K-INFO
HU
EN
Login
Subject » BMEVIFO5017
Older versions Download TAD (PDF)

Artificial Intelligence Laboratory

Mesterséges intelligencia laboratórium
A tantárgyleírás hatályossága
Hatályosság kezdete:
—
Hatályosság vége:
—
Subject name (Hungarian, English)
Mesterséges intelligencia laboratórium
Artificial Intelligence Laboratory
Subject code BMEVIFO5017
Subject type —
Training Level —
Course types and hours (weekly/semester)
Course type lecture tutorial laboratory
hours (weekly) 2 0 0
type (linked/independent) — — —
Assessment type félévközi érdemjegy
Credits 3
Subject coordinator
Dr. Lantos Béla
position: egyetemi tanár
Responsible department
—
Faculty
Subject website —
Primary curriculum type —
Direct prerequisites – Strong prerequisite none
Direct prerequisites – Weak prerequisite none
Direct prerequisites – Parallel prerequisite none
Direct prerequisites – Milestone prerequisite none
Direct prerequisites – Exclusion none

Objectives

Programme

I1. Fuzzy elvű irányítások:

A MATLAB Fuzzy Systems Toolbox megismerése. A fuzzy rendszerek felépítésének és következtetési algoritmusainak megismerése. Fuzzy elvű PD, PI és PID irányítások implementálása és stabilitásvizsgálata. Determinisztikus robotirányítás paramétereinek hangolása fölérendelt fuzzy szakértővel.

I2. Genetikus algoritmusok:

A Genetic Algorithms Toolbox megismerése. Egypopulációs és multipopulációs genetikus algoritmusok felépítésének, szelekciós és visszahelyettesítési módszereinek és genetikus operátorainak megismerése. Optimalizálási feladatok megoldása genetikus algoritmussal. Irányítási rendszer optimalizálása genetikus algoritmussal.

I3. Adaptív fuzzy rendszermodellezés és irányítás:

Nulladrendű és elsőrendű Sugeno típusú fuzzy rendszerek megismerése. Rendszer identifikáció fuzzy módszerekkel, tanítás, klaszterezés és automatikus szabályfelvétel. Indirekt (modellre alapozott) és direkt (közvetlen), 1. típusú (paraméterekben lineáris) és 2. típusú (paraméterekben nemlineáris) fuzzy adaptív szabályozások és az azokat megvalósító AFC toolbox grafikus user felületének megismerése. Nemlineáris rendszerek fuzzy adaptív irányítása az AFC toolbox felhasználásával. Diszkrétidejű nemlineáris rendszer identifikációja, szubtraktív klaszterezés, ANFIS.

I4. Egyéni feladat:

Nemlineáris rendszerről felvett regisztátum alapján nemlineáris modell meghatározása neuro-fuzzy identifikációval.

I5. QNX valósidejű operációs rendszer:

Valósidejű információcsere és üzenetforgalom problémák megoldásának vizsgálata a QNX szolgáltatásainak felhasználásával.

I6. Magassszintű folyamatvizualizáló nyelv (FIX):

Az Intellution FIX blokkorientált grafikus folyamatvizualizáló nyelv megismerése. A listák és grafikus objektumok kezelésének megismerése és begyakorlása. Liftvezérlés tervezése és leírása FIX nyelven, tesztelés és verifikálás.

A labor célja egyrészt a korszerű mesterséges intelligencia eszközök (fuzzy, neurális és genetikus algoritmusok) alkalmazási lehetőségeinek bemutatása a rendszermodellezésben és az intelligens irányító rendszerekben, másrészt a magas szintű folyamatvizualizálás grafikus eszközeinek és egy konkrét grafikus folyamatvizualizáló nyelvnek a megismerése és alkalmazása irányítási feladatok megoldására.

Learning outcomes

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

Knowledge

No learning outcomes recorded.

Skills

No learning outcomes recorded.

Attitudes

No learning outcomes recorded.

Autonomy and responsibility

No learning outcomes recorded.

Oktatási módszertan

(előadás, gyakorlat, laboratórium): A tárgy 6 db 4 órás laboratóriumi mérésből áll, melyet az Irányítástechnika és Informatika Tanszék és a Hallgatói Számítógép Központ laboratóriumaiban kell elvégezni.

Tanulástámogató anyagok

Not provided.

Recommended preliminary knowledge for completing the subject

Knowledge type competencies
(azon előzetes ismeretek összessége, amelyek megléte nem kötelező, de a tantárgy eredményes teljesítését nagyban elősegíti)
Irányításelmélet
Skill type competencies
(azon előzetes képességek és készségek összessége, amelyek megléte nem kötelező, de a tantárgy eredményes teljesítését nagyban elősegíti)
nincs
Recommended (non-compulsory) preliminary competencies
(azon ajánlott (nem kötelező) előzetesen megszerzendő kompetenciák összessége, amelyek jelentősen hozzájárulnak a tantárgy eredményes teljesítéséhez)
Irányításelmélet
General rules
Követelmények: a. A szorgalmi időszakban: A félév lezárásának módja félévközi jegy. 6 darab 4 órás laboratóriumi mérés anyagának elsajátítása, a mérések elvégzése és a mérési jegyzőkönyvek elkészítése előírt ütemezés szerint. Távolmaradás esetén összesen 2 mérés pótolható a szorgalmi időszakban. Az a hallgató, aki a mérésre készületlenül jön (beleértve az előzetes feladat kérést azoknál a méréseknél, ahol ez elő van írva) illetve igazolatlanul távol marad, a mérésre elégtelen osztályzatot kap, de pótlási kerete erejéig a mérést különeljárási díj befizetése mellett köteles pótolni. A teljes jegyzőkönyvet a mérést követő héten a mérés időpontjáig kell beadni (az utolsó mérésnél legfeljebb a szorgalmi időszak utolsó napján) a mérésvezetőnél. Aki a beadási határidőt lekési, a jegyzőkönyvre elégtelen osztályzatot kap. Aki a jegyzőkönyv beadását a szorgalmi időszak végéig elmulasztja, félévközi jegyet nem kaphat. A szorgalmi időszak után pótlási lehetőség nincs. A félév lezárásához szükség követelmény a 6 mérés sikeres elvégzése. A hallgató minden mérésre 1 osztályzatot kap (felelet, mérés és jegyzőkönyv alapján) és a gyakorlati jegy ezek átlaga. b. A vizsgaidőszakban: - Pótlási lehetőségek: A félév során a hallgatóknak maximum 2 mérés pótlására van lehetősége a fenti feltételek betartása mellett, az illetékes mérésvezetővel egyeztetett időpontban. A mérések a szorgalmi időszak utolsó napjáig pótolhatók különeljárási díj befizetése mellett. A vizsgaidőszakban pótlási lehetőség nincs.
Assessment methods
In-term assessments

No detailed assessments provided.

Weight of in-term assessments

No weights provided.

Exam-period assessments

No detailed assessments provided.

Weight of exam elements

No weights provided.

Grade calculation

No grade thresholds provided.

Attendance requirements

No attendance requirements provided.

Rules for retake and resubmission

Not provided.

Short description

Not provided.

Detailed description

Not provided.

Recommended courses
nincs
Workload to complete the subject

No workload breakdown provided.

Validity of subject requirements
Requirements valid from:
—
Requirements valid until:
—
Curriculum placement

No curriculum placements recorded for this subject version.