Existen en la literatura de Control Adaptable, diferentes procedimientos en los que es posible identificar un sistema lineal. El problema fundamental es que una cantidad importante de fenómenos de la vida real son de tipo no lineal y no es tan sencillo el modelar este tipo de dinámicas. En este trabajo se presenta una forma de identificar sistemas no lineales utilizando las propiedades de las Redes Neuronales Artificiales y las técnicas de Algoritmo Genético en la optimización de su arquitectura. Adicionalmente se presenta una técnica novedosa de control adaptable para cancelar la dinámica no lineal del sistema y colocar los polos en el punto de operación deseado. Se presenta el comportamiento del algoritmo para el caso lineal y no lineal y finalmente se analiza la importancia teórica y operacional de estas técnicas.

In Adaptive Control Theory exists differents procedures to identify a linear system. The fundamental problem is that in the real world many systems are not linear and it is not easy to obtain the mathematical model. In this work, an identification procedure for a non linear system is presented using the properties of Artificial Neural Networks and Genetic Algorithm to optimize the architecture of the network. A new technique of Adaptive Control to cancel the non linear dynamics of the system is proposed to set the poles 'of the system in a desire position. The behavior of the algorithm for the linear and non linear case is presented with the analysis of the theoretical and operational importance of these techniques.