Навигација

13М051МСЦ - Методе soft-computing-а

Спецификација предмета
НазивМетоде soft-computing-а
Акроним13М051МСЦ
Студијски програмЕлектротехника и рачунарство
Модулмодул Сигнали и системи
Тип студијамастер академске студије
Наставник (предавач)
Наставник/сарадник (вежбе)
Наставник/сарадник (ДОН)
    Број ЕСПБ6.0Статус предметаизборни
    Условљност другим предметиманема
    Циљеви изучавања предметаЦиљ предмета је да студенти овладају техникама пројектовања неуралних мрежа, фази система и генетских алгоритама, са основним циљем њихове примене у решавању проблема управљања системима, обраде сигнала и препознавања облика.
    Исходи учења (стечена знања)Студенти треба да овладају вештинама да сходно природи проблема који решавају, изврше избор одговарајуће soft-computing технике; дефинишу неопходна априорна знања, генеришу или прибаве одговарајући обучавајући скуп за обуку алгоритма; изврше избор одговарајућих контролних параметара, испројектују алгоритам и изврше његову евалуацију.
    Садржај предмета
    Линк ка страници предметаhttp://automatika.etf.bg.ac.rs/sr/13m051msc
    Садржај теоријске наставеСтруктура генетских алгоритам; Поступак селекције, укрштања, мутације; Примена у оптимизацији критеријумских функција са ограничењем; Проблем трговачког путника; Фази скупови; Фази операције; Фази алгоритми; Пројектовање фази експертских система; Појам неуралних мрежа; Подела неуралних мрежа; Метод пропагације грешке уназад; Примена неуралних мрежа; Асоцијативне меморије.
    Садржај практичне наставеПројектовање конкретног фази-експертског система; Решавање задатог оптимизационог проблема применом методе генетског алгоритма; Решавање конкретног управљачког проблема применом неуралних мрежа
    Литература
    1. C. Lin, C. Lee, Neural Fuzzy Systems, Prentice Hall, 1995
    2. L. Fortuna, G. Rizzoto et al., Soft computing, Springer, 2001
    Број часова активне наставе недељно током семестра/триместра/године
    ПредавањаВежбеДОНСтудијски и истраживачки радОстали часови
    31
    Методе извођења наставеПредавања и практичан лабораторијски рад
    Оцена знања (максимални број поена 100)
    Предиспитне обавезеПоенаЗавршни испитПоена
    Активности у току предавања0Писмени испит60
    Практична настава40Усмени испит0
    Пројекти
    Колоквијуми0
    Семинари0