Ασαφή Συστήματα

E-mail Εκτύπωση PDF

Εβδομαδιαίες ώρες διδασκαλίας:    3 θεωρία + 2 εργαστήριο

Tυπικό εξάμηνο διδασκαλίας:         ΣΤ

Διδασκαλία: Η διδασκαλία του μαθήματος έχει τη μορφή 15 διαλέξεων και ισάριθμων εργαστηριακών ασκήσεων, στο πλαίσιο των οποίων θα δοθούν τρεις εργασίες.

Ενδεικτικά προαπαιτούμενα: Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον 

Διδακτικές μονάδες: 6 

Σκοπός και στόχοι του μαθήματος:

Το μάθημα αποσκοπεί στο να εισαγάγει τον σπουδαστή στον κλάδο του ευφυούς προγραμματισμού που στηρίζεται στη θεωρία των ασαφών συνόλων και να παρουσιάσει τα βασικά χαρακτηριστικά των ασαφών συστημάτων και των αλγορίθμων εκπαίδευσης τέτοιων μοντέλων. Στόχοι είναι η κατανόηση της λειτουργίας των ασαφών συστημάτων και η κατασκευή απλών μοντέλων με χρήση ειδικού λογισμικού.

Περίγραμμα μαθήματος:

  •  

Από την κλασική θεωρία συνόλων στα ασαφή σύνολα. Εισαγωγή βασικών εννοιών και πράξεις ασαφών συνόλων.

  •  

Ιδιότητες ασαφών συνόλων. Συναρτήσεις συμμετοχής. Yλοποίηση και γραφική ανάλυση με χρήση του λογισμικού MATLAB Fuzzy Logic Toolbox.

  •  

Το θεώρημα της επέκτασης (extension principle). Εισαγωγή των συνόλων α-cuts και το θεώρημα της ανάλυσης (resolution principle).

  •  

Ασαφείς σχέσεις, ιδιότητες ασαφών σχέσεων. Βασικές πράξεις ασαφών σχέσεων.

Εισαγωγή στους τελεστές σύνθεσης και σύνθεση ασαφών σχέσεων. Πράξεις με ασαφείς αριθμούς.

Ασαφείς λεκτικές μεταβλητές. Ασαφείς κανόνες και ερμηνεία τους. Yλοποίηση με χρήση του λογισμικού MATLAB Fuzzy Logic Toolbox.

Σχέσεις συμπεράσματος (implication relations). Συνθετικός κανόνας συμπερασμού (compositional rule of inference). Yλοποίηση με χρήση του λογισμικού MATLAB Fuzzy Logic Toolbox.

Ασαφείς αλγόριθμοι. Yλοποίηση με χρήση του λογισμικού MATLAB Fuzzy Logic Toolbox.

Βασική δομή και λειτουργία των ασαφών ελεγκτών.

Ασαφοποιητής, ασαφής βάση κανόνων, μηχανισμός εξαγωγής συμπεράσματος. Yλοποίηση με χρήση του λογισμικού MATLAB Fuzzy Logic Toolbox.

Βασικές μέθοδοι αποασαφοποίησης. Yλοποίηση και γραφική ανάλυση με χρήση του λογισμικού MATLAB Fuzzy Logic Toolbox.

Σχεδίαση ασαφών ελεγκτών και εφαρμογές. Yλοποίηση με χρήση του λογισμικού MATLAB Fuzzy Logic Toolbox.

Μοντέλα Takagi-Sugeno. Yλοποίηση με χρήση του λογισμικού MATLAB Fuzzy Logic Toolbox.

Βασική Βιβλιογραφία:

  1. L.X. Wang, A Course in Fuzzy Systems and Control, Prentice Hall, 1997.
  2. L. Tsoukalas, R. Uhrig, Fuzzy and Neural Approaches in Engineering, MATLAB Supplement, John Wiley & Sons, 1997.
  3. C. Lin, C. Lee, Neural Fuzzy Systems, A Neuro-Fuzzy Synergism to Intelligent Systems, Prentice Hall, 1996.
  4. H. Nguyen, N. Prasad, C. Walker , E. Walker, A First Course in Fuzzy and Neural Control, CRC Press, 2002.

Συμπληρωματική Βιβλιογραφία:

  1. T. Terano, K. Asai, M. Sugeno, Fuzzy Systems Theory and its Applications, Academic Press, 1992.
  2. S. Kartalopoulos, Understanding Neural Networks and Fuzzy Logic : Basic Concepts and Applications, Wiley-IEEE Press, 1995.
  3. J. Jang, C. Sun, E. Mizutani, Neuro-Fuzzy and Soft Computing, Prentice Hall, 1997.
  4. J. Hines, Fuzzy and Neural Approaches in Engineering, MATLAB Supplement, John Wiley & Sons, 1997.
  5. J. Mendel, Uncertain Rule-Based Fuzzy Logic Systems: Introduction and New Directions, Prentice Hall, 2000.
  6. L. Wang, Adaptive Fuzzy Systems and control, Design and Stability Analysis, Prentice Hall, 1994.

 

Ηλεκτρονικές Υπηρεσίες