Нейросетевые системы управления,

Индексы дисциплины в учебном плане: СД. Р.04.02

ЭИУ3-КФ

Системы автоматического управления

Доцент, к. т.н., О, *****@***ru

Виды и объем занятий по дисциплине

для 160403 Системы управления летательными аппаратами

Виды занятий

Объём занятий, час

Всего

1 семестр

17 недель

 

Лекции

34

34

 

Семинары

0

0

 

Лабораторные работы

17

17

 

Самостоятельная работа

51

51

 

Итого:

102

102

 

Проверка знаний:

экзамен

экзамен

 

Виды самостоятельной работы и контрольных мероприятий

Объем, час / выполнение, неделя выдачи-сдачи

1 семестр

17 недель

 

Рубежный контроль

10 неделя (1 час.)

 

Цель - планируемые результаты изучения дисциплины:

Изучение механизмов интеллектуальной обработки информации в системах управления.

Изучение методики формирования системы нейросетевого управления техническими объектами

Изучение подходов к организации описания предметной области для нейронных сетейв системах управления

Изучение алгоритмов нейросетевой интеллектуальной обработки информации

Изучение архитектур нейронных систем для решения задач интеллектуального управления.

Студент должен знать:

·  Каким образом организовать описание задачи управления в нейросетевом базисе

·  Какие задачи можно решать в нейросетевом базисе.

·  Какие алгоритмы используют для формирования образа в интеллектуальных системах.

·  Как организованы нейросетевые интеллектуальные системы

·  Как использовать нейросетевые интеллектуальные системы для управления сложными техническими объектами

Студент должен уметь:

·  Формировать нейросетевую систему для решения заданного класса задач интеллектуальной обработки информации.

·  Провести исследование качества функционирования нейронной сети.

·  Определить описание предметной области для работы нейросетевой интеллектуальной системы.

·  Применить нейросетевую обработку информации для управления объектом.

Студент должен получить навыки:

·  Использования стандартного и специального программного обеспечения для организации информационной системы.

·  Использования существующих нейронных систем для решения задачи обработки данных

·  Решения задачи распознавания образов для реальных ситуаций в системах управления.

Место дисциплины в образовательной программе

1. Предшествующие дисциплины

Математика

§  Математический анализ (Дифференциальное и интегральное исчисления)

§  Теория вероятностей и математическая статистика

Физика

§  Физическая термодинамика

Информатика

§  Основы теории информации

§  Вычислительная сложность алгоритмов

Теория автоматического управления

Информационно-измерительные системы и устройства летательных аппаратов

Иностранный язык

§  Перевод и реферирование научно-технических текстов

2. Является основой для дисциплин:

Нет

Структура и ключевые понятия дисциплины:

Основные понятия и определения:нейронная сеть, обучение, обучаемая модель;примеры и принцип обучения для систем автоматического управления. Математические модели нейросетевых моделей обучения. Приложение нейросетевых обучаемых моделей для решения задач распознавания образов. Сложность классификатора и ее измерение. Ассоциативные машины. Оптимизация классификаторов для решения задач управления и распознавания образов.