad del suelo.
ˆ Flujo de datos: Tiene un ujo de dato y este es hacia la entidad Control de humedad del suelo el cual se
encarga de enviar el dato sensado es decir la cantidad de humedad sensada para que el dato sea enviado hacia
el sistema y sea comparado con el dato óptimo.
Entidad: Actuador.
ˆ Unicamente recibe el ujo de datos de parte de la entidad Control de humedad del suelo.
Entidad: LapView.
ˆ Únicamente recibe el ujo de dato de parte de la entidad Principal.
La explicación del diagrama de contexto está enfocada al módulo del control de humedad del suelo, por tal motivo
no se presenta la explicación de los módulos de Control de humedad relativa y Control de temperatura ambiente.
15

2.4 Especicaciones de Requisitos del software
2.4.1 Requisitos funcionales
Figure 13: Requisitos funcionales
2.4.2 Descripción de actores
Los actores que se presentan en nuestro sistema son:
ˆ Operador: El operador es el individuo que se encargará del encendido y la visualización del sistema de forma
gráca, puede realizar desde la visualización del sistema a distancia, así como ver el estado del cultivo de los
insectos Cochinillas Coccus Axín.
ˆ Sensor de humedad: El sensor de humedad del suelo YL-69 en combinación con el módulo YL38 tiene la función
de tomar lecturas constantes de la tierra así como identicar el factor de variabilidad por las características
afectados por los demás módulos, la humedad a partir de la conductividad y la tensión generada, así como
las modicaciones instantáneas del suelo en este contexto.
ˆ Sistema Neurodifuso: Se propone el uso de un sistema de red neuronal porque permiten llevar a cabo el
control de todas las variables involucradas en el sistema con mayor precisión, además de esto permite el
uso de métodos cualitativos y cuantitativos en la construcción de modelos que faciliten futuras variaciones
de comportamiento del sistema desde la etapa de aprendizaje, así como también es reforzada toda toma de
decisión con la lógica difusa siempre que no afecte las modicaciones proyectadas al actuador con cualquier
otro módulo.
ˆ Actuador del sistema: El actuador es un mecanismo que funciona con una serie de dispositivos de unión
16

electro-mecánico que permite la regularización en incremento de la humedad con gotas de agua moduladas a
partir de las instrucciones de nuestra red neurodifusa.
2.4.3 Diagramas de casos de uso
Figure 14: Diagramas de casos de uso 1
Figure 15: Diagrama de casos de uso 2
17

Figure 16: Diagrama de casos de uso 3.
2.4.4 Plantillas de casos de uso
Figure 17: Plantilla No. 1. Caso de uso Encender
18

Figure 18: Plantilla No. 2 Caso de uso Apagar
Figure 19: Plantilla No. 3 Caso de uso Controlar la humedad del suelo
19

Figure 20: Plantilla No. 4 Caso de uso controlar actuador
2.4.5 Prototipos de las interfaces de usuario
Se muestra el prototipo de la interfaz que tenemos hasta este momento, donde se muestran simples grácas que son
realizadas mediante la obtención de datos que recibe el sistema por medio del sensor de humedad del suelo.
En la interfaz se puede observar tres apartados que corresponden a los tres módulos del proyecto, Humedad
Relativa, Humedad del suelo y Temperatura, en cada una de ellas se muestra una caja de texto donde se le indica
al programa básico ON/OFF hasta que porcentaje de humedad del suelo en nuestro caso se mantendrá el sistema.
Posteriormente se muestra las grácas donde aparecerán las variaciones de las lecturas hasta llegar al indicado, esto
por si se necesita algún dato en especial que el usuario necesite ver.
20

Figure 21: Prototipo principal de la interfaz del usuario
21

2.4.6 Requisitos no funcionales
Figure 22: Requisitos NO funcionales
2.5 Diseño del Sistema
2.5.1 Diseño preliminar (general)
Se presenta el diseño preliminar del sistema mediante un Diagrama de bloques.
Figure 23: Diseño preliminar del sistema
22

2.5.2 Diseño detallado
Se presenta el diseño detallado del sistema mediante un diagrama de ujo.
Figure 24: Diseño detallado del sistema
3 Conclusiones del Avance realizado
Hemos adquirido los conocimientos teóricos con respecto a la vida del insecto en el medio ambiente natural, en
sus diferentes etapas así como las diferentes características que requiere para sobrevivir. En los cursos de redes
neuronales adquirimos conocimientos básicos que nos ayudaron a realizar el algoritmo necesario para la red neuronal,
que aprende de las diferentes variaciones conforme a la modicación de la humedad del suelo y su inuencia en el
insecto afectando todo el medio ambiente articial.
Mantenemos el control con respecto a las alteraciones que puedan surgir en el hábitat así como se controla
también el actuador que ejerce cambios suaves en la humead del suelo, decisión de la red neuronal que viene
siendo reforzada con la lógica difusa, también contamos con una interfaz gráca intuitiva que se puede observar
23

en el apartado desarrollo del proyecto, donde podemos visualizar los diferentes datos que se censan y tener una
valoración más tangible de que está sucediendo únicamente con el suelo.
En cuanto a la implementación tenemos nuestro primer prototipo que actúa como núcleo o incremento número
1 del sistema de control neurodifuso para la humedad del suelo, que compacta los sensores YL-69 con los módulos
YL-38 para el censado de la humedad del suelo con lectura de tensión eléctrica y el actuador que funciona como
bomba sumergible de 880 l/h, con oxigenado para humedecer el área con un calibrado óptimo, controlados con
una tarjeta inteligente Arduino cargada con un código básico de lectura ON/OFF, de ésta forma mantenemos a
las cochinillas con la humedad óptima en sus diversas etapas, sin embargo debido a la temporada del año, faltan
los especímenes de cochinillas para evaluar en diferentes condiciones y su comportamiento en cautiverio, así que la
etapa del segundo incremento está iniciando.
El porcentaje de avance se calcula entre 35% y 40%, considerando únicamente el control de la humedad del
suelo para el cultivo del Coccus Axín en un vivario, restando la implementación de la lógica difusa y la red neuronal
sobre el sistema de censado, aplicando la etapa inicial de aprendizaje del sistema neurodifuso con los primeros datos
reales del cultivo del insecto.
4 Cronograma para Residencia Profesional
Se presenta el cronograma de actividades correspondientes al semestre nueve donde se desea realizar la residencia,
esta se divide en Actividades y Subactividades y a cada uno se le indica con un color resaltado celeste al numero
de la semana del mes donde se realizara dichas actividades.
Figure 25: Cronograma para residencia profesional
24

