Budapesti Műszaki Egyetem
Villamosmérnöki és Informatikai Kar
Villamosmérnöki Szak
Szakirányú képzés tanterve

TANTÁRGY ADATLAP
és tárgykövetelmények

Érvényes: 1999. szeptembertől
Kidolgozás dátuma: 1999. július 13.

IRÁNYÍTÁSTECHNIKAI ÉS ROBOTINFORMATIKAI
főszakirány

1.

MESTERSÉGES INTELLIGENCIA LABOR
választható tantárgy

 

2.

Tantárgy kódja

Szemeszter Heti óraszám Követelmény Kreditpont Nyelv Hány féléves a tárgy? Ez hányadik félév?
VIFO 5017 9. 2 gy. gyak. jegy 3 magyar 1 1.

3. A tantárgy felelőse

Név Beosztás Tanszék, intézet
Dr. Lantos Béla egyetemi tanár Irányítástechnika és Informatika

4. A tantárgy az alábbi témakörök ismeretére épül:
Irányításelmélet

5. Kötelező/ajánlott előtanulmányi rend:
-

6. A tantárgy célkitűzése:
A labor célja egyrészt a korszerű mesterséges intelligencia eszközök (fuzzy, neurális és genetikus algoritmusok) alkalmazási lehetőségeinek bemutatása a rendszermodellezésben és az intelligens irányító rendszerekben, másrészt a magasszintű folyamatvizualizálás grafikus eszközeinek és egy konkrét grafikus folyamatvizualizáló nyelvnek a megismerése és alkalmazása irányítási feladatok megoldására.

7. A tantárgy részletes tematikája:

1. Fuzzy elvű irányítások:
    A MATLAB Fuzzy Systems Toolbox megismerése. A fuzzy rendszerek felépítésének és következtetési algoritmusainak megismerése. Fuzzy elvű PD, PI és PID irányítások implementálása és stabilitásvizsgálata. Determinisztikus robotirányítás paramétereinek hangolása fölérendelt fuzzy szakértővel.

2. Neurális hálózatokon alapuló irányítások:
    A MATLAB Neural Networks Toolbox megismerése. Neurális hálózatok alapvető tipusainak és tanulási módszereinek megismerése. Neurális hálózatok alkalmazása modellalkotási és irányítási célra robotirányító rendszerekben. SCARA robot irányítása neurális hálózattal.

3. Genetikus algoritmusok:
    A Genetic Algorithms Toolbox megismerése. Egypopulációs és multipopulációs genetikus algoritmusok felépítésének, szelekciós és visszahelyettesítési módszereinek és genetikus operátorainak megismerése. Optimalizálási feladatok megoldása genetikus algoritmussal. Irányítási rendszer optimalizálása genetikus algoritmussal.

4. Adaptív fuzzy rendszermodellezés és irányítás:
    Nulladrendű és elsőrendű Sugeno típusú fuzzy rendszerek megismerése. Rendszeridentifikáció fuzzy módszerekkel, tanítás, klaszterezés és automatikus szabályfelvétel. Indirekt (modellre alapozott) és direkt (közvetlen), 1. típusú (paraméterekben lineáris) és 2. típusú (paraméterekben nemlineáris) fuzzy adaptív szabályozások és az azokat megvalósító AFC toolbox grafikus user felületének megismerése. Nemlineáris rendszerek fuzzy adaptív irányítása az AFC toolbox felhasználásával. Diszkrétidejű nemlineáris rendszer identifikációja, szubtraktív klaszterezés, ANFIS

5. Rendszermodellezés mesterséges intelligencia eszközökkel:
    Fuzzy rendszermodell tudásbázisának felvétele szubtraktív klaszterezéssel, rendszerinicializálás, paraméterhangolás hibrid (LS, BP) technikával. Adaptív hálózatok és neuro-fuzzy rendszerek alkalmazása a rendszermodellezésben, ANFIS. Diszkrétidejű nemlineáris rendszer identifikációja egyéni feladat keretében.

6. Magassszintű folyamatvizualizáló nyelv (FIX):
    Az Intellution FIX blokkorientált grafikus folyamatvizualizáló nyelv megismerése. A listák és grafikus objektumok kezelésének megismerése és begyakorlása. Liftvezérlés tervezése és leírása FIX nyelven, tesztelés és verifikálás.

8. A tantárgy oktatásának módja:

A tárgy 6 db 4 órás laboratóriumi mérésből áll, melyet az Irányítástechnika és Informatika Tanszék laboratóriumaiban kell elvégezni.

9. Követelmények

a) Szorgalmi időszakban:

b) A vizsgaidőszakban: -

10. Jegyzet, tankönyv, felhasználható irodalom

A mérésekhez kiosztásra kerülő mérési útmutatók.

11. A tantárgytematikát kidolgozta:

Tanszék, intézet Név Beosztás
Irányítástechnika és Informatika Dr. Lantos Béla egyetemi tanár

A tantárgy adatlapot kitöltő aláírása

/Dr. Arató Péter/
egyetemi tanár, tanszékvezető