SylabUZ
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 |
Semestr | 2 |
Liczba punktów ECTS do zdobycia | 5 |
Typ przedmiotu | obowiązkowy |
Język nauczania | polski |
Sylabus opracował |
|
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 |
zapoznanie studentów w technikami obliczeń inteligentnych: sztucznymi sieciami neuronowymi i logiką rozmytą
ukształtowanie umiejętności projektowania systemów sterowania za pomocą metod inteligentnych
Teoria sterowania
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.
wykład: wykład konwencjonalny
laboratorium: ćwiczenia laboratoryjne
Opis efektu | Symbole efektów | Metody weryfikacji | Forma zajęć |
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%
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
Zmodyfikowane przez prof. dr hab. inż. Marcin Witczak (ostatnia modyfikacja: 27-03-2018 12:12)