Інтелектуальні технології керування
Спеціальність: Комп'ютеризовані системи управління та автоматика
Код дисципліни: 7.174.06.O.001
Кількість кредитів: 4.00
Кафедра: Комп'ютеризовані системи автоматики
Лектор: Наконечний М.В.
Семестр: 1 семестр
Форма навчання: денна
Завдання: Вивчення навчальної дисципліни передбачає формування та розвиток у студентів компетентностей:
загальних:
1. Здатність на основі проведеного аналізу поставленої задачі вибрати оптимальний варіант її вирішення.
2. Здатність до застосування набутих знань на практиці.
3. Мати дослідницькі навички.
4. Вміння розв’язувати поставлені задачі та приймати відповідні рішення.
5. Знання технічної іноземної мови.
6. Здатність до системного мислення.
7. Відповідальність за якість і своєчасність виконуваної роботи.
фахових:
1. Вміння використовувати сучасні комп’ютерні технології для вирішення задач ідентифікації об’єктів і синтезу контролерів.
2. Вміння вибрати структурну схему системи автоматичного керування.
3. Вміння на основі аналізу характеристик об’єкта керування вибирати тип і структуру контролера.
4. Вміння вибирати оптимальний алгоритм навчання нейронної мережі, виходячи з умов забезпечення заданої швидкодії і мінімальної похибки навчання.
5. Вміння на основі експертних оцінок вибирати тип і кількість функцій приналежності контролера, виконаного на базі елементів нечіткої логіки.
Результати навчання: Мета вивчення навчальної дисципліни
Метою вивчення дисципліни „Інтелектуальні технології керування” є надання студентам необхідних теоретичних знань і практичних навиків по використанню комп’ютерних технологій побудови систем автоматичного керування, які базуються на досягненнях в галузі нейронних мереж і нечіткої логіки.
Завдання навчальної дисципліни
Завдання курсу – навчити студентів ідентифікувати об’єкти керування і проводити синтез контролерів з використанням сучасних технологій, які базуються на використанні штучних нейронних мереж і нечіткої логіки.
Внаслідок вивчення навчальної дисципліни студент повинен бути здатним продемонструвати такі результати навчання:
1. Знати особливості побудови систем автоматичного керування з використанням нейронних мереж і нечіткої логіки.
2.Знати особливості реалізації архітектури нейронних мереж, виходячи з вибраних законів керування.
3. Знати методи і алгоритми навчання нейронних мереж.
4. Виходячи з експертних оцінок процесів керування, знати особливості вибору функцій приналежності контролерів, виконаних на базі елементів нечіткої логіки.
5. Володіти навиками розв’язування задач в середовищі MATLAB (SIMULINK).
Вивчення навчальної дисципліни передбачає формування та розвиток у студентів компетентностей:
загальних:
1. Здатність на основі проведеного аналізу поставленої задачі вибрати оптимальний варіант її вирішення.
2. Здатність до застосування набутих знань на практиці.
3. Мати дослідницькі навички.
4. Вміння розв’язувати поставлені задачі та приймати відповідні рішення.
5. Знання технічної іноземної мови.
6. Здатність до системного мислення.
7. Відповідальність за якість і своєчасність виконуваної роботи.
фахових:
1. Вміння використовувати сучасні комп’ютерні технології для вирішення задач ідентифікації об’єктів і синтезу контролерів.
2. Вміння вибрати структурну схему системи автоматичного керування.
3. Вміння на основі аналізу характеристик об’єкта керування вибирати тип і структуру контролера.
4. Вміння вибирати оптимальний алгоритм навчання нейронної мережі, виходячи з умов забезпечення заданої швидкодії і мінімальної похибки навчання.
5. Вміння на основі експертних оцінок вибирати тип і кількість функцій приналежності контролера, виконаного на базі елементів нечіткої логіки.
Результати навчання даної дисципліни деталізують такі програмні результати навчання:
1.Здатність створювати моделі об’єктів на базі нейронних мереж з метою їх ідентифікації.
2.Вміння розробляти структури контролерів на базі нейронних мереж або елементів нечіткої логіки для реалізації заданих законів керування.
3.Вміння вибирати методи і алгоритми навчання нейронних мереж з метою мінімізакіії похибок їх навчання.
