• производно машинство , 3. семестар, позиција 3

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.

По успешном завршетку овог курса, студенти би требало да буду оспособљени да: • Примењују развијене софтверске алате (попут: 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.

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).

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).

Дефинисано курикулумом студијског програма/модула.

(1) З. Миљковић, М.М. Петровић, ИНТЕЛИГЕНТНИ ТЕХНОЛОШКИ СИСТЕМИ - са изводима из роботике и вештачке интелигенције (I издање), Oсновни универзитетски уџбеник, Универзитет у Београду – Машински факултет, XXVIII+409 стр., Београд, 2021, 18.1 (2) З. Миљковић, Д. Алексендрић, ВЕШТАЧКЕ НЕУРОНСКЕ МРЕЖЕ – збирка решених задатака са изводима из теорије (II издање), Помоћни универзитетски уџбеник, Универзитет у Београду - Машински факултет, 2018, 18.1 (3) Калајџић,М.,(редактор), Тановић,Љ., Бабић,Б., Главоњић,М., Миљковић,З., Пузовић,Р., и др., ТЕХНОЛОГИЈА ОБРАДЕ РЕЗАЊЕМ (IX издање), Приручник – помоћни универзитетски уџбеник, Универзитет у Београду - Машински факултет, 2021, 18.1 (4) З. Миљковић, Системи вештачких неуронских мрежа у производним технологијама, Серија монографских дела Интелигентни технолошки системи, Књига 8, Универзитет у Београду - Машински факултет, 2003, 18.1 (5) З. Миљковић, М.М. Петровић, Изводи са предавања и вежби, Универзитет у Београду - Машински факултет, 2022, 18.1 (6) З. Миљковић, М.М. Петровић, "Moodle" софтвер у оквиру електронске учионице Машинског факултета за учење на даљину (http://147.91.26.15/moodle/), Универзитет у Београду - Машински факултет, 2022, 18.13 (7) З. Миљковић, М.М. Петровић, Званична Интернет страна предмета ИТС (http://cent.mas.bg.ac.rs/), Универзитет у Београду - Машински факултет, 2022, 18.13 (8) Лабораторијски прототипови мобилних робота (Khepera II мобилни робот са хватачем и камером; LEGO Mindstorms NXT и LEGO Mindstorms EV3 комплети реконфигурабилних мобилних робота опремљени сензорима и микроконтролерима), Лабораторија CeNT, Универзитет у Београду - Машински факултет, 18.12 (9) Лабораторијски модел пројектованог технолошког система (учило), Лабораторија CeNT, Универзитет у Београду - Машински факултет, 18.12 (10) Софтверски пакети (MATLAB, BPnet, ART Simulator, AnyLogic, TRIZ, Flexy), Лабораторија CeNT, Универзитет у Београду - Машински факултет, 18.13

укупан фонд часова: 75

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

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

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

активност у току предавања: 5
тест/колоквијум: 20
лабораторијска вежбања: 10
рачунски задаци: 0
семинарски рад: 0
пројекат: 35
завршни испит: 30
услов за излазак на испит (потребан број поена): 30

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.; З. Миљковић, М.М. Петровић, (2021) ИНТЕЛИГЕНТНИ ТЕХНОЛОШКИ СИСТЕМИ - са изводима из роботике и вештачке интелигенције (I издање), Oсновни универ. уџбеник, Машински факултет у Београду, XXVIII+409 стр.; 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.;