5 ANEXO : Protocolo Completo con Modicaciones Realizadas
25

5.1 Antecedentes
Como humanos sabemos que tratar de explicar cómo trabaja el cerebro es demasiado complejo y no es algo que
tome poco tiempo. A lo largo del siglo XX muchos investigadores decidieron formar parte de esta importante y
compleja investigación que más tarde llevaría a crear un sistema que simule la parte más importante del ser humano
para enfrentar los problemas, la toma de decisiones.
De esta forma se les puede atribuir como los principales pioneros de las neuronas articiales a los investigadores
Warren McCulloch (1943) y Walter Pitts (1943), propusieron el primer modelo simple de la neurona. Dentro del
ensayo (Un cálculo lógico de las ideas inmanentes en la actividad nerviosa) demostraron que en un programa de
la máquina de Turing podría ser implementado una red nita de neuronas convencionales y que la neurona era la
unidad lógica básica del cerebro. Para el año 1947 McCulloch y Pitts dieron a conocer un nuevo ensayo el cual
titularon La percepción de las formas visuales y auditivas, en este ofrecieron aproximaciones para diseñar redes
nerviosas para el reconocimiento de entradas visuales a pesar de los cambios en orientación y tamaño.
El psicólogo Frank Rosenblatt (1959) construyo una máquina neural simple que llamo perceptrón. El perceptrón
era un dispositivo electrónico construido con base los principios biológicos y mostró una capacidad de aprender,
consistía en una matriz con 400 fotoceldas que se conectaban aleatoriamente a 512 unidades tipo neurona. Cuando
se representaba un patrón a las unidades sensoras, estas enviaban a un banco de neuronas que indicaban la categoría
del patrón. El perceptrón fue de gran utilidad y formo parte de un gran avance en esta investigación y como prueba
se resalta que logro reconocer todas las letras del alfabeto.
Buscando aplicar las ventajas de las redes neuronales en nuevos sistemas el profesor Bernie Widrow (1960) junto
a su alumno Ted Ho (1960) desarrollaron un nuevo tipo de red neuronal articial llamado Adaline (Adaptative
Linear Element), el cual reducía el margen de error cuadrático medio dado que el objetivo del Adaline es poder
estimar de la manera más exacta la salida, La manera de reducir este error global es ir modicando los valores de
los pasos al procesar cada entrada, de forma iterativa, mediante la regla del descenso del gradiente. El campo más
beneciado con este sistema de red neuronal fue el de procesamiento de señales, por ejemplo, los ltros de ruidos,
en el cual permitía prácticamente limpiar el ruido de señales transmisoras de información.
Para los años 70's surge una crítica por parte del cientícos Marvin Lee Minsky con ayuda de su colaborador
Seymour Papert, donde hacían mención dentro del libro Perceptrones que la investigación sobre las redes neu-
ronales eran poco rigurosas y armaban que los perceptrones eran incapaces de resolver tareas simples tales como
sintetizar la función lógica XOR. En el libro fundamentaron claramente y sin dejar dudas el porqué de su postura,
puesto que las matemáticas del libro eran indiscutibles.
En los años posteriores y pese a la fuerte crítica de Minsky, algunos cientícos continuaron investigaciones sobre
las redes neuronales, algunos de ellos fueron Stephen Grossberg y Gail Carpenter que propusieron un modelo de
red neuronal llamado ART (Adaptive Resonance Theory). Este es un modelo de red neuronal articial que basa su
funcionamiento en la manera en que el cerebro procesa información y que describe una serie de modelos de redes
neuronales que utilizando métodos de aprendizaje supervisado y no supervisado abordan problemas tales como el
reconocimiento y la predicción de patrones.
Posteriormente el psicólogo James Lloyd Jay McClelland junto a David Rumelhart publicaron un libro el cual
le dieron el nombre de Parallel Distributed Processing: Explorations in the Microstructure of Cognition. En este se
describían las ventajas y desventajas de las redes neuronales articiales y la aplicación de los modelos conexionistas
también llamados redes neuronales, en este último se explican los fenómenos cognitivos tales como el reconocimiento
de palabra hablada y el reconocimiento visual de palabras.
En base a la lógica difusa el primer registro que se tiene es de Lot Asker Zadeh (1965) y su artículo Fuzzy
Sets en el cual describe las matemáticas de los conjuntos difusos y de forma indirecta de la lógica difusa, gracias a
este trabajo escrito se le bautizo a este campo con el nombre que ahora se le conoce, la cual sienta la base de una
nueva forma de lógica, que consiste en emular la lógica humana y tomar decisiones acertadas a pesar de lo complejo
que sea la información.
La aplicación de la lógica difusa se le debe a Ebrahim H. Mamdani (1970) en el Queen Mary College en Londres.
Mandani diseño un controlador difuso para un motor a vapor y a partir de ese momento el término lógica difusa
hacía referencia a un sistema matemático o computacional que razona con lógica difusa.
Nocheztli era el nombre que los aztecas daban a la cochinilla. Los mixtecos la llamaban induco y los zapotecos
bi-yaa. Diversos testimonios nos hablan de la importancia de este pequeño insecto parásito, desde hace siglos se
ha utilizado para teñir de rojo carmín el cuerpo, los dientes, textiles, códices, muros y alimentos. La cochinilla
tenía un gran valor en la época prehispánica: con grana se tenían las prendas de la alta sociedad, debido a la
importancia del color rojo en esa época. El rojo representaba la sangre, los rayos del sol, el fuego y a varios de sus
dioses principales atribuían este color. Para los toltecas el país del color rojo, donde estaba la casa del sol, era el
poniente, para los tarascos el rojo representa el este y para los chontales signica la fuerza (Ortiz, 1992).
26

5.2 Planteamiento del problema
Los problemas que acosan al Coccus Axín van desde el aspecto biológico, puesto que la cochinilla es endémica del
estado de Chiapas y sufre amenazas en su habitad natural, lo que la ha categorizado como especie en peligro, y
hasta el aspecto económico, por el hecho de que la economía de múltiples familias residentes de la zona de Chiapa de
Corzo se sostienen con trabajos de la índole artesanal y ocupan la denominada laca artesanal chiapaneca, producto
generado a través de la explotación del insecto Coccus Axín. No se ha logrado implementar un sistema que realice las
funciones físicas necesarias para poder llevar al funcionamiento éste vivario automatizado. Principalmente porque
el estudio de la humedad del suelo, que es parte vital en la vida de la cochinilla no se ha tratado con la seriedad
necesaria.
Si un sistema de control neurodifuso pudiese controlar las condiciones con las que se reproduce y vive el insecto
Coccus Axín, se obtendría por n una solución al control de la reproducción del bicho, que hostiga a la misma, todo
por medio de un ambiente articial.
5.3 Hipótesis
El control automatizado de la humedad del suelo en el hábitat articial, se logra mediante el empleo de un sistema
que aplique redes neuronales y lógica difusa, modulando automáticamente la temperatura del suelo mediante la
lectura y análisis de los datos cuanticables que se recolectarán del mismo sistema.
5.4 Objetivo general
Crear un control de humedad del suelo en un hábitat articial para del cultivo del insecto Coccus Axín mediante
un sistema neurodifuso.
5.5 Objetivos Especícos
ˆ Elaborar un sistema de registro y regulación de la humedad del suelo del habitad articial
ˆ Entrenar una red neuronal articial, para el control de la humedad del suelo del vivario.
ˆ Implementar un algoritmo con lógica difusa para el control de la humedad del suelo en un hábitat articial.
ˆ Desarrollar la etapa de implementación y pruebas del vivario.
ˆ Analizar la factibilidad de los datos obtenidos del sistema implementado.
5.6 Justicación
La implementación del sistema neurodifuso de control de humedad del suelo en una red neuronal articial trabajaría
en conjunto con demás sistemas de control, con el objetivo de conservar un habitad articial óptimo para la vida
del Coccus Axín. Anticipadamente se han realizado estudios previos del tema que solidican las características que
se podrán manejar con el sistema y el insecto, sin embargo la implementación de sensores y actuadores e inclusive
la estructura física del vivario no se ha llevado a cabo y por ello es necesario retomar los estudios y generar el
sistema neurodifuso, la combinación de los sistemas nuevos con el estudio previo, el estudio actual y el diseño de la
arquitectura de cómputo con los circuitos en el vivario harán que se automatice el sistema y así poder trabajar las
características estudiadas y pasar al estudio de nuevos datos, el estudio del comportamiento del bicho en cautiverio y
la respuesta del ambiente articial inclusive con más especies. Con la culminación del sistema se dará un paso hacia
la solución del principal problema que está llevando a éste pequeño insecto endémico a la extinción y solucionaría
la estabilidad comercial de los individuos de la zonas chiapanecas que ocupan al bicho como materia prima para
la obtención de la laca artesanal chiapaneca y así no afectar la biodiversidad de la región, así como trabajar en
paralelo la investigación de nuevas formas de generar la laca artesanal o maque.
Se necesitan aplicar todos los estudios previos del tema en conjunto con la red neuronal con lógica difusa y
realizar un estudio innovador en el ámbito de la humedad del suelo con los diferentes estados que requiere el insecto
para las diversas etapas de su vida, y con esto implementar el vivario armado con sensores que alimenten la red
de neuronas para ejecutar la toma de decisiones que modulen los reguladores internos del vivario necesarios para
consumar el proyecto y así, posteriormente, dar paso al estudio del comportamiento del insecto en cautiverio, realizar
observaciones para poder modular el sistema a favor dependiendo de las circunstancias.
27