4.Вміння вибирати функції приналежності контролерів, виконаних на базі елементів нечіткої логіки, з метою забезпечення заданих характеристик системи автоматичного керування.
5.Вміння аналізувати роботу системи автоматичного керування з використанням системи MATLAB (SIMULINK).
Необхідні обов'язкові попередні та супутні навчальні дисципліни: Теорія інформації Цифрові системи керування
Теорія автоматичного управління Методи і засоби моделювання об’єктів і систем
Короткий зміст навчальної програми: У навчальній дисципліні „Інтелектуальні технології керування” розглядаються методи побудови систем автоматичного керування з використанням штучних нейронних мереж та елементів нечіткої логіки, проводиться аналіз основних підходів до побудови та навчання таких мереж, а також алгоритмів їх реалізації.
Опис: Вивчення навчальної дисципліни передбачає формування та розвиток у студентів компетентностей:
загальних:
1. Здатність на основі проведеного аналізу поставленої задачі вибрати оптимальний варіант її вирішення.
2. Здатність до застосування набутих знань на практиці.
3. Мати дослідницькі навички.
4. Вміння розв’язувати поставлені задачі та приймати відповідні рішення.
5. Знання технічної іноземної мови.
6. Здатність до системного мислення.
7. Відповідальність за якість і своєчасність виконуваної роботи.
фахових:
1. Вміння використовувати сучасні комп’ютерні технології для вирішення задач ідентифікації об’єктів і синтезу контролерів.
2. Вміння вибрати структурну схему системи автоматичного керування.
3. Вміння на основі аналізу характеристик об’єкта керування вибирати тип і структуру контролера.
4. Вміння вибирати оптимальний алгоритм навчання нейронної мережі, виходячи з умов забезпечення заданої швидкодії і мінімальної похибки навчання.
5. Вміння на основі експертних оцінок вибирати тип і кількість функцій приналежності контролера, виконаного на базі елементів нечіткої логіки.
Методи та критерії оцінювання: Методи діагностики знань
Перевірка виконання індивідуального домашнього завдання, залік.
Критерії оцінювання результатів навчання студентів
1. Виконання індивідуального домашнього завдання (50)
2. Здача заліку (50)
Критерії оцінювання результатів навчання: 100–88 балів – («відмінно») виставляється за високий рівень знань (допускаються деякі неточності) навчального матеріалу компонента, що міститься в основних і додаткових рекомендованих літературних джерелах, вміння аналізувати явища, які вивчаються, у їхньому взаємозв’язку і роз витку, чітко, лаконічно, логічно, послідовно відповідати на поставлені запитання, вміння застосовувати теоретичні положення під час розв’язання практичних задач; 87–71 бал – («добре») виставляється за загалом правильне розуміння навчального матеріалу компонента, включаючи розрахунки , аргументовані відповіді на поставлені запитання, які, однак, містять певні (неістотні) недоліки, за вміння застосовувати теоретичні положення під час розв’язання практичних задач; 70 – 50 балів – («задовільно») виставляється за слабкі знання навчального матеріалу компонента, неточні або мало аргументовані відповіді, з порушенням послідовності викладення, за слабке застосування теоретичних положень під час розв’язання практичних задач; 49–26 балів – («не атестований» з можливістю повторного складання семестрового контролю) виставляється за незнання значної частини навчального матеріалу компонента, істотні помилки у відповідях на запитання, невміння застосувати теоретичні положення під час розв’язання практичних задач; 25–00 балів – («незадовільно» з обов’язковим повторним вивченням) виставляється за незнання значної частини навчального матеріалу компонента, істотні помилки у відповідях на запитання, невміння орієнтуватися під час розв’язання практичних задач, незнання основних фундаментальних положень.
