Predikciós algoritmusok

Predictive Algorithms

A tantárgyleírás hatályossága

Hatályosság kezdete:

2026. March 21.

Hatályosság vége:

—

Tantárgy neve (magyarul, angolul)

Predikciós algoritmusok

Predictive Algorithms

Tantárgykód

BMEVIAUD008

Tantárgyjelleg

—

Képzési szint

—

Kurzustípusok és óraszámok (heti/féléves)

Kurzustípus	elmélet	gyakorlat	laboratóriumi gyakorlat
óraszám (heti)	3	1	0
jelleg (kapcsolt/önálló)	—	kapcsolt	—

Tanulmányi teljesítmény/értékelés típusa

vizsga

Tantárgy kreditértéke

Tantárgyfelelős

Dr. Bars Ruth

beosztás: egyetemi docens

elérhetőség: bars.ruth@vik.bme.hu

Tantárgyat gondozó oktatási szervezeti egység

Automatizálási és Alkalmazott Informatikai Tanszék

https://www.aut.bme.hu

Kar

Villamosmérnöki és Informatikai Kar

Tantárgy weboldala

—

Tantárgy elsődleges mintatantervi jellege

—

Közvetlen előkövetelmények – Erős előkövetelmény

nincs

Közvetlen előkövetelmények – Gyenge előkövetelmény

nincs

Közvetlen előkövetelmények – Párhuzamos előkövetelmény

nincs

Közvetlen előkövetelmények – Mérföldkő előkövetelmény

nincs

Közvetlen előkövetelmények – Kizáró feltétel

nincs

Célkitűzés

Tantárgyprogram

Elméleti anyag:

7.1. A szabályozásokkal szemben támasztott minőségi követelmények. Irányítási struktúrák. Irányítási algoritmusok. A korlátozások kezelése. Robusztusság. Adaptív szabályozások.

7.2 A predikciós irányítás elve. A költségfüggvény. Csúsztatott horizontú stratégia. A hangoló paraméterek és hatásuk. A predikciós irányítás és az LQ irányítás kapcsolata.

7.3 Folyamatmodellek. Fizikai modellek és paramétereik meghatározása.

7.4 Lineáris nemparametrikus és parametrikus modellek. Predikciós transzformáció.

7.5 Predikciós irányítási algoritmusok lineáris szakaszok irányítására. A GPC generalized predictive control) és tulajdonságai.

7.6 Adaptiv predikciós irányítás.

7.7 A nemlineáris folyamatmodellek néhány osztálya. (Wiener modell, Hammerstein modell, Volterra modell, bilineáris modell, stb.) Predikciós transzformáció.

7.8 Nemlineáris predikciós algoritmusok.

7.9 A korlátozások kezelése.

7.10 Esettanulmányok (kéttartályos modell, pH folyamat, DC motor modelljének predikciós irányítása).

7.11 Ipari alkalmazások.

Számítógépes laboratóriumi gyakorlatok:

A gyakorlatok a Matlab-Simulink szoftvert alkalmazzák.

gyakorlat. Irányítási struktúrák, irányítási algoritmusok viselkedésének vizsgálata.
gyakorlat. Rendszermodellezés. Egy kéttartályos rendszer, DC motor, stb. Simulink modelljének megépítése.
gyakorlat. Rendszeridentifikációs gyakorlat. Lineáris és linearizált nemlineáris rendszer modelljének LS legkisebb négyzetes algoritmussal történő identifikációja.
gyakorlat. GPC irányítás. A hangoló paraméterek hatásának vizsgálata.
gyakorlat. Adaptiv PID szabályozás.
gyakorlat. Adaptiv GPC.
gyakorlat. MIMO GPC vizsgálata.

A számítógépes folyamatirányításban egyre nagyobb tért nyernek a predikciós irányítási algoritmusok. A tárgy ismerteti a predikciós irányítások alapjait, megadja kapcsolatukat az optimális irányítási algoritmusokkal. Tárgyalja alkalmazásukat lineáris és nemlinearis modellekre. Bemutatja a hangoló paraméterek hatását az irányítás működésére. Matlab-Simulink környezetben szimulációs példákon szemlélteti az algoritmusok hatékonyságát.

Tanulmányi eredmények

Ez a tantárgy a KKK rendeletben meghatározott, következő kompetenciák fejlesztését szolgálja:

Tudás

Nincsenek rögzített tanulási eredmények.

Képességek

Nincsenek rögzített tanulási eredmények.

Attitűd

Nincsenek rögzített tanulási eredmények.

Autonómia és felelősség

Nincsenek rögzített tanulási eredmények.

Oktatási módszertan

A tantárgy előadásait kéthetenként számítógépes laboratóriumi gyakorlatok egészítik ki.

Tanulástámogató anyagok

Online források

Az előadások kézirata, a gyakorlatok leírása, ajánlott irodalom.; Ajánlott irodalom:; Clarke, Mohtadi, Tuffs (1987). Generalized predictive control (2 parts). Automatica, Vol. 23, No.2, pp. 137-160.; E.F. Camacho, C. Bordons: Model predictive control in the process industry. Springer, 1995, 1999.; J. M.M. Sanchez, J. Rodellar: Adaptive predictive control. Prentice Hall, 1996.; Válogatott cikkgyűjtemény.

A tantárgy teljesítéséhez ajánlott előzetes ismeretek

Tudás típusú kompetenciák

(azon előzetes ismeretek összessége, amelyek megléte nem kötelező, de a tantárgy eredményes teljesítését nagyban elősegíti)

Szabályozástechnika, matematikai alapok

Képesség típusú kompetenciák

(azon előzetes képességek és készségek összessége, amelyek megléte nem kötelező, de a tantárgy eredményes teljesítését nagyban elősegíti)

nincs

Ajánlott (nem kötelező) előzetesen megszerzendő kompetenciák

(azon ajánlott (nem kötelező) előzetesen megszerzendő kompetenciák összessége, amelyek jelentősen hozzájárulnak a tantárgy eredményes teljesítéséhez)

Szabályozástechnika, matematikai alapok

Általános szabályok

Követelmények: A szorgalmi időszakban: A számítógépes laboratóriumi gyakorlatok elvégzése. A vizsgaidőszakban: Vizsga, amely tesztből és feladatmegoldásból áll. A vizsgán a Matlab-Simulink program használható. c. Elővizsga: egy alkalom a félév végén.

Teljesítményértékelési módszerek

Szorgalmi időszakban végzett teljesítményértékelések részletes leírása

Nincs megadva részletes értékelés.

Szorgalmi időszakban végzett teljesítményértékelések részaránya

Nincs megadva részarány.

Vizsgaidőszakban végzett teljesítményértékelések részletes leírása

Nincs megadva részletes értékelés.

Vizsgarészek részaránya

Nincs megadva részarány.

Érdemjegy megállapítása

Nincs megadva érdemjegy határ.

Jelenléti és részvételi követelmények

Nincs megadva jelenléti követelmény.

Javítás, ismétlés és pótlás különös szabályai

Nincs megadva.

Rövid leírás

Nincs megadva.

Részletes leírás

Nincs megadva.

Ajánlott tantárgyak

Jelek és rendszerek, Szabályozástechnika

A tantárgy elvégzéséhez szükséges tanulmányi munka

Nincs megadva munkaidő bontás.

Tantárgykövetelmények hatályossága

Tantárgykövetelmények hatályosságának kezdete:

—

Tantárgykövetelmények hatályosságának vége:

—

Tantervi elhelyezés

Nincsenek rögzített tantervi elhelyezések ehhez a tárgyverzióhoz.