XD35FZR | Fuzzy řízení | Rozsah výuky: | 12+2 | ||
---|---|---|---|---|---|
Přednášející (garant): | Hušek P. | Typ předmětu: | F | Zakončení: | KZ |
Zodpovědná katedra: | 335 | Kreditů: | 3 | Semestr: | Z,L |
Anotace:
Cílem předmětu je seznámení se se základními principy, metodami a algoritmy fuzzy logického modelování a řízení dynamických systémů. Na přednáškách budou probrány základy fuzzy logiky, obecný způsob návrhu fuzzy logických systémů a struktury a algoritmy učení nejčastěji používaných typů neuronových a fuzzy-neuronových sítí. Získané poznatky budou aplikovány na řešení problémů při modelování a řízení dynamických systémů. Ve cvičeních si student vyzkouší tyto algoritmy na modelováví a řízení fyzikálních modelů dynamických systémů v laboratoři teorie řízení, popřípadě na jiných experimentálních datech.
Osnovy přednášek:
1. | Úvod do fuzzy logiky, výhody a nevýhody fuzzy systémů | |
2. | Lingvistické a Takagi-Sugeno fuzzy modely | |
3. | Fuzzy množiny, operace, relace | |
4. | Fuzzifikace a defuzzifikace | |
5. | Fuzzy pravidla, řetězení, inferenční mechanismy | |
6. | Neuronové sítě, základní typy, architektura | |
7. | Algoritmy učení neuronových sítí | |
8. | Fuzzy neuronové sítě v modelování | |
9. | Vytváření fuzzy modelů na základě znalostí a na základě dat, shluková analýza | |
10. | Fuzzy řízení, typy a struktury regulátorů | |
11. | Stabilita fuzzy systémů | |
12. | Fuzzy neuronové sítě v řízení | |
13. | Implementace fuzzy systémů na průmyslových automatech | |
14. | Příklady aplikací fuzzy systémů v modelování a řízení |
Osnovy cvičení:
1. | Shrnutí matematického aparátu | |
2. | Seznámení se s Fuzzy Logic Toolboxem pro Matlab | |
3. | Seznámení se s Neural Network Toolboxem pro Matlab | |
4. | Zadání domácí práce I - fuzzy-neuronové modelování | |
5. | Studium literatury k domácí práci I 6. Vypracování domácí práce I, konzultace | |
7. | Vypracování domácí práce I, konzultace | |
8. | Zadání domácí práce II - fuzzy-neuronové řízení | |
9. | Studium literatury k domácí práci II | |
10. | Vypracování domácí práce II, konzultace | |
11. | Vypracování domácí práce II, konzultace | |
12. | Vypracování domácí práce II, konzultace | |
13. | Prezentace výsledků, zápočet | |
14. | Prezentace výsledků, zápočet |
Literatura Č:
1. | Vysoký P.: Fuzzy řízení, 1997. Scriptum ČVUT. | |
2. | Driankov D., Hellendoorn H., Reinfrank M. M.: An Introduction to Fuzzy Control, 1993. Springer Verlag. | |
3. | Jang J.S.R., Sun C.T., Mizutani E.: Neuro-fuzzy and Soft Computing, 1997. Prentice Hall. | |
4. | Fuzzy Logic Toolbox for Matlab, User's Guide. | |
5. | Neural Network Toolbox for Matlab, User's Guide. |
Literatura A:
1. | Vysoký P.: Fuzzy Control, 1997. Scriptum CTU. (in Czech) | |
2. | Driankov D., Hellendoorn H., Reinfrank M. M.: An Introduction to Fuzzy Control, 1993. Springer Verlag. | |
3. | Jang J.S.R., Sun C.T., Mizutani E.: Neuro-fuzzy and Soft Computing, 1997. Prentice Hall. | |
4. | Fuzzy Logic Toolbox for Matlab, User's Guide. | |
5. | Neural Network Toolbox for Matlab, User's Guide. |
Požadavky:
Vypracování obou domácích prací a prezentace řešení
Předmět je zahrnut do těchto studijních plánů:
Stránka vytvořena 25. 2. 2002, semestry: Z/2001-2, Z/2002-3, L/2001-2, L/2002-3, připomínky k informační náplni zasílejte správci studijních plánů | Návrh a realizace: I. Halaška (K336), J. Novák (K336) |