Detail předmětu

Fuzzy systémy pro řízení a modelování

FIT-FSYAk. rok: 2010/2011

Motivace předmětu, klasické množiny a fuzzy množiny. Operace nad fuzzy množinami, t-normy a konormy. Fuzzy relace a operace nad nimi. Projekce, cylindrické rozšíření, kompozice. Přibližné usuzování. Jazyková proměnná. Fuzzy implikace. Zobecněný modus ponens a fuzzy pravidlo "if-then". Pravidla inference. Ohodnocení a vlastnosti souboru fuzzy pravidel. Fuzzy systémy typu Mamdani a Sugeno. Struktura fuzzy systému, znalostní a datová báze. Fuzzifikace a defuzzifikační metody. Fuzzy systém jako universální aproximátor. Adaptace ve fuzzy systémech, neuro-fuzzy systémy.

Jazyk výuky

čeština

Počet kreditů

5

Garant předmětu

prof. Ing. Pavel Jura, CSc.

Zajišťuje ústav

Ústav automatizace a měřicí techniky (UAMT)

Výsledky učení předmětu

Absolvent předmětu je vybaven základními znalostmi a dovednostmi z fuzzy problematiky. Umí je aplikovat v oblasti modelování a řízení systémů za přítomnosti neurčitě vyjádřené vstupní a výstupní informace.

Prerekvizity

Nejsou žádné prerekvizity.

Způsob a kritéria hodnocení

Vypracování projektu.

Osnovy výuky

  • Motivace předmětu, klasické množiny a fuzzy množiny.
  • Operace nad fuzzy množinami.
  • t-normy a konormy.
  • Fuzzy relace a operace nad nimi. Projekce, cylindrické rozšíření, kompozice.
  • Přibližné usuzování. Jazyková proměnná. Fuzzy implikace.
  • Zobecněný "modus ponens" a fuzzy pravidlo "if-then". Pravidla inference.
  • Ohodnocení a vlastnosti souboru fuzzy pravidel.
  • Fuzzy systémy typu Mamdani a Sugeno.
  • Struktura fuzzy systému, znalostní a datová báze.
  • Fuzzifikace a defuzzifikační metody.
  • Fuzzy systém jako universální aproximátor.
  • Adaptace ve fuzzy systémech.
  • Neuro-fuzzy systémy.

Učební cíle

Seznámit se se základy teorie fuzzy množin a fuzzy logiky. Naučit se aplikovat fuzzy teorii při modelováni neurčitých systémů. Seznámit se s adaptačními technikami ve fuzzy systémech.

Vymezení kontrolované výuky a způsob jejího provádění a formy nahrazování zameškané výuky

Jeden půsemestrální písemný test.

Základní literatura

  • Jura, P.: Základy fuzzy logiky pro řízení a modelování, VUTIUM Brno, 2003, ISBN 80-214-2261-0.
  • Driankov, D., Hellendoorn, H., Reinfrank, M.: An Introduction to Fuzzy Logic, Springer-Verlag, 1993, ISBN 3-540-56362-8.
  • Novák, V.: Fuzzy množiny a jejich aplikace, Matematický seminář, SNTL Praha, 1986.
  • Pokorný, M.: Řídicí systémy se znalostní bází, Skriptum VŠB TU Ostrava, 1995, ISBN 80-7078-275-7.
  • Pokorný, M.: Umělá inteligence v modelování a řízení, Nakladatelství BEN, Praha, 1996, ISBN 80-901984-4-9.
  • Vysoký, P.: Fuzzy řízení, skriptum FEL ČVUT Praha, 1996, ISBN 80-01-01429-8.

Doporučená literatura

  • Jura, P.: Základy fuzzy logiky pro řízení a modelování, VUTIUM Brno, 2003, ISBN 80-214-2261-0.
  • Driankov, D., Hellendoorn, H., Reinfrank, M.: An Introduction to Fuzzy Logic, Springer-Verlag, 1993, ISBN 3-540-56362-8.
  • Novák, V.: Fuzzy množiny a jejich aplikace, Matematický seminář, SNTL Praha, 1986.
  • Pokorný, M.: Řídicí systémy se znalostní bází, Skriptum VŠB TU Ostrava, 1995, ISBN 80-7078-275-7.
  • Pokorný, M.: Umělá inteligence v modelování a řízení, Nakladatelství BEN, Praha, 1996, ISBN 80-901984-4-9.
  • Vysoký, P.: Fuzzy řízení, Skriptum FEL ČVUT Praha, 1996, ISBN 80-01-01429-8.

Zařazení předmětu ve studijních plánech

  • Program IT-MGR-2 magisterský navazující

    obor MBS , libovolný ročník, letní semestr, volitelný
    obor MBI , libovolný ročník, letní semestr, volitelný
    obor MIS , libovolný ročník, letní semestr, volitelný
    obor MIN , libovolný ročník, letní semestr, volitelný
    obor MMI , libovolný ročník, letní semestr, volitelný
    obor MMM , libovolný ročník, letní semestr, volitelný
    obor MGM , libovolný ročník, letní semestr, volitelný
    obor MPV , libovolný ročník, letní semestr, volitelný
    obor MSK , libovolný ročník, letní semestr, volitelný
    obor MPS , libovolný ročník, letní semestr, volitelný

Typ (způsob) výuky

 

Přednáška

26 hod., nepovinná

Vyučující / Lektor

prof. Ing. Pavel Jura, CSc.

Osnova

  • Motivace předmětu, klasické množiny a fuzzy množiny.
  • Operace nad fuzzy množinami.
  • t-normy a konormy.
  • Fuzzy relace a operace nad nimi. Projekce, cylindrické rozšíření, kompozice.
  • Přibližné usuzování. Jazyková proměnná. Fuzzy implikace.
  • Zobecněný "modus ponens" a fuzzy pravidlo "if-then". Pravidla inference.
  • Ohodnocení a vlastnosti souboru fuzzy pravidel.
  • Fuzzy systémy typu Mamdani a Sugeno.
  • Struktura fuzzy systému, znalostní a datová báze.
  • Fuzzifikace a defuzzifikační metody.
  • Fuzzy systém jako universální aproximátor.
  • Adaptace ve fuzzy systémech.
  • Neuro-fuzzy systémy.

Projekt

26 hod., nepovinná

Vyučující / Lektor

prof. Ing. Pavel Jura, CSc.