UTILIZACIÓN DE ALGORITMOS DE META-CLASIFICACIÓN PARA LA MEJORA DE LOS MODELOS PREDICTIVOS DE CONTROL

Un Modelo Predictivo de Control (MPC) es un sistema que permite controlar una planta de produccion. Gracias a este tipo de sistemas, es posible hacer que la produccion llegue a cero defectos. Para alcanzar este objetivo, este tipo de sistemas esta compuesto por varias fases. Una de las mas criticas es la que se encarga de la prediccion en un instante futuro. Actualmente, la investigacion en este campo esta relacionada con los MPC lineales, aunque el proceso pueda no serlo. Anteriormente, se presentaron diferentes experimentos que probaban que la fase de prediccion, normalmente representada por una formula matematica, podia ser representada mediante modelos de aprendizaje automatico. Sin embargo, la utilizacion de clasificadores unitarios introduce algunas limitaciones. En este trabajo, se extienden las investigaciones anteriores para proponer un metodo general para la prediccion de defectos o caracteristicas a traves de la utilizacion de la combinacion de diferentes metodos con un meta-clasificador, eliminando la necesidad de seleccion del mejor de ellos. Finalmente, se comparan los resultados obtenidos mostrando que esta nueva aproximacion permite obtener mejores resultados tanto en terminos de precision como en tasas de error.