Inteligentno upravljanje    (ETF AEI IU 5960)
 
Opće informacije
Naziv kursa Inteligentno upravljanje
Oznaka (šifra) predmeta ETF AEI IU 5960
Studij ETF-B
Odsjek Automatika i elektronika
Godina 5
Semestar 9
Tip Izborni
Broj ECTS Bodova 6
Ukupno sati nastave 60
Broj sati predavanja 34
Broj sati vježbi 20
Broj sati tutorijala 6
Cilj kursa - Znanje i vještine koje treba postići student
Cilj kursa je studentima dati znanja koja se odnose na koncepte i metode vještacke inteligencije i njihove primjene za rješavanje problema u upravljanju dinamickim sistemima.
Program
1. Uvod - Osnove inteligentnih sistema upravljanja, Definicije: Adaptacija, Ucenje, Inteligencija, Metodologije primjene vještacke inteligencije u upravljanju: Adaptivno upravljanje na bazi referentnog modela (Direktno adaptivno upravljanje), Adaptivno upravljanje na bazi samopodešavajuceg regulatora (Indirektno adaptivno upravljanje), Upravljanje na bazi ucenja, Aspekti modeliranja i predstave problema, Analiza inteligentnih sistema upravljanja, Tehnologija, implementacija i eksperimentalna evaluacija

2. Mašinsko ucenje, Stablo odlucivanja, Bayesovo ucenje, Reinforcement learning

3. Ekspertni sistemi u upravljanja, Predstavljanje znanja, Proces zakljucivanja, Ekspertni sistem upravljanja

4. Fuzzy sistemi u upravljanju, Teorijske osnove fuzzy sistema, Primjena fuzzy sistema u upravljanju, Stabilnost fuzzy sistema upravljanja

5. Vještacke neuronske mreže u upravljanju, Teorijske osnove vještackih neuronskih mreža, Vrste vještackih neuronskih mreža i njihove osobine, Primjena vještackih neuronskih mreža u upravljanju, Evolucioni algoritmi u upravljanju, eorijske osnove evolucionih algoritama, rimjena evolucionih algoritama u upravljanju

7. Primjeri aplikacija i realizacije
Literatura
Obavezna literatura 1. Bilješke i slajdovi s predavanja (moci ce se preuzeti na web siteu Fakulteta).

2. T. Michell: "Machine Learning”, McGraw-Hill, 1997

3. M. Gupta, N. Sinha: "Intelligent Control Systems-Theory and Applications”, IEEE Press, 1996

4. A. Zilouchian, M. Jamshidi: "Intelligent Control Systems Using Soft Computing Methodologies”, CRC Press 2001
Dopunska literatura 1. R. Jager: "Fuzzy Logic in Control”, TU Delft, 1995

2. T. Miller, R. Sutton, P. Werbos: "Neural Networks for Control”, MIT Press, 1996

3. M. Jamshidi, L. dos Santos Coelho, R. Krohling, P. Fleming: "Robust Control Systems with Genetic Algorithms”, CRC Press, 2003

4. L. Jain, N. Martin: "Fusion of Neural Networks, Fuzzy Sets and Genetic Algorithms-Industrial Applications”, CRC Press, 1999
Didaktičke metode
Predavanja. Individualni i timski rad na projektnim zadacima u laboratoriji: korištenjem znanja stecenih na predavanjima i savremenih razvojnih okruženja studenti ce steci iskustva neophodna za prakticnu primjenu obradenih metoda. Kroz seminarski rad ce studenti razvijati sposobnosti i vještine samostalne obrade zadanog problema ili tematike.
Način provjere znanja
Tokom trajanja kursa student prikuplja bodove na osnovu sljedeceg:

prisustvo satima predavanja i vježbi: 10 bodova;

izrada domacih zadaca: 10 bodova;

prvi parcijalni ispit: 20 bodova;

drugi parcijalni ispit: 20 bodova;

završni ispit 40 bodova.
Napomene