Порядок та критерії виставляння балів та оцінок: 100–88 балів – («відмінно») виставляється за високий рівень знань (допускаються деякі неточності) навчального матеріалу компонента, що міститься в основних і додаткових рекомендованих літературних джерелах, вміння аналізувати явища, які вивчаються, у їхньому взаємозв’язку і роз витку, чітко, лаконічно, логічно, послідовно відповідати на поставлені запитання, вміння застосовувати теоретичні положення під час розв’язання практичних задач; 87–71 бал – («добре») виставляється за загалом правильне розуміння навчального матеріалу компонента, включаючи розрахунки , аргументовані відповіді на поставлені запитання, які, однак, містять певні (неістотні) недоліки, за вміння застосовувати теоретичні положення під час розв’язання практичних задач; 70 – 50 балів – («задовільно») виставляється за слабкі знання навчального матеріалу компонента, неточні або мало аргументовані відповіді, з порушенням послідовності викладення, за слабке застосування теоретичних положень під час розв’язання практичних задач; 49–26 балів – («не атестований» з можливістю повторного складання семестрового контролю) виставляється за незнання значної частини навчального матеріалу компонента, істотні помилки у відповідях на запитання, невміння застосувати теоретичні положення під час розв’язання практичних задач; 25–00 балів – («незадовільно» з обов’язковим повторним вивченням) виставляється за незнання значної частини навчального матеріалу компонента, істотні помилки у відповідях на запитання, невміння орієнтуватися під час розв’язання практичних задач, незнання основних фундаментальних положень.
Рекомендована література: 1. А.А. Усков, А.В, Кузьмин, Интелектуальные технологии управления. М. Горячая линия – Телеком, 2004р.
2. Р.Каллан Основные концепции нейронных сетей Москва, Санкт – Петербург, Киев., Издательский дом «Вильямс», 2001р.
3. П.Ф. Гоголюк, Т.М. Гречин. Теорія автоматичного керування, Львів. Видавництво Національного університету «Львівська політехніка», 2009р.
4. Медведев В.С. Нейронные сети. MATLAB 6 / Медведев В.С., Потёмкин В.Г. - М: ДИАЛОГ-МИФИ, 2002. - 496с.
5. Сигеру О. Нейроуправление и его приложения: Пер. с англ. Н. В. Батина под общ. ред. А. И. Галушкина и В. А. Птичкина / Сигеру О., Марзуки К., Рубия Ю. - М: ИПРЖР, 2000. - 272с.: (Серия «Нейрокомпьютеры и их применение». Кн. 2).
6. Бодянский Е. В. Искусственные нейронные сети: архитектуры, обучение, применения / Бодянский Е. В., Руденко О. Г. - Харьков: Телемех, 2004.
7. Кoмaшинский В.И. Нeйрoнныe сeти и их примeнeниe в систeмaх упрaвлeния и связи / Кoмaшинский В.И., Смирнoв Д.A. // Гoрячaя линия – Тeлeкoм.- 2002.–94с.
8. Oсoвский С. Нeйрoнныe сeти для oбрaбoтки инфoрмaции / Пeр. с пoльскoгo И.Д. Рудинскoгo. М.: Финaнсы и стaтистикa, 2002. – 344 с. ; ИЛ.
9. Хайкин С. Нейронные сети: полный курс: Пер с англ. Н.Н. Куссуль и А.Ю. Шелестова под ред. Н. Н. Куссуль. – М.: Вильямс, 2006. – 1104 с.
Уніфікований додаток: Національний університет «Львівська політехніка» забезпечує реалізацію права осіб з інвалідністю на здобуття вищої освіти. Інклюзивні освітні послуги надає Служба доступності до можливостей навчання «Без обмежень», метою діяльності якої є забезпечення постійного індивідуального супроводу навчального процесу студентів з інвалідністю та хронічними захворюваннями. Важливим інструментом імплементації інклюзивної освітньої політики в Університеті є Програма підвищення кваліфікації науково-педагогічних працівників та навчально-допоміжного персоналу у сфері соціальної інклюзії та інклюзивної освіти. Звертатися за адресою:
вул. Карпінського, 2/4, І-й н.к., кімн. 112
E-mail: nolimits@lpnu.ua
Websites: https://lpnu.ua/nolimits https://lpnu.ua/integration
Академічна доброчесність: Політика щодо академічної доброчесності учасників освітнього процесу формується на основі дотримання принципів академічної доброчесності з урахуванням норм «Положення про академічну доброчесність у Національному університеті «Львівська політехніка» (затверджене вченою радою університету від 20.06.2017 р., протокол № 35).