Politechnika Warszawska - Centralny System Uwierzytelniania
Strona główna

Sztuczna inteligencja w automatyce

Informacje ogólne

Kod przedmiotu: 103A-ARxxx-MSP-SZAU
Kod Erasmus / ISCED: (brak danych) / (brak danych)
Nazwa przedmiotu: Sztuczna inteligencja w automatyce
Jednostka: Wydział Elektroniki i Technik Informacyjnych
Grupy: ( Przedmioty techniczne )---EITI
( Przedmioty zaawansowane )-Automatyka i robotyka-mgr.-EITI
( Przedmioty zaawansowane obieralne )-Automatyka i robotyka-mgr.-EITI
( Przedmioty zaawansowane techniczne )--mgr.-EITI
Punkty ECTS i inne: 5.00 Podstawowe informacje o zasadach przyporządkowania punktów ECTS:
  • roczny wymiar godzinowy nakładu pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się dla danego etapu studiów wynosi 1500-1800 h, co odpowiada 60 ECTS;
  • tygodniowy wymiar godzinowy nakładu pracy studenta wynosi 45 h;
  • 1 punkt ECTS odpowiada 25-30 godzinom pracy studenta potrzebnej do osiągnięcia zakładanych efektów uczenia się;
  • tygodniowy nakład pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się pozwala uzyskać 1,5 ECTS;
  • nakład pracy potrzebny do zaliczenia przedmiotu, któremu przypisano 3 ECTS, stanowi 10% semestralnego obciążenia studenta.
Język prowadzenia: polski
Jednostka decyzyjna:

103000 - Wydział Elektroniki i Technik Informacyjnych

Kod wydziałowy:

SZAU

Numer wersji:

1

Skrócony opis:

Celem przedmiotu jest zapoznanie studentów z zastosowaniami sztucznej inteligencji (podejścia określane wspólną nazwą "soft computing") w automatyce. W szczególności, zostaną omówione sztuczne sieci neuronowe oraz systemy rozmyte w problemach modelowania i sterowania. Ponadto, przedstawione zostaną algorytmy genetyczne i ich zastosowanie do projektowania układów regulacji automatycznej.
Zajęcia pozwalają na nabycie umiejętności wykorzystania sieci neuronowych i systemów rozmytych do modelowania procesów nieliniowych oraz projektowania nieliniowych algorytmów regulacji bazujących na tych modelach.

Pełny opis:

Celem przedmiotu jest zapoznanie studentów z zastosowaniami sztucznej inteligencji (podejścia określane wspólną nazwą "soft computing") w automatyce. W szczególności, zostaną omówione sztuczne sieci neuronowe oraz systemy rozmyte w problemach modelowania i sterowania. Ponadto, przedstawione zostaną algorytmy genetyczne i ich zastosowanie do projektowania układów regulacji automatycznej.

Zajęcia pozwalają na nabycie umiejętności wykorzystania sieci neuronowych i systemów rozmytych do modelowania procesów nieliniowych oraz projektowania nieliniowych algorytmów regulacji bazujących na tych modelach.


Treść wykładu
(1 jd). Wstęp - przykłady zastosowań systemów rozmytych, sieci
neuronowych i algorytmów genetycznych w automatyce.



(2 jd). Przypomnienie podstawowych wiadomości z zakresu algorytmów
regulacji automatycznej oraz optymalizacji punktu pracy:


  • algorytm regulacji PID,

  • algorytm ze sprzężeniem od stanu,

  • idea algorytmów regulacji predykcyjnej,

  • hierarchiczna struktura sterowania.




(3 jd). Sztuczne sieci neuronowe ? zagadnienia podstawowe:


  • pojęcia neuronu, wagi, funkcji aktywacji,

  • rodzaje najpopularniejszych sieci neuronowych (MLP, RBF),

  • algorytmy doboru parametrów sieci neuronowych (uczenie).



(2 jd). Zastosowanie sieci neuronowych do modelowania nieliniowych
zależności statycznych i dynamicznych.



(4 jd). Wykorzystanie sieci neuronowych w automatyce:


  • układ regulacji z modelem odwrotnym,

  • układ regulacji typu IMC,

  • linearyzacja w pętli sprzężenia zwrotnego,

  • regulatory predykcyjne bazujące na modelach neuronowych.




(2 jd). Systemy rozmyte - zagadnienia podstawowe:


  • pojęcia: zbioru rozmytego, funkcji przynależności, schematu
    wnioskowania,

  • wnioskowanie Mamdaniego,

  • modele Takagi-Sugeno.




(3 jd). Zastosowanie systemów rozmytych do modelowania nieliniowych
zależności statycznych i dynamicznych:


  • metody doboru parametrów modeli rozmytych,

  • dostrajanie modeli rozmytych z wykorzystaniem rozmytych sieci
    neuronowych.




(3 jd). Wykorzystanie systemów rozmytych w automatyce:


  • regulator regułowy PID,

  • regulator obszarowy PID,

  • regulator obszarowy ze sprzężeniem od stanu,

  • regulatory predykcyjne bazujące na modelach rozmytych.




