455-0100/01 – Znalostní systémy v řízení (ZSR)
| Garantující katedra | Katedra měřicí a řídicí techniky | Kredity | 4 |
| Garant předmětu | prof. Dr. Ing. Miroslav Pokorný | Garant verze předmětu | prof. Dr. Ing. Miroslav Pokorný |
| Úroveň studia | pregraduální nebo graduální | Povinnost | povinně volitelný |
| Ročník | | Semestr | zimní |
| | Jazyk výuky | čeština |
| Rok zavedení | 2002/2003 | Rok zrušení | 2002/2003 |
| Určeno pro fakulty | FEI | Určeno pro typy studia | magisterské |
Cíle předmětu vyjádřené dosaženými dovednostmi a kompetencemi
Seznamuje studenty s expertními systémy a fuzzy regulátory, konstrukcí jejich bází znalostí a inferenčních mechanizmů.
Schopnost návrhu fuzzy orientovaného expertního systému nebo fuzzy regulátoru v inženýrské praxi.
Studenti budou schopni návrhu fuzzy orientovaného expertního systému nebo fuzzy regulátoru v inženýrské praxi.
Vyučovací metody
Přednášky
Individuální konzultace
Cvičení (v učebně)
Experimentální práce v laboratoři
Projekt
Anotace
Seznamuje studenty s expertními systémy a fuzzy regulátory, konstrukcí jejich bází znalostí a inferenčních mechanizmů. Schopnost návrhu fuzzy orientovaného expertního systému nebo fuzzy regulátoru v inženýrské praxi.
Předmět je zaměřen do moderní oblasti aplikace metod umělé inteligence v informačních a řídicích systémech. Uvádí problematiku modelování složitých reálných soustav a prezentuje nové metody nenumerického, jazykového popisu jejich chování i řízení s využitím lidských (expertních) znalostí. Obsahuje základní kurz fuzzy matematiky, na jejím základě vysvětluje principy zpracování znalostí a jejich využití pro efektivní modelování a řízení v podmínkách neurčité a neúplné informace. Seznamuje studenty s expertními systémy, konstrukcí jejich bází znalostí a inferenčních mechanizmů. Uvádí principy fuzzy regulátorů a seznamuje s metodologií jejich návrhu a ladění. Všímá si i systémů znalostního řízení, využívajících neuronové sítě a genetické algoritmy. Předmět je úvodem do oblasti aplikované umělé inteligence.
Povinná literatura:
Novák,V.: Fuzzy množiny a jejich aplikace, SNTL Praha, 1992.
Pokorný,M.:Umělá inteligence v modelování a řízení, BEN Praha, 1996.
Vysoký,P.: Fuzzy řízení, ČVUT Praha, 1996.
Cox,E.: The Fuzzy Systems Handbook, Academic Press, Inc., 1994.
Firemní materiály MOTOROLA.
Goldberg,D.E.: Genetic Algorithms, Addison-Weslley Publishing, 1989
Novák,V.: Základy fuzzy modelování, BEN Praha, 2000
Doporučená literatura:
Studijní materiály pro studenty kombinovaného studia jsou k dispozici na adrese http://kat455.vsb.cz
Forma způsobu ověření studijních výsledků a další požadavky na studenta
Průběžná kontrola studia:
student musí vypracovat a odevzdat vyhovující semestrální práci
Podmínky udělení zápočtu:
Student musí vypracovat a odevzdat vyhovující semestrální práci - 10 bodů.
E-learning
Další požadavky na studenta
Prerekvizity
Předmět nemá žádné prerekvizity.
Korekvizity
Předmět nemá žádné korekvizity.
Osnova předmětu
Přednášky:
Problematika popisu komplexních soustav.
Vlastnosti komplexních reálných soustav, klasické metody modelování, princip inkompatibility, fenomén neurčitosti a jeho využití, statistické metody a jejich omezení, hluboké a mělké znalosti, jazykové popisy chování soustav.
Teorie fuzzy množin.
Fuzzy množinová matematika, vlastnosti fuzzy množin, fuzzy množinové operace, extenzionální princip, fuzzy funkce a relace, algebra fuzzy čísel.
Fuzzy neurčitost.
Míry fuzzitivity a její porovnávání, fuzzy entropie, pravděpodobnost fuzzy jevu, druhy neurčitosti.
Vícehodnotová fuzzy logika.
Jazyková proměnná a její jazykové hodnoty, formule vícehodnotové jazykové logiky, pravdivostní hodnoty formulí.
Jazykové fuzzy modely.