5.7 Estado del Arte
RESIDENCIA CONTROL NEURODIFUSO DE LA HUMEDAD PARA EL CULTIVO Y PRO-
DUCCIÓN DEL INSECTO LLAVEIA AXIN EN HÁBITAT ARTIFICIAL
Controlar la humedad del hábitat articial del insecto cochinilla (Llaveia Axin) por medio de un sistema neurodifuso.
Se propone un control neurodifuso de la humedad en un hábitat articial para el insecto productor del aje
conocido como la cochinilla, o cientícamente Llaveia Axin, la propuesta del control está compuesta por una red
neuronal del tipo Feedforward, la cual es una red perceptrón multicapa que sus propósito es la clasicación, esta red
ha sido supervisada, es decir, el algoritmo implementado para su entrenamiento es el algoritmo backpropagation,
este algoritmo es de tipo supervisado. Además de la red se hizo uso de una lógica difusa de tipo Takagi-Sugeno,
por ser de este tipo de lógica no se hace una etapa de desdefusicación.
La implementación de la unión de estas dos áreas de la inteligencia articial nos permiten tener el mayor control
de la variable climática humedad, el resultado de la red neuronal y la lógica difusa, es pasada a un actuador el cual
recibe los datos del control neurodifuso e inicia la manipulación de la planta, la cual ayudara a producir la humedad
dentro del hábitat, que dando así un control de lazo cerrado, ya que todo el control será automatizado. (Gutiérrez,
G.A.A., Vázquez, M.A, 2014)
MODELOS NEURODIFUSOS PARA TEMPERATURA Y HUMEDAD DEL AIRE EN INVER-
NADEROS TIPO CENITAL Y CAPILLA EN EL CENTRO DE MÉXICO
En la producción de hortalizas en invernadero es importante optimizar y controlar el manejo del ambiente usando
modelos dinámicos. El desarrollo y uso de modelos mecanicistas es costoso y requiere mucho tiempo. Los modelos
de caja negra, basados en mediciones de entradas y salidas, son un enfoque prometedor para estudiar sistemas
complejos y nolineales.
En la investigación se estudiaron y generaron modelos Neurodifusos para predecir el comportamiento de la tem-
peratura y la humedad relativa del aire dentro de dos invernaderos. Las variables de entrada fueron: la temperatura,
la humedad relativa, la radiación solar global y la velocidad y dirección del viento, medidas fuera del invernadero.
Las variables de salida fueron la temperatura y la humedad del aire medidas dentro del invernadero. El tiempo de
muestreo fue cada minuto.
Se generaron varios modelos Neurodifusos para la temperatura y la humedad, usando el modelo Neurodifuso
ANFIS (Adaptive Neuro Fuzzy training of Sugenotype Inference System), disponible en el Fuzzy Logic Toolbox
de Matlab. Los métodos de partición de rejilla y agrupamiento sustractivo se usaron para generar el sistema de
inferencia difuso.
Se analizaron varias particiones empíricas de los datos, tres tipos de funciones de membresía (Gaussiana, Cam-
pana generalizada y Trapezoidal), así como las funciones de membresía de salida constante y lineal. Además se
probaron varias épocas de entrenamiento. Se usaron dos conjuntos de datos recolectados en dos invernaderos con
ventilación natural, localizados en la Universidad Autónoma Chapingo y la Universidad Autónoma de Querétaro.
El análisis de los resultados mostró que los modelos Neurodifusos predicen aceptablemente el comportamiento del
clima dentro del invernadero. (López-Cruz, Irineo L., Hernández-Larragoiti, Leopoldo., 2010)
CONTROL DE TEMPERATURA EN UN REACTOR BATCH EXOTÉRMICO USANDO UN
SISTEMA NEURODIFUSO
Los sistemas híbridos (neurodifusos) son sistemas que en la actualidad presentan gran aplicabilidad en la solución
de problemas altamente no lineales, siendo una combinación factible debido a que la lógica difusa puede presentar
cierta versatilidad en la secuencia de toma de decisiones cuestiones que a las redes neuronales se considera que son
un poco lentas ya que si no se consideran estas decisiones durante su entrenamiento será imposible para el sistema
neuronal haga la toma de dicha decisión, al hacer el híbrido el sistema neuronal puede presentar conicto en la
toma de decisiones pero el apoyo en el recalculo de los pesos sinápticos lo hará el sistema difuso para lograr un
mejor control, en el presente trabajo se hace el uso de un sistema de control neuronal para el control de un reactor
batch exotérmico, haciendo las modicaciones en el sistema de control sustituyendo las funciones de excitación de
la red neuronal por funciones de membresía que se usan en el control difuso utilizándose un entrenamiento de tipo
acelerado como lo es el entrenamiento Quasibackpropation. (Ruiz, F. J. S., Hernández, R. R, 2007)
28

SEGUIMIENTO AUTÓNOMO DE LA POSICIÓN DE UN OBJETO POR VISIÓN Y CONTROL
NEURODIFUSO EN MATLAB
Un sistema de visión por computadora y control difuso que realiza el seguimiento automático de un objeto detectado
visualmente a través de una cámara web, montada en una estructura controlada por un motor de pasos.
La implementación de este sistema es la primera etapa de un proyecto orientado a la navegación de un robot
autónomo controlado por visión que lleve a cabo diversas tareas. El sistema ha sido desarrollado en MATLAB 7.0
usando las cajas de herramienta de lógica difusa y de adquisición y tratamiento de imágenes. Se describe el sistema
en cuatro etapas:
ˆ Adquisición y procesamiento de las imágenes
ˆ Control difuso
ˆ Control sobre el motor a pasos
ˆ Integración a un sistema NeuroDifuso.
El sistema desarrollado realiza adecuadamente el amarre de la posición angular de la cámara con la información
visual proveniente de la escena detectada. En la gura (gura 1) se muestra una imagen del sistema funcionando,
en donde a línea capturada por la webcam se mantiene siempre centrada, debido a que el movimiento del motor
compensa los desplazamientos del objetivo a través del control neurodifuso implementado. (Enríquez, I. G., Bonilla,
M. I., Cortés, J. R., Gil, P. G., 2008)
Figure 26: Imagen del sistema funcionando; la webcam apunta hacia donde se encuentra la línea.
UNA ESTRUCTURA NEURODIFUSA PARA MODELAR LA EVAPOTRANSPIRACIÓN IN-
STANTÁNEA EN INVERNADEROS
En este artículo se reportan los resultados obtenidos de la experimentación con una planta de jitomate (Lycopersicon
esculentum, Mill), en donde se propone una estructura neurodifusa para modelar la evapotranspiración instantánea.
Se denen dos dinámicas de operación temporal (diurna y nocturna) en el modo de funcionamiento del sistema, se
trabaja con un modelo de jerarquía difusa, así como una estructura de reglas SiEntonces del tipo TakagiSugeno
(TS) con sus consecuentes lineales. La medición de la radiación solar se utiliza como selector difuso de las dos
dinámicas de trabajo. La identicación de las premisas de las reglas difusas se obtiene mediante el algoritmo de
clasicación difuso Cmeans y los parámetros de los consecuentes se determinan mediante el algoritmo de mínimos
cuadrados ponderado por los valores de pertenencia. Se usa la variable del décit de presión de vapor (DPV) para
una mejor simplicación en la estructura neurodifusa del modelo de evapotranspiración. Esta variable se mide de
manera indirecta usando las lecturas de la temperatura y la humedad relativa del invernadero, y así se obtiene
una interpretación física del microclima que ayuda a preservar la calidad y sanidad del cultivo en el invernadero.
(Ramos-Fernández, J.C., López-Morales, V., Lafont, F., Enea, G., Duplaix, J, 2010)
IDENTIFICACIÓN DE LATIDOS CARDÍACOS ANÓMALOS CON REDES NEURONALES DI-
FUSAS
El objetivo del presente trabajo es utilizar un sistema Neurodifuso para identicar latidos cardíacos anómalos en
señales electrocardiográcas obtenidas in vivo.
Materiales y Métodos
29

