SylabUZ

Wygeneruj PDF dla tej strony

Inteligentne metody sterowania - opis przedmiotu

Informacje ogólne
Nazwa przedmiotu Inteligentne metody sterowania
Kod przedmiotu 11.9-WE-AiRD-IMS
Wydział Wydział Informatyki, Elektrotechniki i Automatyki
Kierunek Automatyka i robotyka / Komputerowe Systemy Automatyki
Profil ogólnoakademicki
Rodzaj studiów drugiego stopnia z tyt. magistra inżyniera
Semestr rozpoczęcia semestr zimowy 2018/2019
Informacje o przedmiocie
Semestr 2
Liczba punktów ECTS do zdobycia 5
Typ przedmiotu obowiązkowy
Język nauczania polski
Sylabus opracował
  • prof. dr hab. inż. Marcin Witczak
Formy zajęć
Forma zajęć Liczba godzin w semestrze (stacjonarne) Liczba godzin w tygodniu (stacjonarne) Liczba godzin w semestrze (niestacjonarne) Liczba godzin w tygodniu (niestacjonarne) Forma zaliczenia
Wykład 30 2 18 1,2 Egzamin
Laboratorium 30 2 18 1,2 Zaliczenie na ocenę

Cel przedmiotu

zapoznanie studentów w technikami obliczeń inteligentnych: sztucznymi sieciami neuronowymi i logiką rozmytą

ukształtowanie umiejętności projektowania systemów sterowania za pomocą metod inteligentnych

Wymagania wstępne

Teoria sterowania

Zakres tematyczny

Wprowadzenie do sztucznych sieci neuronowych: Właściwości sieci neuronowych, podstawowe topologie połączeń międzyneuronowych, metody uczenia, właściwości sztucznych sieci neuronowych, obszary zastosowań w automatyce i robotyce.
Sieci jednokierunkowe wielowarstwowe: Budowa podstawowej jednostki przetwarzającej. Struktura sieci i jej zasada działania, algorytm wstecznej propagacji błędu i jego modyfikacje, pojęcie uogólniania wiedzy, regularyzacja. Zastosowanie sieci wielowarstwowych do zadania klasyfikacji.
Sieci dynamiczne: Sieci jednokierunkowe z opóźnieniami, sieci rekurencyjne (sieć Williamsa-Zipsera) i sieci częściowo rekurencyjne (sieć Elmana). Modele szeregowo-równoległy i równoległy identyfikacji.
Wprowadzenie do logiki rozmytej: Pojęcie zbioru rozmytego, proces rozmywania i wyostrzania. Baza reguł, generowanie bazy reguł. Model wnioskowania Mamdaniego i Takagi-Sugeno. Projektowanie modeli Takagi-Sugeno. Projektowanie rozmytego regulatora PID. Prejektowanie regulatora ze sprzężeniem od stanu z zastosowaniem modeli Takagi-Sugeno.

Metody kształcenia

wykład: wykład konwencjonalny
laboratorium: ćwiczenia laboratoryjne

Efekty uczenia się i metody weryfikacji osiągania efektów uczenia się

Opis efektu Symbole efektów Metody weryfikacji Forma zajęć

Warunki zaliczenia

Wykład – warunkiem zaliczenia jest uzyskanie pozytywnej oceny z egzaminu przeprowadzonego w formie pisemnej i ustnej.
Laboratorium – warunkiem zaliczenia jest uzyskanie pozytywnych ocen ze sprawdzianów przygotowania teoretycznego do wykonywania ćwiczeń i sprawozdań z ćwiczeń wskazanych przez prowadzącego zajęcia
Składowe oceny końcowej = wykład: 50% + laboratorium: 50%

Literatura podstawowa

1.  Korbicz, A. Obuchowicz, D. Uciński D., Sieci neuronowe. Podstawy i zastosowania, Akademicka Oficyna Wydawnicza, PLJ, Warszawa, 1994
2. R. Rojek, K. Bartecki, J. Korniak, Zastosowanie sztucznych sieci neuronowych i logiki rozmytej w automatyce, Oficyna Wydawnicza Politechniki Opolskiej, Opole, 2000
3. R.R. Yager, D.P. Filev, Podstawy modelowania i sterowania rozmytego, WNT, Warszawa, 1995
4. M. Noorgard, O. Ravn, N.M. Poulsen, L.K. Hansen, Neural networks for Modelling and Control of Dynamic Systems, Springer-Verlag, Londyn, 2000

Literatura uzupełniająca

Uwagi


Zmodyfikowane przez prof. dr hab. inż. Marcin Witczak (ostatnia modyfikacja: 27-03-2018 12:12)