450-4017/02 – Znalostní systémy řízení (ZSR)
Garantující katedra | Katedra kybernetiky a biomedicínského inženýrství | Kredity | 4 |
Garant předmětu | Ing. Zdeněk Slanina, Ph.D. | Garant verze předmětu | Ing. Zdeněk Slanina, Ph.D. |
Úroveň studia | pregraduální nebo graduální | Povinnost | povinně volitelný |
Ročník | 2 | Semestr | zimní |
| | Jazyk výuky | angličtina |
Rok zavedení | 2015/2016 | Rok zrušení | |
Určeno pro fakulty | FEI | Určeno pro typy studia | navazující magisterské |
Cíle předmětu vyjádřené dosaženými dovednostmi a kompetencemi
Seznamuje studenty s fuzzy množinovou matematikou, fuzzy logikou, teorií fuzzy řízení a jejich aplikacemi při konstrukci znalostních fuzzy regulátorů.
Studenti získají schopnost návrhu, ladění a testování fuzzy regulátorů v inženýrské praxi.
Vyučovací metody
Přednášky
Individuální konzultace
Cvičení (v učebně)
Experimentální práce v laboratoři
Projekt
Anotace
Předmět je zaměřen do moderní oblasti aplikace metod umělé inteligence v řídicích systémech. Uvádí problematiku modelování složitých reálných soustav a prezentuje nové metody nenumerického, jazykového popisu jejich chování i řízení s využitím znalostí. Obsahuje základní kurz fuzzy matematiky, na jejím základě vysvětluje principy fuzzy logiky ke zpracování znalostí a jejich využití pro efektivní modelování a řízení v podmínkách neurčité a neúplné informace. Podává přehled základních jazykových modelů a inferenčních mechanizmů. Seznamuje studenty s metodami návrhu, ladění a testování fuzzy regulátorů.
Předmět je úvodem do oblasti aplikované umělé inteligence.
Povinná literatura:
Doporučená literatura:
Další studijní materiály
Forma způsobu ověření studijních výsledků a další požadavky na studenta
Průběžná kontrola studia:
Průběžná kontrola je prováděna na základě účasti studenta v laboratorních cvičeních.
Podmínky udělení zápočtu:
Student může dosáhnout 40 (min 21) bodů za elaboráty a vypracování semestrální práce.
Absolvování předmětu:
Pro absolvování předmětu musí student obdržet zápočet a složit závěrečnou zkoušku. Závěrečná zkouška má dvě části - písemnou se ziskem 40 (min 10)bodů a ústní se ziskem 20 (min 6) bodů. K absolvování předmětu musí student absolvovat obě části zkoušky.
E-learning
Další požadavky na studenta
Žádné další požadavky na studenta nejsou kladeny
Prerekvizity
Předmět nemá žádné prerekvizity.
Korekvizity
Předmět nemá žádné korekvizity.
Osnova předmětu
Přednášky
1.Umělá inteligence, význam znalostí, formalizace neurčitosti znalostí, vlastnosti znalostí, zpracování znalostí, znalostní systémy
2.Základy fuzzy množinové matematiky, fuzzy množinové operace, Zadehův princip rozšíření
3.Jazyková proměnná a její fuzzy-množinová reprezentace
4.Základy fuzzy logiky, fuzzy-logické operace
5.Aproximace jazykového modelu fuzzy funkcí, podmíněná IF-THEN pravidla
6.Základy fuzzy modelování, modely Mamdani
7.Inferenční mechanizmy, Zadehův interpolační princip
8.Sugenovské fuzzy modely a jejich vlastnosti
9.Základní struktura a parametry FLC, typy fuzzy regulátorů
10.Fuzzy pravidla pro jednotlivé typy fuzzy regulátorů
11.Fuzzifikace vstupních a defuzzifikace výstupních proměnných fuzzy regulátoru
12.Stabilita fuzzy regulačních systémů
13.Návrh fuzzy regulátorů
14.Stavové fuzzy regulátory
Laboratoře
1.Fuzzy regulace s využitím mikroprocesoru Motorola HC12
2.Fuzzy regulace s využitím PLC TECOMAT
Počítačové laboratoře
1.Základy Matlabu a FTB, prostředí Simulink
2.Fuzzy množiny – editace, parametrizace, operace (FTB), příklady - princip rozšíření
3.Editace jazykových hodnot jazykových proměnných (FTB), program FL Motorola
4.Vliv typu fuzzy logické funkce na výsledek fuzzy množinových operací (FTB)
5.Příklad aproximace jazykového modelu fuzzy funkcí (FTB)
6.Editace modelů Mamdani (FTB)
7.Příklady použití Zadehova inteprolačního systému (FTB)
8.Editace modelu Takagi-Sugeno, aproximace nelineárních závislostí (FTB)
9.Identifikace T-S modelu procedurou ANFIS (FTB)
10.Fuzzy regulátor typu Mamdani – program FL Motorola
11.Návrh a ladění fuzzy regulátoru Mamdani
12.Návrh a ladění fuzzy regulátoru typu Takagi-Sugeno
13.Fuzzy regulace s využitím mikroprocesoru Motorola HC12
14.Fuzzy regulace s využitím PLC TECOMAT
Semestrální projekt
Navrhněte, odlaďte a otestujte fuzzy regulátor typu Mamdani zadané soustavy v prostředí Matlab-Simulink !
Podmínky absolvování předmětu
Výskyt ve studijních plánech
Výskyt ve speciálních blocích
Hodnocení Výuky
Předmět neobsahuje žádné hodnocení.