Señales electrocardiográcas: Corresponden a datos en vivo de sujetos normales y de pacientes con patologías
cardíacas. Doce sujetos, todos del sexo masculino, de edades comprendidas entre 27 y 57 años, conformaron
la población de voluntarios. El conjunto de señales logradas en nuestro laboratorio corresponde a los registros
identicados como serie 300 (307 al 320). Este banco de señales in vivo comprende un total combinado de 14.636
latidos cardíacos. De los 12 sujetos, 6 presentaban antecedentes de afecciones cardíacas, 4 de ellos con patología
coronaria severa y necrosis tisular en ventrículo, por infarto agudo de miocardio (IAM), y un total de 98 extrasístoles
ventriculares (EV). Los otros 2 sujetos cardiópatas protagonizaron episodios de dolor precordial.
Sin embargo en estos últimos 2 casos, uno de ellos registró tan solo una extrasístole ventricular en 1040 latidos
normales; el último sujeto, ninguna EV, no obstante los prolongados tiempos de registro electrocardiográco, que
excedieron los intervalos usuales en la práctica clínica rutinaria.
Todas las señales de esta serie 300 fueron registradas a partir de una Derivación II modicada (con electrodos
pectorales, no en miembros) y han sido almacenadas con el formato de las señales de la base de datos de arritmias
del MIT-BIH, compatible con la norma ISO 9660 (Moody y Mark, 2001; MIT-BIH, 2004). De esta manera y a los
nes de nuestros estudios aseguramos la compatibilidad entre los registros in vivo y los del MIT-BIH.
Sistema de Adquisición: Hemos utilizado el sistema integral de adquisición y procesamiento de señales electro-
cardiográcas desarrollado en nuestro laboratorio y que fuera presentado en trabajos previos (Depiaggio y colabo-
radores, 2002; Pisarello y colaboradores, 2003).
Red Neuronal Difusa: Nuestra red neuronal difusa se basa en la arquitectura ANFIS, que utiliza técnicas de
aprendizaje Neuroadaptativas. Dado un conjunto de datos de entrada/salida, ANFIS puede construir un sistema
de inferencia que ajuste los parámetros de la función de membresía utilizando el algoritmo de retro propagación,
permitiendo que el sistema difuso aprenda de los datos que está modelando.
Una red adaptativa es una red multicapa de alimentación directa, en la cual cada nodo cumple una función
particular (función de nodo) sobre las señales de entrada al nodo, utilizando un conjunto de parámetros especícos
de ese nodo.
La forma de las funciones de nodo puede variar de nodo a nodo, según el diseño que se elija. Por convención,
y a los nes de reejar distintas capacidades de adaptación, se utilizan nodos circulares y cuadrados. Los nodos
cuadrados (nodos adaptables) tienen parámetros modicables. Los nodos circulares son nodos jos, sin modicación
(Jang y Sun, 1993). Al solo efecto de presentar el funcionamiento básico de la red utilizada, y por simplicidad,
consideramos un sistema con 2 entradas x e y, y una salida, con base de reglas del tipo Takagi-Sugeno (1985). La red
difusa fue entrenada con la señal Nº 106 de la Base de Datos de Arritmias del MIT-BIH, ya que presenta sucientes
muestras para el entrenamiento y para la prueba. La señal Nº 106 exhibe un total de 2027 latidos cardíacos, de los
cuales 1507 son normales y 520 son anómalos (i.e. contracciones ventriculares prematuras).
En particular, los modelos multicapa de alimentación directa y de Kohonen de codicación del vector, que
presentáramos en trabajos anteriores (Barbosa y colaboradores, 2000; Kleisinger y colaboradores, 2001), exhiben
valores de mayor ecacia clasicatoria. (Monzón, J. E., Pisarello, M. I, 2004).
5.8 Propuesta Técnica del proyecto
El proyecto en el módulo requiere del censado constante y de la intervención de los actuadores sobre el habitad
dependiendo de las decisiones de la lógica difusa, la información se almacenaría en la red de neuronas y tendría una
alimentación de energía directa. Además el censo se podrá monitorear y se almacenarán los datos que lleguen a la
red neuronal en un computador.
La actividad en el habitad articial generará los datos que interpretará el sensor, los datos serán adquiridos como
aprendizaje para la red neuronal y relacionados con la lógica difusa, todo cargado en el controlador, posteriormente
serán analizados para llegar a la toma de decisiones, éstas se llevarán a cabo con apoyo del actuador, nalmente
todo el procedimiento se podrá ver reejado en un software.
5.9 Impacto social o tecnológico
Las diferentes tradiciones y actividades típicas de regiones alrededor de nuestro estado son un orgullo que demuestra
cultura en nuestra sociedad, el laqueado de artesanías chiapanecas son un ejemplo claro. En el municipio de Chiapa
de Corzo, de acuerdo con el censo del INEGI en 2014 se encuentran aproximadamente 200 familias que dependen
de esta actividad cultural artesanal; El impacto social que tendría el proyecto sería apreciable con las familias que
dependen de ésta actividad puesto que los problemas de escases o, simplemente la protección del insecto cochinilla
como especie en peligro, se podría regular en medida que se realicen estudios del insecto en el habitad articial.
Se obtendría una forma más simplicada para estudiar el insecto y obtener el recurso denominado Áje que se
extrae directamente del bicho para desarrollar la laca artesanal chiapaneca, de ésta forma se podría preservar la
30

Figure 27: Esquema de propuesta técnica del proyecto
actividad cultural del estado, además en el aspecto biológico se obtendría un sistema que facilite el estudio de
la vida del pequeño insecto y para que así se puedan evaluar diferentes características con las que vive, inclusive
realizar estudios para desarrollar nuevas técnicas de desarrollo de Áje, para generar la laca artesanal; En el ámbito
tecnológico surgiría uno de los primeros sistemas simuladores de ambientes articiales controlados con la tecnología
de redes neuronales y lógica difusa, que podría llegar a ser implementado para otros campos de la ora y la fauna,
lograr trabajar con diferentes especies que lo requieran; Además de ser un nuevo aporte a las tecnologías de redes
neuronales que se encuentran dando los primeros resultados óptimos en sistemas automatizados para el apoyo de
futuros estudios de sistemas con la misma tecnología.
5.10 Cronograma de actividades
El siguiente cronograma representa el seguimiento de las actividades que se han realizado y que se realizarán en las
semanas correspondientes a los próximos ciclos.
31

