Inteligentni sistemi za podporo odločanju

Visokošolski učitelji: Škrjanc Igor

Opis predmeta

prikazati področje inteligentnih sistemov,
podati osnovne metode inteligentnega modeliranja sistemov,
podati osnove optimizacijskih postopkov, kot osnovnih algoritmov identifikacije, podati osnovne metode inteligentnega vodenja sistemov,
prikazati primere uporabe inteligentnih sistemov.

Uvod v inteligentne sisteme. Prikaz inteligentnih sistemov v raziskovanju podatkov, modeliranju, razvrščanju, razpoznavanju, vodenju in detekciji napak. Metode učenja. Metode nenadzorovanega učenja in nadzorovanega učenja. Osnovne metode optimizacije, s povdarkom na metodah, ki so uporabne v učenju inteligentnih sistemov, kot so gradientna metoda, metoda Lagrangeovih koeficinetov. Metoda glavnih komponent. Uporaba metode glavnih komponent pri identifikaciji, vodenju in detekciji napak. Metode razvrščanja podatkov. Pregled mehkih metod za razvrščanje podatkov. Pregled različnih struktur nevronskih mrež. Metode učenja nevronskih mrež. Strukture nevronskih mrež v identifikaciji nelinearnih sistemov. Strukture nevronskih mrež pri razvrščanju podatkov.
Uvod v mehke sisteme. Pregled različnih oblik mehkih modelov. Takagi-Sugeno mehki model. Mehki model z mejami zaupanja. Mehki modeli na osnovi mehke kovariančne matrike. Pregled metod mehke identifikacije. Pregled rekurzivnih metod mehke identifikacije.
Uvod v vodenje na osnovi nelinearnih modelov. Pregled metod vodenja na osnovi nelinearnih modelov. Osnovni principi prediktivnega vodenja. Principi prediktivnega vodenja na osnovi nelinearnih modelov.

Gradiva

I. Škrjanc. Inteligentne metode v identifikaciji sistemov, monografija v pripravi, 2008.
O. Nelles. Nonlinear System Identification, Springer 2000.