Neuronske mreže i fazi logika
ID: 0649nosilac predmeta: Jovanović Ž. Radiša
nivo studija: master akademske studije
ESPB: 6
oblik završnog ispita: pismeni
katedra: automatsko upravljanje
cilj
•Upoznavanje studenata sa fundamentalnim principima rada veštačkih neuronskih mreža•Matematičko modeliranje veštačkih neuronskih mreža i mogućnost primene u nauci i tehnici.
•Sagledavanje fazi pristupa u modeliranju pojava, procesa i sistema.
•Upoznavanje sa osnovama teorije fazi skupova i fazi logike.
•Korišćenje programskog paketa Matlab/Simulink za analizu, sintezu i simulaciju rada fazi sistema.
•Saradnja sa stručnjacima iz oblasti medicine, automatike.
ishod
•Sticanje sposobnosti za analizu problematike vezane za veštačke neuronske mreže, formiranje matematičkih modela bioloških sistema uz upotrebu naučnih metoda, postupaka, računarske tehnike i opreme.•Povezivanje osnovnog znanja anatomije i fiziologije, automatskog upravljanja u cilju postizanja kvalitetnijih tehnoloških procesa, humanije interakcije čovek - mašina.
•Znanje i razumevanje fazi skupova, fazi logike i teorije fazi upravljanja.
•Znanje i razumevanje sinteze fazi kontrolera i različitih fazi algoritam upravljanja.
sadržaj teorijske nastave
Centralni nervni sistem, veštački neuron i veštačke neuronske mreže. Zakoni učenja, principi, Hebov zakon učenja, zakon učenja Vidroua. Perceptron, bez i sa unutrašnjim slojevima. Veštačke neuronske mreže sa povratnim prostiranjem greške, delta pravilo. Hopfildova veštačka neuronska mreža, Kohonenova veštačka neuronska mreža. Samoorganizujuće mapiranje, teorija adaptivne rezonance. Genetski algoritmi.Teorija fazi skupova. Fazi relacije, operacije nad fazi skupovima. Fazi logika: lingvističke promenljive, fazi pravila, približno rezonovanje. Fazi sistemi: baza fazi pravila, fazi zaključivanje, fazifikatori, defazifikatori, matematičko predstavljanje fazi sistema. Fazi upravljanje: teorijski i praktični prilaz. Sinteza i analiza fazi kontrolera, fazi PID kontroleri. Mamdani i Takagi-Sugeno fazi sistemi. Neuro-fazi kontroleri.
sadržaj praktične nastave
PA:Primena perceptrona bez unutrašnjih slojeva u praktičnim primerima. Mreža sa povratnim prostiranjem greške. Kohonenova veštačka neuronska mreža. Samoorganizujuće mapiranje. Genetski algoritmi.
Fazi skupovi, relacije, operacije nad fazi skupovima. Fazi logika: lingvističke promenljive, fazi pravila. Fazi sistemi: baza fazi pravila, fazi zaključivanje, defazifikacija, matematičko predstavljanje fazi sistema, Mamdanijeva i Larsenova metoda. Sinteza i analiza klasičnih fazi kontrolera:P, PD, PI i PID. Mamdani i Takagi-Sugeno fazi sistemi. Analiza i sinteza različitih fazi algoritama upravljanja.
PL:
Fuzzy toolbox i Neural Network toolbox programskog jezika Matlab. Primena Matlaba u sintezi i simulaciji fazi algoritama upravljanja i neuonskih mreža. Eksperimentalni rad: primena fazi algoritama i neuronskih mreža u upravljanju elektrohidrauličkog servosistema i elektropneumatskog sistema - realizacija primenom PC i PLC računara.
resursi
•Skripta na stranici http://au.mas.bg.ac.yu/Nastava-Kau/Nastava_Download.htm•Elektrohidraulički servosistem, Laboratorija za automatsko upravljanje, EOP/LEO
•Računarski upravljački sistem, Laboratorija za automatsko upravljanje, Mašinski fakultet,EOP/LEO
fond časova
ukupan fond časova: 75aktivna nastava (teorijska)
novo gradivo: 20razrada i primeri (rekapitulacija): 10
aktivna nastava (praktična)
auditorne vežbe: 10laboratorijske vežbe: 15
računski zadaci: 0
seminarski rad: 5
projekat: 0
konsultacije: 0
diskusija/radionica: 0
studijski istraživački rad: 0
provera znanja
pregled i ocena računskih zadataka: 0pregled i ocena laboratorijskih izveštaja: 0
pregled i ocena seminarskih radova: 5
pregled i ocena projekta: 0
kolokvijum sa ocenjivanjem: 5
test sa ocenjivanjem: 0
završni ispit: 5
provera znanja (ukupno 100 poena)
aktivnost u toku predavanja: 10test/kolokvijum: 40
laboratorijska vežbanja: 0
računski zadaci: 0
seminarski rad: 20
projekat: 0
završni ispit: 30
uslov za izlazak na ispit (potreban broj poena): 30
Preuzeto sa www.mas.bg.ac.rs