5.11 Marco teórico
5.11.1 MARCO TEÓRICO ESPECÍFICO
Sistema de control neurodifuso
Un sistema de control neurodifuso es la combinación de dos de las técnicas más utilizadas en la inteligencia articial,
Las redes neuronales articiales (RNA) y la lógica difusa (FS).
Este tipo de tecnologías tratan de reproducir el proceso de solución de problemas del cerebro, es decir, de
la misma forma en que los humanos aplicamos conocimientos ganados con la experiencia a nuevos problemas o
32

situación.
Cochinilla Coccus Axín
El Coccus Axín o Llaveia Axín, es un hemíptero parásito de especies de árboles del bosque tropical seco de México
y Guatemala. Se conoce muy poco sobre su biología y estado de conservación. En los estados de Michoacán y
Guerrero, se han realizado investigaciones en cuatro ocasiones entre los años 2006 y 2007 en 15 localidades con
reportes históricos del aje. Se determinó la incidencia, abundancia y distribución estacional del aje, así como las
especies hospederas y preferencia por sección y tamaño de árbol. Se localizaron tres poblaciones en dos localidades,
cercanas a cuerpos de agua, y se encontró presente en un sólo hospedero, Acacia cochliacantha, fue comúnmente
encontrado en la base del tronco principal, sin mostrar preferencia por el tamaño de árbol. El manejo del aje
debe considerar connotaciones biológicas, farmacológicas y culturales. El cultivo de estas especies resulta un poco
complejo y delicado, ya que son muy vulnerables a la humedad y al ataque de otros insectos y plagas. (Kojima;
1997)
Estos insectos han sido considerados en muchos lugares y por mucho tiempo como plagas, visto desde el punto
de vista agrícola se podría considerar de esta forma debido a que representan enfermedades en diferentes tipos
de plantas. Pero también en algunas culturas han sido considerados beneciosas a lo largo de la historia, ya que
proporcionan un tipo de materia prima utilizadas en productos artesanales llamado laca.
El producto graso sólo se extrae de las hembras adultas y se utiliza como impermeabilizante y agente de pulido
de artículos de madera y cerámica, como base para las pinturas faciales y corporales, y artísticamente para los
pigmentos utilizados en la decoración de artefactos de madera. El insecto es procesado por su contenido de grasa
que se utiliza como una capa de laca sobre productos de madera, sobre todo para el arte; esta técnica artesanal
se conoce como maque. La grasa se asemeja a una cera blanda que es una combinación de ácidos grasos libres
y triglicéridos; cuando se frota sobre el sustrato, con diversos pigmentos se polimeriza en una película duradera
y decorativa. En México varias ciudades se han especializado históricamente en esta forma de arte. Entre estos
lugares se encuentran Chiapa de Corzo (Chiapas), Olinalá (Guerrero), Uruapan y Pátzcuaro (Michoacán). En la
medicina popular la grasa se utiliza como ungüento para las heridas externas, hinchazón y problemas de la piel.
Taxonomía: Orden Homóptera; probablemente las familias a) Pseudococcidae: Paracoccus marginatus o Ferrisia
virgata, y b) familia Margarodidae: Llaveia axin axin o Llaveia mexicanorum o Coccus axin.
Descripción: Las hembras miden 3 a 6 mm de largo por 2.5 a 4.5 mm de ancho. Su cuerpo oval, convexo, en
el que apenas pueden distinguirse las regiones correspondientes a la cabeza, el tórax y el abdomen, está cubierto
por una sustancia algodonosa o polvosa secretada por glándulas especiales y que sirve como mecanismo de defensa
contra sus enemigos naturales.
Figure 28: Hembras y ninfas Dactylopius Coccus
Los machos son mucho más pequeños que las hembras (2.5 mm de largo y 5 mm de expansión alar), su cuerpo
es alargado y delgado, son alados y presentan cabeza, tórax y abdomen claramente diferenciados. (Pérez Sandi y
Cuen, 2001)
33

Figure 29: Macho Dactylopius Coccus
La laca Chiapaneca o Maque
En el territorio mexicano tenemos una amplia gama de técnicas artesanales, inclusive pueden encontrarse en varias
regiones del país algunas que podrían llegar a confundirse, pero cada provincia ha puesto su sello personal, dando
lugar a piezas tan diversas y originales, que al conocer los detalles de su manufactura descubres que cada provincia
tiene su estilo particular.
El Maque o Laca Mexicana es un claro ejemplo; las primeras sociedades que habitaron nuestro país: como
la mexica, purépecha y maya desarrollaron esta técnica con la intensión originalmente de decorar sus artículos
religiosos, aunque ahora se ha generalizado su uso para innidad de artículos decorativos y de uso cotidiano.
La Laca Chiapaneca fue desarrollada por la cultura maya asentada en el estado de Chiapas y tiene un par de
distintivos, el primero y más importante es el uso del dedo meñique para pintar y el segundo es el diseño a base de
ores predominando las rosas, aves y forraje con hojas tipo helecho.
El Coccus Axín es utilizado para obtener la materia prima para la realización de esta técnica artesanal, la cual
consiste en el recubrimiento de objetos de madera y guajes de calabaza con colores y dibujos llamativos. Pero para
poder realizar estos dibujos es necesario utilizar un tipo de pintura especial, realizado por la mezcla de la masa
extraída del insecto que actúa como jador, junto con aceite de chía o de chilacayote o en su caso con aceite de
linaza y con tierra dolomía que en Michoacán se conoce como Tepeshuta o Teputchuta. A esta mezcla se le agrega
el color base que es obtenido con tierra de color. Ya obteniendo la mezcla nal se aplica sobre la supercie del
objeto en varias capas hasta obtener el grosor que se desea. Después que se ha terminado de aplicar el maqueado
se deja secar por un cierto tiempo hasta que se considere lo sucientemente rme como para proceder a realizar los
dibujos con ayuda de un objeto punzo-cortante, esto se hace raspando el contorno del dibujo sobre el color base
y aplicando una mezcla similar de tierra de colores, aje y el aceite, para así al nalizar la aplicación de todos los
colores pertinentes hasta obtener la laca artesanal chiapaneca.
El proceso para obtener el aje consiste en; recolectar una gran cantidad de hembras adultas del insecto que se
encuentran sobre los árboles, una vez terminada la recolección y obteniendo una cantidad apropiada se procede a
hervirlos en un recipiente grande sobre un fuego intenso hasta que se desprenda una sustancia aceitosa de color
naranja del Coccus Axín que se acumulara sobre la supercie del agua. La actividad a seguir consiste en sepa-
rar el aceite, para eso se vierte la cocción sobre una manta de algodón para que los insectos sean machacados,
posteriormente se agrega poco a poco agua fría para ltrar el aceite conocido como nimácata.
La ventaja de la aplicación de esta sustancia a las lacas artesanales no solo consisten en los colores que estos
proveen sino que también aportan una protección contra el agua, la abrasión y el calor extremo hacia recipiente en
el que este fue aplicado, demostrando que no solo es usado por la belleza de sus colores sino que también por la
calidad de duración.
Figure 30: Laca artesanal chiapaneca
34

