Интелигентни технолошки системи

ID: 0131
врста предмета: научно-стручни
носилац предмета: Миљковић Ђ. Зоран
извођачи: Бабић Р. Бојан, Миљковић Ђ. Зоран
контакт особа: Миљковић Ђ. Зоран
ниво студија: мастер академске студије
ЕСПБ: 6
облик завршног испита: презентација пројекта
катедра: катедра за производно машинство

извођења

циљ

Циљ је да студенти развију способност за концепцијско пројектовање и имплементацију интелигентних технолошких система и процеса, коришћењем теорије пројектовања, машинског учења и еволутивности, базираних на парадигмама вештачке интелигенције. Упознавањем структуре интелигентног технолошког система која је заснована на мултиагентској методологији (агенти: робот, машина алатка, машинско учење, планирање технолошког процеса, оптимизација, софтвер, итд.), уз коришћење лабораторијске опреме попут реконфигурабилних мобилних робота са сензорима и лабораторијског модела пројектованог технолошког система, као и симулације применом специјализованих софтверских алата, овладаће знањима неопходним за даљи развој нових производних технологија.

исход

По успешном завршетку овог курса, студенти би требало да буду оспособљени да: • Примењују развијене софтверске алате (TRIZ, Flexy) за моделирање и анализу интелигентних технолошких система и процеса. • Самостално врше избор метода базираних на примени вештачких неуронских мрежа (коришћењем софтвера Matlab, BPnet, ART Simulator) и осталих computational intelligence техника у функцији пројектовања и остваривања интелигентног понашања мобилног робота у интеракцији са технолошким окружењем, као и терминирања производно-технолошких ентитета. • Напредно користе софтвере за дискретну симулацију (AnyLogic, Flexy), уз анализу и презентацију добијених експерименталних резултата. • Разумеју интеракције софтверских и хардверских подсистема интелигентног мобилног робота кроз реконфигурисање и напредно програмирање у Matlab окружењу. • Имају развијену способност за тимски рад.

садржај теоријске наставе

Увод у интелигентне системе базиране на знању и машинском учењу. Модели машинског учења; дедукција, индукција и аналогија. Машинско учење као основа интелигентних система и процеса. Вештачка интелигенција - основне парадигме; дрво одлучивања, вештачке неуронске мреже, генетички алгоритми, разумевање-учење из искуства, итд. Еволутивност и интелигентни системи базирани на мултиагентској методологији. Аутономност агената; основни појмови и значај. Аутономни мобилни роботи; кључне когнитивне способности мобилних робота укључујући перцепцију, избегавање препрека, антиципацију, планирање путање, комплексну координацију мотора, разумевања понашања других агената, итд. Оцењивање положаја мобилног робота и карактеристичних објеката у технолошком окружењу. Теорија пројектовања и развој интелигентних технолошких система. Терминирање производнo-технолошких ентитета. Софтверски алати за моделирање и анализу интелигентних технолошких система. Концепцијско пројектовање типских конфигурација lay-out_a флексибилног технолошког система (ФТС). Примери развијених интелигентних технолошких система (ИТС).

садржај практичне наставе

Моделирање и анализа интелигентних технолошких система и процеса (лабораторијски рад). Примери примене развијених интелигентних система (лабораторијски рад). Архитектуре софтвера за машинско учење интелигентних система. Софтвери за симулацију вештачких неуронских мрежа (лабораторијски рад). Интелигентно понашање агената технолошког система базирано на алгоритму емпиријског управљања. Архитектура укључивања нивоа компетенције интелигентног роботског система (пројектовање интелигентног понашања аутономног мобилног робота у интеракцији са детектованим објектима - програмирање у Matlab окружењу). Оптимизација планова терминирања коришћењем генетичких алгоритама (програмирање у Matlab окружењу). Софтверски алати за концепцијско пројектовање lay-out_a флексибилног технолошког система (лабораторијски рад). Израда пројекта (унутрашњи транспорт материјала; интелигентно управљање аутономног мобилног робота; терминирање транспортних средстава).

услов похађања

Дефинисано курикулумом студијског програма/модула.

