Logika rozmyta
Informacje ogólne
Kod przedmiotu: | 0800-AR2LOGRO |
Kod Erasmus / ISCED: |
(brak danych)
/
(0541) Matematyka
|
Nazwa przedmiotu: | Logika rozmyta |
Jednostka: | Wydział Fizyki, Astronomii i Informatyki Stosowanej |
Grupy: |
Informatyka Stosowana s2. Przedmioty do wyboru specjalistyczne (wszystkie) |
Strona przedmiotu: | http://fizyka.umk.pl/~osokolov/LR/ |
Punkty ECTS i inne: |
4.00
|
Język prowadzenia: | polski |
Wymagania wstępne: | Znajomość wybranych działów matematyki, informatyki (logika matematyczna ,teoria prawdopodobieństwa, matematyka dyskretna, algorytmy i struktury danych) i teorii sterowania, z pracy w środowisku MatLab i Simulink. |
Rodzaj przedmiotu: | przedmiot obowiązkowy |
Całkowity nakład pracy studenta: | Godziny realizowane z udziałem nauczycieli ( godz.): - udział w wykładach - 30 - udział w ćwiczeniach– 30 Czas poświęcony na pracę indywidualną studenta ( godz.): - przygotowanie do wykładu-15 - przygotowanie do ćwiczeń – 25 - czytanie literatury- 5 - przygotowanie do egzaminu- 15 Łącznie: 120 godz. ( 4 ECTS) |
Efekty uczenia się - wiedza: | W01: Ma wiedzę w zakresie matematyki dyskretnej, logiki matematycznej, niezbędnych do zastosowania logiki rozmytej – K_W01 W02: Opisuje działania systemów podejmowania decyzji za pomocą modeli, zawierających układy programowe w postaci logiki rozmytej –K_W02 W03: Charakteryzuje aparat pojęciowy logiki i zbiorów rozmytych i oraz możliwości ich zastosowania w modelowaniu i projektowaniu inteligentnych systemów podejmowania decyzji – K_W11 |
Efekty uczenia się - umiejętności: | U01: Wykorzystuje narzędzia programistyczne MatLab i Simulink, pozwalające na realizację projektów w zakresie tworzenia układów na podstawie logiki rozmytej –K_U05 U02: Analizuje złożoność algorytmów tworzenia układów rozmytych w zależności od typu modelu – Mamdani, Sugeno, Cukamoto i inne K_U06 |
Efekty uczenia się - kompetencje społeczne: | K01: potrafi precyzyjnie formułować pytania działalności naukowej, zwłaszcza w rozbudowie i zastosowaniu układów z elementami sztucznej inteligencji, do których odnosi się logika rozmyta - K_K01 |
Metody dydaktyczne: | Metoda dydaktyczna podająca: - wykład informacyjny (konwencjonalny) Wykład, forma bezpośrednia: prezentacja i dyskusja Metoda dydaktyczna poszukująca: - laboratoryjna Laboratoria, forma bezpośrednia: zadania w trakcie zajęć |
Metody dydaktyczne podające: | - wykład konwersatoryjny |
Skrócony opis: |
Przedmiot omawia szereg zagadnień dotyczących różnych sposobów reprezentacji nieokreśloności za pomocą zbiorów rozmytych. Prezentowane są także zagadnienia związane ze logiką rozmytą a systemami rozmytymi, projektowanie systemów rozmytych w środowisku MatLab/Simulink. |
Pełny opis: |