Redes Neuranales Articiales (RNA)
Las RNA se denen como sistemas de mapeos no lineales cuya estructura se basa en principios observados en
los sistemas nerviosos de humanos y animales. Constan de un número grande de procesadores simples ligados por
conexiones con pesos. Las unidades de procesamiento se denominan neuronas. Cada unidad recibe entradas de otros
nodos y genera una salida simple escalar que depende de la in-formación local disponible, guardada internamente
o que llega a través de las conexiones con pesos. Pueden realizarse muchas funciones complejas dependiendo de las
conexiones. Las neuronas articiales simples fueron introducidas por McCulloch y Pitts en 1943.
Una red neuronal se caracteriza por los siguientes elementos:
1. Un conjunto de unidades de procesamiento o neuronas.
2. Un estado de activación para cada unidad, equivalente a la salida de la unidad.
3. Conexiones entre las unidades, generalmente denidas por un peso que determina el efecto de una señal de
entrada en la unidad.
4. Una regla de propagación, que determina la entrada efectiva de una unidad a partir de las entradas externas.
5. Una función de activación que actualiza el nuevo nivel de activación basándose en la entrada efectiva y la
activación anterior.
6. Una entrada externa que corresponde a un término determinado como vías para cada unidad.
7. Un método para reunir la información, correspondiente a la regla del aprendizaje.
8. Un ambiente en el que el sistema va a operar, con señales de entrada e incluso señales de error.
Las redes neurales articiales son aproximadores no lineales a la forma en que funciona el cerebro; por lo tanto no
deben compararse directamente con el cerebro ni confundir los principios que fundamentan el funcionamiento de las
redes neurales articiales y el cerebro, ni pensar que las redes neurales se basan únicamente en las redes biológicas
ya que sólo emulan en una parte muy simple el funcionamiento del cerebro humano. Además se debe considerar
que las redes biológicas son generadoras de procesos neurobiológicos en que se establecen relaciones de complejidad
muy alta, las cuales no se puede lograr con redes monocapas ni con redes multicapas. Las RNA pueden estudiarse
como aproximadores universales desde el punto de vista matemático.
Elementos de una red neuronal articial
Una RNA consta de un conjunto de elementos de procesamiento conectados entre sí y entre los que se envían
información a través de conexiones. Un esquema básico de una red neuronal articial se observa en la gura 7, la
cual presenta las diferentes capas que tiene esta topología, que es una estructura que se conoce con el nombre de
feed-forward (hacia delante) debido al ujo de la información.
Figure 31: Esquema básico de una RNA
Los elementos básicos de una RNA son:
ˆ Conjuntos de unidades de procesamiento (neuronas).
ˆ Conexiones entre unidades (asociado a cada conexión un peso o valor).
ˆ Funciones de salida o activación para cada unidad de procesamiento.
La arquitectura de la red describe cómo transforma sus entradas en las salidas. Los elementos individuales de cálculo
que forman la mayoría de los modelos de sistemas neurales articiales, se conocen como neuronas articiales.
35

Aplicaciones de las Redes Neurales Articiales (RNA)
Algunas áreas donde se aplican RNA son:
ˆ Automóviles: Sistemas de piloto automático. Detección de fallas por reconocimiento externo de vibraciones.
ˆ Bancos: Lectura de cheques y otros documentos. Evaluación de aplicaciones de créditos.
ˆ Electrónica: Predicción de secuencia de códigos. Distribución de elementos en CI. Control de procesos.
Análisis de fallas. Visión articial. Reconocimiento de voz.
ˆ Finanzas: Tasación real de los bienes. Asesoría de préstamos. Previsión en la evolución de precios. Seguimiento
de hipotecas. Análisis de uso de línea de crédito. Evaluación del riesgo en créditos. Identicación de falsi-
caciones. Interpretación y reconocimiento de rmas.
ˆ Manufactura: Control de la producción y del proceso. Análisis y diseño de productos. Diagnóstico de fallas en
el proceso y maquinarias. Identicación de partículas en tiempo real. Inspección de calidad mediante sistemas
visuales. Análisis de mantenimiento de máquinas.
ˆ Medicina: Análisis de células portadoras de cáncer mamario. Análisis de electroencefalograma y de electro-
cardiograma. Reconocimiento de infartos mediante ECG. Diseño de prótesis. Optimización en tiempos de
trasplante. Reducción de gastos hospitalarios.
ˆ Robótica: Control dinámico de trayectoria. Robots elevadores. Controladores. Sistemas ópticos.
ˆ Seguridad: Códigos de seguridad adaptivos. Criptografía. Reconocimiento de huellas digitales.
ˆ Telecomunicaciones: Compresión de datos e imágenes. Automatización de servicios de información. Traslación
en tiempo real de lenguaje hablado.
ˆ Transporte: Diagnóstico de frenos en camiones. Sistemas de ruteo y seguimiento de otas.
ˆ Voz: Reconocimiento de voz. Compresión de voz. Clasicación de vocales. Transformación de texto escrito a
voz.
Lógica difusa
La lógica difusa es un conjunto de principios matemáticos basados en grados de membresía o pertenencia, cuya
función es modelar sentencias del lenguaje natural del ser humano como un formulismo matemático. Este modelado
se hace con base en reglas lingüísticas que aproximan una función mediante la relación de entradas y salidas del
sistema (composición). Esta lógica presenta rangos de membresía dentro de un intervalo entre 0 y 1, a diferencia de
la lógica convencional, en la que el rango se limita a dos valores: el cero o el uno. Es una herramienta exible que
se basa en reglas lingüísticas dictadas por expertos. Por ejemplo, la velocidad de un automóvil es una variable que
puede tomar distintos valores lingüísticos, como alta, media o baja. Estas variables lingüísticas están regidas
por reglas que dictan la salida del sistema.
Mediante el uso de lógica difusa se puede representar la forma de la lógica humana, por ejemplo en armaciones
como el día es caluroso, el automóvil va muy rápido, etc. En el primer caso, se sabe que hay alta temperatura,
pero no se sabe a qué temperatura exactamente nos estamos reriendo; en el segundo caso, se dice que el automóvil
va rápido, sin embargo nunca se especica su velocidad. ¿Por qué usar un sistema difuso? Si se requiere automatizar
un proceso que controla un trabajador, el sistema difuso tendrá la tarea de emular a dicho trabajador. Además, si
se toma en cuenta que el trabajador hace juicios con base en su criterio y experiencia, y que estos juicios y decisiones
se realizan en forma lingüística (como alto, lento, etc.), se puede notar que un sistema convencional no maneja
este tipo de entradas, mientras que el sistema difuso sí lo hace. Otra ventaja del sistema de control basado en
lógica difusa es que no es necesario conocer un modelo matemático del sistema real, pues se puede ver como una
caja negra a la cual se le proporcionan entradas, y a través del sistema esta planta generará la salida deseada. En
el control convencional sí es necesario conocer la planta del sistema.
Para desarrollar un control con estas características, es necesario un experto, en este caso el trabajador, del cual
se tomará un registro de las situaciones que se le presentan, así como de la solución que él les da. Esta experiencia se
traduce en reglas que usan variables lingüísticas. Para hacer este control es necesario tener las entradas del sistema
y éstas se van a mapear a variables lingüísticas. A este mapeo se le llama difusicación. Con estas variables se
forman reglas, las cuales serán las que regirán la acción de control que será la salida del sistema.
36

