455-0913/01 – Fuzzy systémy (FS)
Garantující katedra | Katedra měřicí a řídicí techniky | Kredity | 10 |
Garant předmětu | prof. Dr. Ing. Miroslav Pokorný | Garant verze předmětu | prof. Dr. Ing. Miroslav Pokorný |
Úroveň studia | postgraduální | Povinnost | povinně volitelný |
Ročník | | Semestr | zimní + letní |
| | Jazyk výuky | čeština |
Rok zavedení | 1995/1996 | Rok zrušení | 2010/2011 |
Určeno pro fakulty | FEI | Určeno pro typy studia | doktorské |
Cíle předmětu vyjádřené dosaženými dovednostmi a kompetencemi
Studenti prohloubí své znalosti v oboru umělé inteligence - speciálně pak v oblasti analýza a syntézy znalostních systémů využívajících přístupů fuzzy množinové matematiky a fuzzy logiky pro reprezentaci neurčitosti a vyvozování.
Studenti budou schopni efektivní aplikace a vývoje fuzzy orientovaných expertních systémů a fuzzy regulátorů.
Vyučovací metody
Přednášky
Individuální konzultace
Anotace
Předmět prohlubuje znalosti studentů doktorského studijního programu v oblasti fuzzy množinové matematiky a aplikace jejích principů ve fuzzy systémech, využívajících fuzzy reprezentaci pro formalizaci neurčitosti. Zaměřuje se na reprezentaci znalostí ve fuzzy orientovaných znalostních bázích a na fuzzy
orientované inferenční mechanizmy pro vyvozování závěrů ve znalostních systémech. Osnova předmětu může být individuálně upravena podle tématu dizertační práce.
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
Novák,V.: Základy fuzzy modelování, BEN Praha, 2000
Novák,V.,Perfilieva,I.,Močkoř,J.: Mathematical Principles of Fuzzy Logic, Kluwer, Boston, 1999
Doporučená literatura:
Další studijní materiály
Forma způsobu ověření studijních výsledků a další požadavky na studenta
Kontrola plnění zadaných úkolů v rámci pravidelných konzultací
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 návrh 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 řídicích 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 enetického algoritmu pro parametrickou identifikaci fuzzy modelu,adaptace fuzzy-neuronové sítě pomocí genetického algoritmu.
Podmínky absolvování předmětu
Výskyt ve studijních plánech
Výskyt ve speciálních blocích
Hodnocení Výuky
Předmět neobsahuje žádné hodnocení.