Budapest University of Technology and Economics, Faculty of Electrical Engineering and Informatics

    Belépés
    címtáras azonosítással

    vissza a tantárgylistához   nyomtatható verzió    

    Szimbolikus jelfeldolgozás és lágy számítási módszerek labor

    A tantárgy angol neve: Symbolic Signal Processing and Soft Computing Laboratory

    Adatlap utolsó módosítása: 2007. június 15.

    Tantárgy lejárati dátuma: 2006. december 31.

    Budapesti Műszaki és Gazdaságtudományi Egyetem
    Villamosmérnöki és Informatikai Kar

     

    Műszaki Informatika Szak

    Intelligens Rendszerek Béta Szakirány

    Tantárgykód Szemeszter Követelmények Kredit Tantárgyfélév
    VIMM4323 8. 0/0/2/f 2 1/1
    3. A tantárgyfelelős személy és tanszék Dr. Dobrowiecki Tadeusz Pawel,
    A tantárgy tanszéki weboldala http://www.mit.bme.hu/oktatas/targyak/vimm4323/
    4. A tantárgy előadója

    Név:

    Beosztás:

    Tanszék, Int.:

    dr. Pataki Béla

    docens

    MIT

    Dr. Lantos Béla

    egyetemi tanár

    IIT

    5. A tantárgy az alábbi témakörök ismeretére épít

    Tudásalapú architekturák, Fuzzy rendszerek és genetikus algoritmusok

    6. Előtanulmányi rend
    Ajánlott:

    Tudásalapú architekturák, Fuzzy rendszerek és genetikus algoritmusok

    7. A tantárgy célkitűzése

    A labor első részében cél, hogy a hallgatók nagyobb lélegzetű problémák megoldása során ismerkedjenek meg a tudásalapú architekturális elemekkel. E feladatok kapcsolódnak a �Tudásalapú arcitektúrák� tárgy 7. félévben elkészített házi feladatához.

    A mérések második felében a hallgatók irányítástechnikai problémák megoldására használják a fuzzy, neurális és genetikus algoritmusokat. A mérések során többféle fejlesztő eszköz bemutatására és használatára kerül sor.

    8. A tantárgy részletes tematikája

    1.Tudásalapú architektúrák tárgyban előkészített személyre szóló neurális-szimbólikus házi feladat megoldása. Módszer kiválasztása.

    2.A feladat folytatása. Megoldás részletes terveinek kidolgozása.

    3.A feladat folytatása realizáció.

    4. Fuzzy irányítás (F)

    A fuzzy logikai szabályozó (FLC) működési elvének megismerése. Lineáris rendszer szabályozása fuzzy jellegű PID algoritmusokkal. Nemlineáris rendszer irányítása fölérendelt fuzzy szakértővel és alárendelt nemlineáris szétcsatolással.

    5. Neurális irányítás (F)

    A neurális rendszermodellezés és irányítás működési elvének megismerése. Nemlineáris rendszer (robotkar) irányítása neurális hálózattal.

    6. Genetikus algoritmusok (F)

    A genetikus algoritmusok működési elvének megismerése. Optimalizálási és irányítási feladatok megoldása genetikus algoritmusokkal.

    9. A tantárgy oktatásának módja (előadás, gyakorlat, laboratórium)

    A tárgy 6 db 4 órás laboratóriumi mérésből áll, melyet a Méréstechnikai és Információs Rendszerek (M) és az Irányítástechnikai és Informatika (F) tanszékek laboratóriumaiban kell elvégezni.

    Az 1.-2.-3. mérések esetén a 7. félévben a "Tudásalapú architektúrák" c. tárgy házifeladata keretében elviekben megoldott feladat megvalósítását jelentik. Az 1.-2.-3. mérések az elvileg előkészített megoldások fokozatos megvalósítására adnak lehetőséget.

    10. Követelmények

    - A félév lezárásának módja: félévközi jegy.

    - Az 1.-2.-3. mérések esetén az elvégzett feladatot igényes jegyzőkönyv formájában dokumentálni kell, illetve a 3-ik mérésen a működőképes megoldást meg kell mutatni. Az 1.-2.-3. mérések esetén a hallgatók a feladat elvégzését (jegyzőkönyv, termék bemutatása) minősítő osztályzatot kapnak, ami a gyakorlati jegyet 50%-ban határozza meg.

    - 3 darab laboratóriumi mérés (4.-5.-6.) anyagának elsajátítása, a mérések elvégzése és a mérési jegyző-könyvek elkészítése előírt ütemezés szerint.

    - Távolmaradás esetén összesen 2 mérés pótolható.

    - A félév lezárásához szükség követelmény az összes mérés sikeres elvégzése. A hallgató 4.-5.-6. mérésekre 1-1 osztályzatot kap (felelet, mérés és jegyzőkönyv alapján) melyek átlaga képezi a gyakorlati jegy második 50%-át.

    13. Jegyzet, tankönyv, felhasználható irodalom

    A mérésekhez kiosztásra kerülő mérési útmutatók.

    14. A tantárgy elvégzéséhez átlagosan szükséges tanulmányi munka
    Kontakt óra 
    Félévközi készülés órákra 
    Felkészülés zárthelyire 
    Házi feladat elkészítése 
    Kijelölt írásos tananyag elsajátítása 
    Vizsgafelkészülés 
    Összesen 
    15. A tantárgy tematikáját kidolgozta

    Név:

    Beosztás:

    Tanszék, Int.:

    dr. Dobrowiecki Tadeusz

    docens

    MIT

    dr. Horváth Gábor

    docens

    MIT

    Dr. Lantos Béla

    egyetemi tanár

    IIT