La anatomía básica de un controlador difuso consta de tres partes:
Reglas: estas son reglas que dictan la acción de control que se va a tomar. Éstas se derivan de un experto. Dichas
reglas tiene la estructura de relaciones. La lógica difusa se basa en relaciones, las cuales se determinan por medio de
cálculo de reglas SI-ENTONCES (con las cuales se puede modelar aspectos cualitativos del conocimiento humano,
así como los procesos de razonamiento sin la necesidad de un análisis cuantitativo de precisión). Un ejemplo de una
regla sería:
Si la temperatura es alta entonces se debe de encender el ventilador
Difusicador: es el nexo entre las entradas reales y difusas. Todas las entradas necesitan ser mapea-das a una
forma en que las reglas puedan utilizarlas.
Desdifusicador: toma un valor difuso de las reglas y genera una salida real.
Aplicaciones de la lógica difusa
Las aplicaciones de la lógica difusa se realizan en áreas multidisciplinarias que van desde la evolución tecnológica de
los electrodomésticos, hasta programas computacionales para tomar decisiones y se han extendido a diversas áreas
especícas que se mencionan a continuación.
Cámaras de video: La lógica difusa se emplea en los electrodomésticos con dos variantes: software y hardware.
Las aplicaciones que contemplan el hardware incluyen el uso de tres sensores para lograr un enfoque automático
del lente para captar al objeto indicado.
Reconocimiento: En áreas de seguridad que requiere la identicación, por ejemplo, de actividad volcánica a partir
del monitoreo de anomalías en líneas largas de registro, o en el reconocimiento de caracteres y en los sistemas de
vigilancia de video han sido analizados y probados para ofrecer alternativas paralelas a las tradicionales, mediante
el almacenamiento de conocimiento de imágenes. Debido a que el criterio para determinar actividad volcánica
peligrosa es vago, algoritmos basados en la lógica difusa permiten el reconocimiento automático de la actividad, así
como la identicación de la morfología respectiva. En la actualidad se han diseñado diversos dispositivos para el
reconocimiento de caracteres impresos, denominados Asociadores Ópticos de Caracteres (OCA), los cuales clasican
entradas de tipo óptico en letras, números y otros caracteres mediante dispositivos de difusicación e inferencias.
En el reconocimiento aplicado en cámaras de vigilancia se emplea conocimiento de expertos o aprendido a partir
de imágenes previamente grabadas, para determinar mediante la función de asociación cuáles píxeles agrupados en
una zona pertenecen a un objeto.
Controladores: De la misma manera, la lógica difusa se aplica a través de controladores difusos para la calidad
del agua, los sistemas de operación automática de trenes, los sistemas automáticos de operación de contenedores,
los elevadores, los reactores nucleares, las transmisiones de automóviles y las computadoras, por mencionar diversos
ejemplos interesantes.
Transporte: La aplicación más famosa es el controlador del tren subterráneo usado en Sendai, que supera a
operadores humanos y a controladores automatizados convencionales. Los reguladores convencionales encienden o
paran un tren reaccionando a los marcadores de la posición que demuestran qué tan lejos está el tren de una estación.
Dado que los reguladores son programados rígidamente, el trayecto puede ser desigual; el regulador automatizado
aplicará la misma presión de los frenos cuando un tren está, por ejemplo, a 100 metros de una estación, incluso
si el tren va cuesta arriba o cuesta abajo. A mediados de los años ochenta, ingenieros de Hitachi utilizaron reglas
difusas Hitachi para acelerar, retardar y frenar los trenes de subterráneo de manera más suave que un operador
humano hábil. Las reglas abarcaron una amplia gama de variables sobre el funcionamiento en curso del tren, tales
como con qué frecuencia y por cuánto cambió su velocidad y qué tan cercana está la velocidad real a la velocidad
máxima. En pruebas simuladas el controlador difuso venció a un controlador automático en cuanto a la comodidad
de los pasajeros, en trayectos más cortos y en la reducción del 10% del consumo de energía del tren. Hoy en día el
sistema difuso funciona en el subterráneo de Sendai durante horas pico y controla algunos trenes de Tokio también.
Los seres humanos operan el subterráneo durante las horas de poco tráco, para continuar con el desarrollo de sus
habilidades.
5.11.2 MARCO TEÓRICO CONCEPTUAL
Arduino
Arduino nació en Ivrea Interaction Design Institute como una herramienta fácil para prototipado rápido, dirigido a
estudiantes sin experiencia en electrónica y programación. Tan pronto como llegó a una comunidad más amplia, la
placa Arduino comenzó a cambiar para adaptarse a las nuevas necesidades y desafíos, diferenciar su oferta de placas
simples de 8 bits a los productos para aplicaciones de la IOT, impresión 3D portátil y entornos integrados. Todas
las placas Arduino son completamente de código abierto, permitiendo a los usuarios crear de forma independiente
37

y, nalmente, adaptarlos a sus necesidades particulares. El software también es de código abierto, y está creciendo
a través de las aportaciones de los usuarios en todo el mundo.
Arduino es una plataforma de prototipos de código abierto basado en hardware y software fácil de usar. Las
placas Arduino son capaces de leer las entradas - la luz en un sensor, un dedo en un botón, o un mensaje de Twitter
- y convertirla en una salida - activando un motor, activando un LED, publicar algo en línea. Usted puede decirle
a su placa qué hacer mediante el envío de un conjunto de instrucciones para el microcontrolador a la placa. Para
ello se utiliza el lenguaje de programación de Arduino (basado en wiring), y el software de Arduino (IDE), basado
en processing.
El Arduino Uno es una placa electrónica basada en el ATmega328P. Cuenta con 14 pines digitales de entrada
/ salida (de los cuales 6 se pueden utilizar como salidas PWM), 6 entradas analógicas, un cristal de cuarzo de 16
MHz, una conexión USB, un conector de alimentación, una cabecera ICSP y un botón de reinicio. Contiene todo lo
necesario para apoyar el microcontrolador; simplemente conectarlo a un ordenador con un cable USB o el poder con
un adaptador de CA o la batería a CC para empezar... Puedes jugar con tu UNO sin preocuparse demasiado por
hacer algo mal, peor de los casos puede sustituir el chip por unos pocos dólares y empezar de nuevo. (Arduino.cc,
Arduino, 2015)
Figure 32: Arduino UNO/GENUINO
Arduino Software (IDE)
El código abierto Arduino Software (IDE) hace que sea fácil de escribir código y subirlo a la placa. Se ejecuta en
Windows, Mac OS X y Linux. El entorno está escrito en Java y basadas en el procesamiento y el otro software de
código abierto. Este software se puede utilizar con cualquier placa Arduino. (Arduino.cc, Arduino, 2015)
Figure 33: Arduino software (IDE) logo
El entorno de desarrollo integrado Arduino o Arduino Software (IDE), contiene un editor de texto para escribir
código, un área de mensajes, una consola de texto, una barra de herramientas con botones para funciones comunes
y una serie de menús. Se conecta al hardware Arduino y Genuino para cargar programas y comunicarse con ellos.
MATLAB®
MATLAB® es el lenguaje de alto nivel y un entorno interactivo utilizado por millones de ingenieros y cientícos
de todo el mundo. Se le permite explorar y visualizar las ideas y colaborar en todas las disciplinas, incluyendo la
señal y el procesamiento de imágenes, comunicaciones, sistemas de control, y las nanzas computacionales.
38