ресурси

(1) З.Миљковић, Д.Алексендрић, ВЕШТАЧКЕ НЕУРОНСКЕ МРЕЖЕ – збирка решених задатака са изводима из теорије, Машински факултет, Београд, 2009, 18.1 (2) Калајџић,М.,(редактор), Тановић,Љ., Бабић,Б., Главоњић,М., Миљковић,З., Пузовић,Р., и др., ТЕХНОЛОГИЈА ОБРАДЕ РЕЗАЊЕМ (VII издање), Приручник – помоћни уџбеник, Машински факултет, Београд, 2012. 18.1 (3) З.Миљковић, Системи вештачких неуронских мрежа у производним технологијама, Серија монографских дела Интелигентни технолошки системи, Књига 8, Машински факултет, Београд, 2003, 18.1 (4) З.Миљковић, Изводи са предавања и вежби, Машински факултет, Београд, 2012, 18.1 (5) З.Миљковић, "Moodle" софтвер у оквиру електронске учионице Машинског факултета за учење на даљину (http://147.91.26.15/moodle/), Машински факултет, Београд, 2012, 18.13 (6) З.Миљковић, Званична Интернет страна предмета ИТС (http://cent.mas.bg.ac.rs/), Машински факултет, Београд, 2012, 18.13 (7) Б.Бабић, FLEXY–Интелигентни експерт систем за пројектовање ФТС, Серија монографских дела Интелигентни технолошки системи, Књига 5, Машински факултет, Београд, 1994, 18.1 (8) Лабораторијски прототипови мобилних робота (Khepera II мобилни робот са хватачем и камером; LEGO Mindstorm NXT комплет реконфигурабилног мобилног робота са сензорима), Лабораторија CeNT, Машински факултет у Београду, 18.12 (9) Лабораторијски модел пројектованог технолошког система (учило), Лабораторија CeNT, Машински факултет у Београду, 18.12 (10) Софтверски пакети (BPnet, ART Simulator, Matlab, AnyLogic, TRIZ, Flexy), Лабораторија CeNT, Машински факултет у Београду, 18.13

фонд часова

укупан фонд часова: 75

активна настава (теоријска)

ново градиво: 20
разрада и примери (рекапитулација): 10

активна настава (практична)

аудиторне вежбе: 0
лабораторијске вежбе: 15
рачунски задаци: 0
семинарски рад: 0
пројекат: 15
консултације: 0
дискусија/радионица: 0
студијски истраживачки рад: 0

провера знања

преглед и оцена рачунских задатака: 0
преглед и оцена лабораторијских извештаја: 0
преглед и оцена семинарских радова: 0
преглед и оцена пројекта: 4
колоквијум са оцењивањем: 2
тест са оцењивањем: 4
завршни испит: 5

провера знања (укупно 100 поена)

активност у току предавања: 15
тест/колоквијум: 20
лабораторијска вежбања: 0
рачунски задаци: 0
семинарски рад: 0
пројекат: 35
завршни испит: 30
услов за излазак на испит (потребан број поена): 30

литература

R.Siegwart,I.R.Nourbakhsh,D.Scaramuzza, (2011) INTRODUCTION TO AUTONOMOUS MOBILE ROBOTS, 2nd Edition, The MIT Press; R.Siegwart,I.R.Nourbakhsh, (2004) INTR. TO AUTONOMOUS MOBILE ROBOTS, The MIT Press.; J.Banks,J.S.Carson,B.L.Nelson,D.M.Nicol, (2005) DISCRETE EVENT SYSTEM SIMULATION, 4th Edition, Pearson Education International Series.; N.P.Suh, (2001) AXIOMATIC DESIGN - ADVANCES AND APPLICATIONS. New York.:Oxford University Press; N.P.Suh, (1990) THE PRINCIPLES OF DESIGN, Oxford University Press.; E. Alpaydin, (2010) INTRODUCTION TO MACHINE LEARNING, 2nd Edition, The MIT Press, Cambridge, England.; E. Alpaydin, (2004) INTRODUCTION TO MACHINE LEARNING, The MIT Press, Cambridge, England.; R.R.Murphy, (2000) INTRODUCTION TO AI ROBOTICS, The MIT Press, Cambridge, England.;