Интелигентни системи управљања

ID: 0657
врста предмета: научно-стручни
носилац предмета: Јовановић Ж. Радиша
извођачи: Јовановић Ж. Радиша
контакт особа: Јовановић Ж. Радиша
ниво студија: мастер академске студије
ЕСПБ: 6
облик завршног испита: писмени
катедра: катедра за аутоматско управљање

извођења

циљ

•Упознавање са методама за анализу и пројектовање интелигентних система управљања. •Стицање практичног знања о неколико главних техника за интелигентно управљање и увод у најновије правце истраживања. •Примена рачунара за симулацију и евалуацију интелигентних система управљања.

исход

•Разумевање принципа и функционисања различитих техника интелигентног управљања •Изучавање теоријских основа са становишта управљања •Стицање знања о пројектовању интелигентних система управљања заснованог на комбинацији различитих теорија: неуронске мреже, фази системи, симулација, генетски алгоритми, биолошки инспирисани алгоритми, итд. •Примена рачунара у симулацији и евалуацији интелигентних система управљања кроз програмски пакет Матлаб, као и практична реализација алгоритама управљања на различитим објектима управљања коришћењем пакета Matlab и LabView.

садржај теоријске наставе

Увод у интелигентно управљање. Класично и интелигентно управљање. Основе вештачких неуронских мрежа: архитектура, класификација, основна својства. Закони учења, принципи: Хебов закон учења, закон учења Видроуа, делта правило. Једнослојне вештачке неуронске мреже без повратних спрега: перцептрон, линеарна мрежа. Вештачке неуронске мреже са поврaтним простирањем грешке. Вештачке неуронске мреже са радијалном базисном функцијом. Метода потпорних вектора. Динамичке вештачке неуронске мреже. Примена вештачких неуронских мрежа у моделовању идентификацији нелинеарних динамичких система. Примена вештачких неуронских мрежа у управљању: директно и индиректно управљање,директно инверзно управљање, моделско предиктивно управљање. Биолошки инспирисани алгоритми.

садржај практичне наставе

PA: Практична настава укључује рачунске задатке који прате садржај курса. ПЛ: Експериментални рад: примена рачунара у симулацији и евалуацији интелигентних система управљања, као и њихова практична реализација коришћењем пакета Matlab и LabView на различитим објектима управљања у склопу модуларног едукационог система управљања у реалном времену (обрнуто клатно, систем куглице и шине, DC серво мотор).

услов похађања

Дефинисано курикулумом студијског програма/модула.

ресурси

•Радиша Јовановић, Интелигентни системи управљања, Cкрипта са предавања у електронској форми, •Радиша Јовановић, Mаtlab и Simulink у аутоматском управљању, Машински факултет Београд, 2016. •Mодуларни едукациони систем управљања у реалном времену са различитим објектима управљања (DC серво мотор, обрнуто клатно, двоструко обрнуто клатно, куглица-шина систем, струјно термички објект, систем од два проточна резервоара), са аквизиционим хардвером и софтвером, •PC и PC Embedded рачунари, Siemens Simatic PLC, National Instruments контролери •Инсталација за испитивање управљачких система и аквизицију елекричних величина, •Лабораторија за Аутоматско управљање, Лабораторија за интелигентне системе управљања, Лабораторија за управљачке системе.

фонд часова

укупан фонд часова: 75

активна настава (теоријска)

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

активна настава (практична)

аудиторне вежбе: 15
лабораторијске вежбе: 10
рачунски задаци: 0
семинарски рад: 5
пројекат: 0
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: 6
преглед и оцена пројекта: 0
колоквијум са оцењивањем: 4
тест са оцењивањем: 0
завршни испит: 5

провера знања (укупно 100 поена)

активност у току предавања: 5
тест/колоквијум: 40
лабораторијска вежбања: 5
рачунски задаци: 0
семинарски рад: 0
пројекат: 0
завршни испит: 50
услов за излазак на испит (потребан број поена): 25

литература

Simon Haykin, "Neural Networks - a Comprehesive Foundation", Prentice Hall International, 1999.;