Figure 34: MATLAP software (IDE) logo
Se puede utilizar MATLAB en proyectos tales como el consumo de energía de modelado para construir las redes
eléctricas inteligentes, el desarrollo de algoritmos de control para vehículos hipersónicos, analizando los datos del
tiempo para visualizar la trayectoria y la intensidad de los huracanes, y corriendo a millones de simulaciones para
determinar la dosis óptima de antibióticos. (MathWorks, 2015)
Higrómetro Sensor de humedad del suelo
Este sensor de humedad puede leer la cantidad de humedad presente en el suelo que lo rodea. Es un sensor de baja
tecnología, pero es ideal para el seguimiento de un jardín urbano. Este sensor utiliza las dos sondas para pasar
corriente a través del suelo, y luego lee la resistencia para obtener el nivel de humedad. Más agua hace que el suelo
conduzca la electricidad con mayor facilidad (menos resistencia), mientras que el suelo seco es un mal conductor de
la electricidad (más resistencia).
Figure 35: Higrómetro- sensor de humedad de suelo
Características:
ˆ Sensibilidad ajustable ajustando el potenciómetro digital (en azul).
ˆ Voltaje de operación: 3.3V ~ 5V
ˆ Modo de salida dual, salida digital y salida analógica más precisa.
ˆ Agujeros de montaje para una fácil instalación.
ˆ Dimensiones PCB: 30mm * 16mm
ˆ Dimensiones de sonda: 60mm * 30mm
ˆ Indicador de energía. Indicador alimentación (rojo) e indicador de salida de conmutación digital (verde).
Denición de los pines:
ˆ VCC (5V), GND.
ˆ Interfaz de salida digital (0 y 1)
ˆ Interfaz de salida analógica AO
39

Actuador Bomba sumergible
Bomba sumergible de 880 l/h de caudal, con una capacidad de elevación de 1.2m, incluye posibilidad de oxigenador,
un bajo consumo de 16w y una gran resistencia y durabilidad. Usos diversos tales como uso junto a ltro, movimiento
de agua, fuentes y cascadas entre otros.
Figure 36: Bomba sumergible
40

References
[1] Arduino.cc. (2015). Arduino. Recuperado el 10 de noviembre de 2015, de
https://www.arduino.cc/en/Guide/Introduction
[2] Agretti, H., Monzón, J. (2001). Análisis espectral de electrocardiograma.
[3] Artes Tradicionales Laca chiapaneca. (2015). Blanca Domínguez. Recuperado el 10 de Noviembre de 2015 de
http://www.artesmexico.org/arte_tradicional_mexicano/laca_chiapaneca.asp.
[4] Carpenter, G.A., Grossberg, S., Reynolds, J.H. (1991), ARTMAP: Supervised real-time learning and classi-
cation of nonstationary data by a self-organizing neural network, Neural Networks (Publication), pág. 4, pág.
565-588.
[5] Enríquez, I. G., Bonilla, M. I., Cortés, J. R., Gil, P. G. (Noviembre de 2008). Seguimiento Autónomo de
la Posición de un Objeto por Visión y Control Neuro-difuso en MATLAB. Tonantzintla, Puebla, México: 6to.
Congreso Internacional de Investigación en Ingeniería Eléctrica y Electrónica. Recuperado el 11 de Noviembre
de 2015, de http://ccc.inaoep.mx/~pgomez/publications/congress/PggCii08.pdf
[6] Gutiérrez, G.A.A., Vázquez, M.A. (Mayo de 2014). Control Neurodifuso de la Humedad para el cultivo
y producción del insecto Llaveia Axin en hábitat articial. Tuxtla Gutiérrez, Chiapas, México: Instituto
Tecnológico de Tuxtla Guiérrez. Recuperado el 11 de noviembre de 2015
[7] ]Herrero, F. D. M. A. V., Bote, S. V. G. (1998). La aplicación de Redes Neuronales Articiales (RNA): a la
recuperación de la información.
[8] KOJIMA Hideo, 1997. Breve Historia de los Colorantes Naturales: El añil y la cochinilla.
[9] Lock, O., 1997. Colorantes naturales. Ponticia Universidad Católica del Perú, Fondo Editorial, Lima, 274 pp.
[10] López-Cruz, Irineo L., Hernández-Larragoiti, Leopoldo. (2010). Modelos neuro-difusos para temperatura
y humedad del aire en invernaderos tipo cenital y capilla en el centro de México. Agrociencia. Recuper-
ado el 11 de Noviembre de 2015, de http://www.scielo.org.mx/scielo.php?script=sci_arttextpid=S1405-
31952010000700006lng=estlng=pt.
[11] MathWorks. (2015). MATLAB. Recuperado el 10 de noviembre de 2015, de
http://www.mathworks.com/products/matlab/
[12] McCulloch, W. Pitts, W. (1943). A logical calculus of the ideas inmanent in nervous activity. Bulletin for
Mathematical Biophysics, 5, 115-155 (reimpreso en Boden, M. (Ed.), The Philosophy of Articial Zntelligence,
Oxford: Oxford University Press, 1990, 22-39).
[13] Minsky, M., Papert, S. (1988). Perceptrons. Edición ampliada.
[14] Monzón, J. E., Pisarello, M. I. (2004). Identicación de Latidos Cardíacos Anómalos con
Redes Neuronales Difusas. Comunicaciones Cientícas y Tecnológicas, E-038. Chaco-Corrientes,
Argentina: Universidad Nacional del Nordeste. Recuperado el 11 de noviembre de 2015,
http://www.unne.edu.ar/unnevieja/Web/cyt/com2004/8-Exactas/E038.pdf
[15] Pérez Sandi y Cuen, M. y. (Mayo de 2001). Nocheztli: el insecto del rojo carmín. Biodiversitas, 36, 1-8.
[16] Ramos-Fernández, J.C., López-Morales, V., Lafont, F., Enea, G., Duplaix, J. (2010). Una
estructura neurodifusa para modelar la evapotranspiración instantánea en invernaderos. 11(2),
127-139. Ingeniería, investigación y tecnología. Recuperado el 11 de noviembre de 2015, de
http://www.scielo.org.mx/scielo.php?script=sci_arttextpid=S1405- 77432010000200001lng=estlng=es.
[17] Rumelhart, D. E., McClelland, J. L. el grupo de investigación PDP (1986). Parallel Distributed Processing.
[18] Ruiz, F. J. S., Hernández, R. R. (2007). Control de temperatura en un reactor batch exotérmico us-
ando un sistema neurodifuso. Conciencia tecnológica(34), 51-55. Recuperado el 11 de noviembre de 2015,
de http://www.redalyc.org/articulo.oa?id=94403415
41

[19] Salazar, L., Aldana, D. J. M., Montes, J. (2013, October). Implementación de redes neuronales y lógica
difusa para la clasicación de patrones obtenidos por un Sónar. In Engineering Mechatronics and Automation
(CIIMA), 2013 II International Congress of (pp. 1-6). IEEE.
[20] Zadeh Lofti A., Conjuntos difusos. Información y Control. 1965, 8: 338-353.
42

SISTEMA NEURODIFUSO PARA EL CONTROL DE HUMEDAD DEL SUELO PARA EL CULTIVO DEL COCCUS AXÍN EN UN VIVARIO

Recomendados

Recomendados

Más contenido relacionado

La actualidad más candente

La actualidad más candente (13)

Similar a SISTEMA NEURODIFUSO PARA EL CONTROL DE HUMEDAD DEL SUELO PARA EL CULTIVO DEL COCCUS AXÍN EN UN VIVARIO

Similar a SISTEMA NEURODIFUSO PARA EL CONTROL DE HUMEDAD DEL SUELO PARA EL CULTIVO DEL COCCUS AXÍN EN UN VIVARIO (20)

Más de Instituto Tecnológico de Tuxtla Gutiérrez

Más de Instituto Tecnológico de Tuxtla Gutiérrez (9)

Último

Último (20)

SISTEMA NEURODIFUSO PARA EL CONTROL DE HUMEDAD DEL SUELO PARA EL CULTIVO DEL COCCUS AXÍN EN UN VIVARIO