Detail předmětu

Fuzzy systémy

FEKT-MFSYAk. rok: 2017/2018

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.

Výsledky učení předmětu

Absolvent předmětu je schopen:
- popsat rozdíl mezi klasickou množinou a fuzzy množinou
- aplikovat operace s fuzzy množinami
- popsat a vysvětlit pojem jazykové proměnné
- použít operace s fuzzy množinami k matematickému popisu přibližného úsudku
- vyjmenopvat a vysvětlit vlastnosti souboru fuzzy pravidel
- popsat a vysvětlit dva typy fuzzy systémů
- vysvětlit funkci fuzzy systému jako univerzálního aproximátoru
- popsat princip adaptace ve fuzzy systémech

Prerekvizity

Základní znalosti z teorie množin a logiky, základní znalosti teorie systémů a teorie řízení (na úrovni bakalářského studia).

Doporučená nebo povinná literatura

Jura P.: Základy fuzzy logiky pro řízení a modelování, VUTIUM, Brno 2003, ISBN 80-214-2261-0 (CS)
Driankov, D., Hellendoorn, H., Reinfrank, M.: An Introduction to Fuzzy Logic. Springer-Verlag, 1993. (EN)
Klir, G.J., Bo Yuan.: Fuzzy Sets and Fuzzy Logic. Theory and Applications. Prentice Hall PTR, 1995. (EN)
Kosko B.: Neural Networks and Fuzzy Systems. A Dynamical Systems Approach to Machine Intelligence. Prentice Hall Int., 1992 (EN)
Li-Xi Wang: Adaptive fuzzy systems and control. Design and stability analysis. PTR Prentice Hall Inc., 1994. (EN)
Lin,C.,T.: Neural Fuzzy Control Systems with Structure and Parameter Learning. World Scientific, Singapore, 1994. (EN)
Pedrycz W.: Fuzzy Control and Fuzzy Systems. Second, extended edition. John Wiley &Sons, New York,1993. (EN)

Plánované vzdělávací činnosti a výukové metody

Metody vyučování zahrnují přednášky a cvičení na počítači. Student odevzdává během semestru jeden samostatný projekt.

Způsob a kritéria hodnocení

Písemný test 15 bodů během semestru.
Projekt 20 bodů.
Závěrečný písemný test 65 bodů.

Jazyk výuky

čeština

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.

Cíl

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

Vymezení kontrolované výuky a způsob jejího provádění stanoví každoročně aktualizovaná vyhláška garanta předmětu.

Zařazení předmětu ve studijních plánech

  • Program EEKR-M1 magisterský navazující

    obor M1-KAM , 1. ročník, letní semestr, 5 kreditů, volitelný oborový

  • Program EEKR-CZV celoživotní vzdělávání (není studentem)

    obor ET-CZV , 1. ročník, letní semestr, 5 kreditů, volitelný oborový

Typ (způsob) výuky

 

Přednáška

26 hod., nepovinná

Vyučující / Lektor

Cvičení na poč.

13 hod., povinná

Vyučující / Lektor

Ostatní aktivity

13 hod., povinná

Vyučující / Lektor