Nazwa przedmiotu: Zaawansowane Techniki Sterowania Punkty

Nazwa przedmiotu:
Zaawansowane Techniki Sterowania
Punkty (ECTS):
4
Kod:
ES2A302 209
Jednostka realizująca: Katedra Automatyki i Elektroniki
Przedmioty poprzedzające (prerekwizyty):
Liczba godzin i zasady zaliczania:
wykład
2 zaliczenie na ocenę;
ćwiczenia
0 laboratorium
0 -
projekt
0
pracownia spec. 2
seminarium
0
zaliczenie na ocenę;
-
Program ramowy:
Inteligencja obliczeniowa. Metody reprezentacji wiedzy. Problemy algorytmizowalne i
niealgorytmizowalne. Problematyka, metody i zastosowanie sztucznej inteligencji w
modelowaniu i sterowaniu systemów. Uczenie maszynowe i systemy eksperckie.
Sztuczne sieci neuronowe: modele sztucznego neuronu, architektury sztucznych sieci
neuronowych, metody uczenia sieci. Obszary zastosowań sztucznych sieci neuronowych:
aproksymacja, rozpoznawanie wzorców i klasyfikacja. Neuronowe modelowanie układów
dynamicznych. Neuronowa identyfikacja parametrów i stanu układów dynamicznych.
Sztuczne sieci neuronowe w problemach sterowania, regulacji i diagnostyki.
Podstawowe pojęcie liczb, zbiorów i relacji rozmytych. Modele rozmyte, metody
modelowania rozmytego. Sterowanie rozmyte: rozmyte regulatory statyczne i dynamiczne.
Rozmyte systemy rozpoznawiania wzorców, klasyfikacji i diagnostyki. Sieci i modele
neuro-rozmyte w układach sterowania automatycznego i diagnostyki technicznej.
Algorytmy genetyczne - podstawy i zasada działania. Sposoby budowania chromosomów i
operacje genetyczne. Metody selekcji, procesy odtwarzania i modele populacji. Metody
programowania genetycznego. Zastosowanie algorytmów genetycznych w problemach
modelowania, identyfikacji i sterowania systemów. Elementy teorii zbiorów przybliŜonych:
reprezentacja danych, relacje, atrybuty. aproksymacja rodziny zbiorów. Klasyfikacja
wzorców i danych, zbiory przybliŜone w identyfikacji, sterowaniu i diagnostyce.
Problematyka sterowania odpornego. Analiza i projektowanie odpornych układów
regulacji. Wykorzystanie algorytmów µ-analizy i syntezy, H∞ oraz LMI (Linear Matrix
Inequality). Sterowanie predykcyjne – analiza i projektowanie układów regulacji.
Program opracował:
dr hab. inŜ. Mirosław Świercz, Prof. Nzw. Pb
Literatura podstawowa:
1. Duch W., Korbicz J., Rutkowski L., Tadeusiewicz R. (red.): Sieci neuronowe. Seria:
Biocybernetyka i InŜynieria Biomedyczna 2000. Tom 6. Wyd. EXIT, Warszawa, 2000.
2. Piegat A.: Modelowanie i sterowanie rozmyte. Akademicka Oficyna Wydawnicza
EXIT, Warszawa, 1999.
3. Rutkowska D., Piliński D., Rutkowski L.: Sieci neuronowe, algorytmy genetyczne i
systemy rozmyte. PWN, Warszawa - Łódź, 1997.
4. Tatjewski P.: Sterowanie zaawansowane obiektów przemysłowych. Struktury i
algorytmy, Wyd. EXIT, Warszawa, 2002.