Konstrukce lingvistického modelu, podmíněná prohlášení, multiprohlášení, konjunktivní a disjunktivní jazykové modely, Takagi-Sugenův model.
Aproximativní vyvozování.
Přibližné usuzování, zobecněné pravidlo modus ponens, kompoziční pravidlo usuzování, jazyková aproximace funkce, implikační funkce, inferenční algoritmy, fuzzifikace a defuzzifikace.
Fuzzy expertní systémy.
Poslání expertního systému, architektura diagnostických a plánovacích expertních systémů, metodologie tvorby báze znalostí, dotaz a vyvození odpovědi, interpretace odpovědí fuzzy orientovaných pravidlových expertních systémů, problematika expertních systémů v reálném čase.
Kognitivní analýza báze znalostí.
Optimalizace jazykového modelu, test konzistence, kognitivní vlastnosti báze znalostí, míra diskriminační schopnosti báze znalostí, ternární graf.
Fuzzy regulátory.
Struktura fuzzy regulátoru, typy fuzzy regulátorů, metodologie návrho fuzzy regulátoru, fuzzy predikční regulátory, fuzzy stavové regulátory, identifikace struktury a parametrů fuzzy regulátorů.
Stabilita regulačních obvodů s fuzzy regulátory.
Problematika řešení stability fuzzy regulátorů, stabilita fuzzy regulátoru jako stabilita nelineárního systému, kruhové kriterium, použití Ljapunovovy metody, použití Popovovy metody.
Metodika návrhu fuzzy regulátorů.
Strategie fuzzifikace a defuzzifikace, báze dat, fuzzy diverzifikace vstupního prostoru, generování řídících pravidel, volba inferenčního mechanizmu, simulace procesu fuzzy řízení.
Inteligentní regulátory.
Vlastnosti inteligentního regulátoru, informační analýza inteligentních regulátorů, získávání znalostí o procesu, architektura výpočetních algoritmů, architektura komunikačních procesů, architektura znalostního systému.
Neuronové a fuzzy neuronové systémy.
Architektura a funkce vícevrstvé neuronové sítě, adaptační metody, neuronové sítě a fuzzy logika, fuzzy-neuronová síť a její adaptace, použití fuzzy-neuronových sítí pro strukturální a parametrickou identifikaci fuzzy modelu.
Genetické algoritmy a fuzzy genetické systémy.
Definice genetického algoritmu, genetické operace, struktura chromosomu a její optimalizace, paralelní a distribuované genetické algoritmy, použití genetického algoritmu pro parametrickou identifikaci fuzzy modelu, adaptace
fuzzy-neuronové sítě pomocí genetického algoritmu.
Laboratoře:
Laboratorní úloha s modelem mobilního robota VIMR - analýza pohybového systému
Laboratorní úloha s modelem mobilního robota VIMR - analýza orientačního systému
Laboratorní úloha s modelem mobilního robota VIMR - systém přenosu povelů do HC11
Laboratorní úloha s modelem mobilního robota VIMR - mikropočítačový palubní systém
Laboratorní úloha s modelem mobilního robota VIMR - hierarchický systém řízení s PC a HC12
Projekty:
Semestrální projekt (expertní systém, fuzzy regulátor)
Počítačové laboratoře:
Procedury fuzzy množinových operací programového prostředku FUZZY TOOL BOX sytému MATLAB.
Metodika tvorby jazykových modelů v praktických úlohách, editace jazykových modelů ve vývojovém prostředí LMPS, NEFRIT. Laboratorní úloha s procesorem HC11.
Zadehova interpolační metoda aproximativního vyvozování, transformační matice, procvičení příkladů, modelování v prostředí FUZZY TOOL BOX MATLAB.
Praktické příklady expertních systémů, fuzzy modelování a simulace ve vývojovém prostředí LMPS. Zadání semestrálních prací. Laboratorní úloha s procesorem HC12.
Práce s vývojovým prostředím fuzzy regulace LFLC. Laboratorní úloha ROBOT I.
Procvičení příkladů analýzy stability fuzzy regulačních systémů
Práce s vývojovým prostředím fuzzy regulace FREG/M2, aplikace mikroprocesoru HC11 pro konstrukci fuzzy regulátoru. Laboratorní úloha ROBOT II.
Práce s vývojovým prostředím inteligentního regulátoru EXPERT. Laboratorní úloha s fuzzy procesorem HC12.
Práce s vývojovými prostředími neuronové sítě NEUREX a fuzzy-neuronové sítě FUZZNET.
Podmínky absolvování předmětu
Výskyt ve studijních plánech
Výskyt ve speciálních blocích
Hodnocení Výuky
Předmět neobsahuje žádné hodnocení.