(4 jd). Algorytmy genetyczne - zagadnienia podstawowe:


  • pojęcia: chromosom, osobnik, populacja, operatory genetyczne,
    selekcja,

  • zasada działania algorytmów genetycznych,

  • przegląd algorytmów genetycznych,

  • przykłady zastosowania algorytmów genetycznych w optymalizacji
    nieliniowej oraz projektowaniu układów regulacji.




(2 jd). Zastosowanie algorytmów genetycznych do projektowania
algorytmów regulacji.


Zakres projektu
Integralną częścią przedmiotu są trzy projekty realizowane w środowisku Matlab/Simulink. Polegają one na twórczym użyciu omawianych podczas wykładu zagadnień do projektowania nieliniowych układów regulacji.

Poprzedniki
Typ poprzednikaNr poprzednikaKod poprzednikaNazwa poprzednika
Zalecany1103A-ARxxx-ISP-PODAPodstawy automatyki
Zalecany1103B-ARxxx-ISP-STPSterowanie procesami
Zalecany1103A-ARxxx-MSP-STPSterowanie procesami

Literatura:

Do wykładu opracowano skrypt, jest on dostępny dla studentów.

Metody i kryteria oceniania:

W trakcie semestru przeprowadzane są 2 dwugodzinne kolokwia, na koniec semestru przewidziany jest termin kolokwium poprawkowego. Każde kolokwium oceniane jest w skali 0-25 pkt., dwa pierwsze projekty oceniane są w skali 0-20 pkt., natomiast trzeci projekt w skali 0-10 pkt. (razem 100 pkt.).

Zajęcia w cyklu "rok akademicki 2023/2024 - sem. zimowy" (zakończony)

Okres: 2023-10-01 - 2024-02-18
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Projekt, 30 godzin, 45 miejsc więcej informacji
Wykład, 30 godzin, 45 miejsc więcej informacji
Koordynatorzy: Maciej Ławryńczuk
Prowadzący grup: Maciej Ławryńczuk
Lista studentów: (nie masz dostępu)
Zaliczenie: Ocena łączna
Jednostka realizująca:

103100 - Instytut Automatyki i Informatyki Stosowanej

Zajęcia w cyklu "rok akademicki 2022/2023 - sem. zimowy" (zakończony)

Okres: 2022-10-01 - 2023-02-19
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Projekt, 30 godzin, 45 miejsc więcej informacji
Wykład, 30 godzin, 45 miejsc więcej informacji
Koordynatorzy: Maciej Ławryńczuk
Prowadzący grup: Maciej Ławryńczuk, Piotr Marusak, Krzysztof Zarzycki
Lista studentów: (nie masz dostępu)
Zaliczenie: Ocena łączna
Jednostka realizująca:

103100 - Instytut Automatyki i Informatyki Stosowanej

Zajęcia w cyklu "rok akademicki 2020/2021 - sem. zimowy" (zakończony)

Okres: 2020-10-01 - 2021-02-19
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Projekt, 30 godzin, 45 miejsc więcej informacji
Wykład, 30 godzin, 45 miejsc więcej informacji
Koordynatorzy: Maciej Ławryńczuk
Prowadzący grup: Maciej Ławryńczuk, Piotr Marusak, Krzysztof Zarzycki
Lista studentów: (nie masz dostępu)
Zaliczenie: Ocena łączna
Jednostka realizująca:

103100 - Instytut Automatyki i Informatyki Stosowanej

Zajęcia w cyklu "rok akademicki 2019/2020 - sem. zimowy" (zakończony)

Okres: 2019-10-01 - 2020-02-21
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Projekt, 30 godzin, 45 miejsc więcej informacji
Wykład, 30 godzin, 45 miejsc więcej informacji
Koordynatorzy: Maciej Ławryńczuk
Prowadzący grup: Maciej Ławryńczuk, Piotr Marusak
Lista studentów: (nie masz dostępu)
Zaliczenie: Ocena łączna
Jednostka realizująca:

103100 - Instytut Automatyki i Informatyki Stosowanej

Zajęcia w cyklu "rok akademicki 2018/2019 - sem. zimowy" (zakończony)

Okres: 2018-10-01 - 2019-02-17
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Projekt, 30 godzin, 45 miejsc więcej informacji
Wykład, 30 godzin, 45 miejsc więcej informacji
Koordynatorzy: Maciej Ławryńczuk
Prowadzący grup: Maciej Ławryńczuk, Piotr Marusak
Lista studentów: (nie masz dostępu)
Zaliczenie: Ocena łączna
Jednostka realizująca:

103100 - Instytut Automatyki i Informatyki Stosowanej

Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Politechnika Warszawska.
pl. Politechniki 1, 00-661 Warszawa tel: (22) 234 7211 https://pw.edu.pl kontakt deklaracja dostępności USOSweb 7.0.0.0-7 (2024-03-18)