Opis predmeta
Predmet obravnava pristope in metode s področja inteligentnih sistemov, mehkih in nevronskih sistemov v vodenju. Študentu poda tudi znanja s področja prediktivnega in adaptivnega na osnovi mehkih modelov in predstavi različne primere inteligentnega vodenja v sodobnih sistemih.
Splošno
- koda predmeta: 64840
- študij: doktorski, 3. stopnja
- nosilec: prof. dr. Igor Škrjanc
Vsebina
- uvod v inteligentne sisteme, osnovni principi mehkih in nevronskih sistemov v vodenju, osnovni principi adaptivnih sistemov: direktni in indirektni adaptivni sistemi, samonastavljivi regulatorji, razporejanje parametrov in ojačenja,
- pregled principov in metod prediktivnega vodenja, prediktivno vodenje na osnovi mehkih modelov.
- adaptivno vodenje na osnovi mehkih modelov,
- primeri inteligentnega vodenja v sodobnih sistemih visokih tehnologij: v kemijski, farmacevtski, biokemijski in v primeru avtonomnih sistemov.
Cilji in kompetence
Cilj predmeta je predstaviti problematiko inteligentnega vodenja, metode prediktivnega in adaptivnega vodenja, predstaviti problematiko uporabe naprednih metod vodenja v sodobnih sistemih ter nenazadnje predstaviti orodja za načrtovanje naprednih metod vodenja.
Predvideni rezultati
Po uspešno opravljenem predmetu naj bi bili študenti zmožni:
- osvojiti osnovna znanja s področja inteligentnih sistemov v vodenju,
- obvladati napredne pristope pri vodenju sodobnih sistemov,
- uporabiti osvojena znanja pri projektnem delu.
Metode poučevanja
- predavanja
- mentorsko delo
- seminar
Gradivo
Obvezno
- Nelles, O., Nonlinear System Identification, Springer, 2000.
- Karer, G., Škrjanc, I., Predictive Approaches in Control of Complex Systems, Springer, 2013.
- Škrjanc, I., Inteligentne metode v identifikaciji sistemov, skripta v pripravi.