Musíte mít povoleny cookies.
Musíte mít povoleny cookies.

Detail předmětu

Vyšší formy řízení

FSI-VVF-KAk. rok: 2009/2010

Kurs je zaměřen na moderní metody analýzy a syntézy regulačních systémů. Obsah tvoří algebraická teorie řízení, adaptivní systémy, optimální systémy a systémy s využitím principů umělé inteligence.

Jazyk výuky

čeština

Počet kreditů

6

Výsledky učení předmětu

...Vybavit posluchače moderními nástroji pro řešení složitých úloh automatického řízení.
...Schopnost analyzovat a navrhovat moderní regulační systémy. Studenti získají základní znalosti o optimálním řízení,
o adaptivním řízení a o fuzzy řízení.

Prerekvizity

...Základní znalosti metod používaných v analýze a navrhování lineárních spojitých systémů řízení. Základní principy automatického řízení, logické řízení a programovatelné automaty (PLC). Diferenciální rovnice systémů, přenosy, impulsní a přechodové funkce a charakteristiky, frekvenční přenos a frekvenční charakteristiky, stabilita systémů. Základní znalosti metod používaných v analýze a navrhování nelineárních spojitých systémů řízení a diskrétních systémů řízení.

Plánované vzdělávací činnosti a výukové metody

Metody vyučování závisejí na způsobu výuky a jsou popsány článkem 7 Studijního a zkušebního řádu VUT.

Způsob a kritéria hodnocení

...Podmínky udělení zápočtu: Základní podmínkou pro udělení zápočtu je aktivní absolvování všech laboratorních cvičení a zpracování elaborátů podle pokynů učitele. Zkouška je písemná a ústní. V písemné části student shrnuje dvě základní témata která byla přednášena a řeší tři příklady. Ústní část zkoušky obsahuje diskuzi o těchto úlohách a možné doplňující otázky.

Osnovy výuky

1. Úvod do neuronových sítí (historie, biologické poznatky, základní
pojmy, paradigmata NS).
2. Matematický model neuronové sítě (formální neuron, neuronová síť)
3. Postavení neuronových sítí v informatice (aplikace NS,implementace
NS a neuropočítače)
4. Klasické modely NS (perceptron, víceverstvá síť).
5. NS typu Back-propagation ( popis strategie zpětného šíření)
6. Asociativní NS (Hebbův zákon, základní model, energetická funkce,
příklad aplikace)
7. Spojitá Hopfieldova síť (spojitá aktivní dynamika, optimalizace -
problém obchodního cestujícího), Boltzmanův stroj.
8. Samoorganizující se NS (Kohonenovo učení, modifikace)
9. Sítě s lokálními neurony (sítě typu RBF), ostatní typy NS jako ART,
stochastické NS atd.
10. Přehled aplikací NS (diagnostika, modelování systémů, adaptivní
regulátory, predikce, filtrace, komprese, optimalizace a pod.)
11. Základní princip a návrh a použití fuzzy systémů

Učební cíle

...Cíl předmětu: Cílem předmětu je dát studentům znalosti o optimálním řízení,
o adaptivním řízení a o fuzzy řízení.

Vymezení kontrolované výuky a způsob jejího provádění a formy nahrazování zameškané výuky

...Účast na cvičení je povinná. Vedoucí cvičení provádějí průběžnou kontrolu přítomnosti studentů, jejich aktivity a základních znalostí. Neomluvená neúčast je důvodem k neudělení zápočtu. Jednorázovou neúčast je možno nahradit cvičením s jinou studijní skupinou v tomtéž týdnu nebo zadáním náhradních úloh, delší neúčast se nahrazuje písemným vypracováním náhradních úloh podle pokynů cvičícího.

Základní literatura

Vegte, V.D.J.: Feedback Control Systems, Prentice-Hall, New Jersey 1990, ISBN 0-13-313651-5
Levine, W.S. (1996) : The Control Handbook, CRC Press, Inc., Boca Raton, Florida 1996 , ISBN 0-8493-8570-9
Morris,K.: Introduction to Feedback Control, Academic Press, San Diego, California 2002, ISBN 0-12-507660-6

Doporučená literatura

Švarc,I.:: Automatizace-Automatické řízení, skriptum VUT FSI Brno, CERM 2002, ISBN 80-214-2087-1

Zařazení předmětu ve studijních plánech

  • Program M2I-K magisterský navazující

    obor M-AIŘ , 2. ročník, zimní semestr, povinný
    obor M-AIŘ , 2. ročník, zimní semestr, povinný

Typ (způsob) výuky

 

Konzultace

17 hod., nepovinná

Vyučující / Lektor

Osnova

Týden 1: Polynomiální rovnice v řídících systémech.
Týden 2: Úvod do algebraická teorie.
Týden 3: Použití algebraické teorie pro určení třídy
...........přípustných regulátorů.
Týden 4: Algebraická teorie,regulátory s omezujícími
...........podmínkami.
Týden 5: Adaptivní systémy. Přístupy k adaptivnímu řízení.
Týden 6: Samonastavující se řízení.
Týden 7: Adaptivní řízení s referenčním modelem (MRAC).
Týden 8: Optimální řízení. Úvod.
Týden 9: Kvadratické optimální řízení.
Týden 10: Časová a energetická optimalizace.
Týden 11: Fuzzy řízení.
Týden 12: Neuronové metody v řízení.
Týden 13: Moderní trendy v automatickém řízení.

Řízené samostudium

35 hod., povinná

Vyučující / Lektor

Osnova

Cvičení k minulé přednášce:
--------------------------------
1.týden: Polynomiální rovnice v řídících systémech. Úvod do algebraická teorie.
3.týden:Použití algebraické teorie pro určení třídy přípustných regulátorů. Algebraická teorie,
...........regulátory s omezujícími podmínkami.
5.týden:Adaptivní systémy. Přístupy k adaptivnímu řízení.Samonastavující se systémy.
7.týden:Adaptivní řízení s referenčním modelem (MRAC). Optimální řízení.
9.týden:Kvadratické optimální řízení.Časová a energetická optimalizace.
11.týden:Fuzzy řízení.Neuronové metody v řízení.
13.týden:: Moderní trendy v automatickém řízení.