1. Zbiory rozmyte. Funkcja przynależności. Sposoby wyznaczenia funkcji przynależności. Typy funkcji przynależności. 2. Operacji na zbiorach rozmytych. T-norma. S-norma (T-konorma) 3. Operacji logiki rozmytej 4. Zmienne lingwistyczne. Operacje na zmiennych lingwistycznych 5. Rozmyta reguła wnioskowania. Zasada uogólnienia Zadeho 6. Algebra liczb rozmytych. Trójkątne liczby rozmyte. L-R liczby. 7. Funkcje rozmyte. Rozmyte relacje. Kompozycja relacji 8. Elementy systemu rozmytego. 9. Modele rozmyte z wnioskowaniem typu Mamdani 10. Modele Larsena. Modele Tsukamoto 11. Modele z wnioskowaniem typu Takagi – Sugeno 12. Logika rozmyta w Matlabie. Fuzzy Logic Toolbox. Elementy systemu rozmytego 13. Zastosowanie w systemach sterowania. 14. Systemy neuronowo-rozmyte. Architektura ANFIS Wnioskowanie Takagi –Sugeno. Warstwy ANFIS. 15. Cele grupowania. Idea klasteryzacji. Grupowanie hierarchiczne. Dendrogram 16. Logika rozmyta typu 2. |
Literatura: |
Literatura podstawowa: 1. Piegat A.. Modelowanie i sterowanie rozmyte. Akademicka Oficyjna Wydawnicza EXIT, Warszawa, 1999. 2. Babuszka R. Fuzzy modelin for control. Kluwer Academic Publisher, Boston, 1998. 3. Kacprzyk J. Zbiory rozmyte w analizie systemowej. Wydawnictwo naukowe PWN, Warszawa, 1994. 4. Zadeh L.A. Fuzzy sets, Information and control, 8, 338-353 (1968) Literatura uzupełniająca: 1. O. Sokolov, Prezentacje wykładu w postaci elektronicznej 2. Rutkowski L. Metody i techniki sztucznej inteligencji. Wydawnictwo naukowe PWN, Warszawa, 2009 |
Metody i kryteria oceniania: |
Metody oceniania: zaliczenie na ocenę - W01-W03, K01, U01,U02 Kryteria oceniania: Wykład: pisemne zaliczenie na ocenę (pytania otwarte) ndst -30 pkt (30%) dst- 50 pkt (50%) dst plus- 75 pkt (75%) db- 90 pkt (90%) db plus- 95 pkt (95%) bdb- 100 pkt (100%) ćwiczenia: zaliczenie na ocenę na podstawie sprawozdań ndst -30 pkt (30%) dst- 50 pkt (50%) dst plus- 75 pkt (75%) db- 90 pkt (90%) db plus- 95 pkt (95%) bdb- 100 pkt (100%) |
Praktyki zawodowe: |
nie dotyczy |
Zajęcia w cyklu "Semestr zimowy 2021/22" (zakończony)
Okres: | 2021-10-01 - 2022-02-20 |
Przejdź do planu
PN WYK
WT ŚR CZ CW
PT |
Typ zajęć: |
Ćwiczenia, 30 godzin
Wykład, 30 godzin
|
|
Koordynatorzy: | Oleksandr Sokolov | |
Prowadzący grup: | Oleksandr Sokolov | |
Lista studentów: | (nie masz dostępu) | |
Zaliczenie: |
Przedmiot -
Zaliczenie na ocenę
Ćwiczenia - Zaliczenie na ocenę Wykład - Zaliczenie na ocenę |
Zajęcia w cyklu "Semestr zimowy 2022/23" (zakończony)
Okres: | 2022-10-01 - 2023-02-19 |
Przejdź do planu
PN WT ŚR CZ WYK
CW
PT |
Typ zajęć: |
Ćwiczenia, 30 godzin
Wykład, 30 godzin
|
|
Koordynatorzy: | Oleksandr Sokolov | |
Prowadzący grup: | Oleksandr Sokolov | |
Lista studentów: | (nie masz dostępu) | |
Zaliczenie: |
Przedmiot -
Zaliczenie na ocenę
Ćwiczenia - Zaliczenie na ocenę Wykład - Zaliczenie na ocenę |
Zajęcia w cyklu "Semestr zimowy 2023/24" (zakończony)
Okres: | 2023-10-01 - 2024-02-19 |
Przejdź do planu
PN WT ŚR CZ WYK
CW
PT |
Typ zajęć: |
Ćwiczenia, 30 godzin
Wykład, 30 godzin
|
|
Koordynatorzy: | Oleksandr Sokolov | |
Prowadzący grup: | Oleksandr Sokolov | |
Lista studentów: | (nie masz dostępu) | |
Zaliczenie: |
Przedmiot -
Zaliczenie na ocenę
Ćwiczenia - Zaliczenie na ocenę Wykład - Zaliczenie na ocenę |
Właścicielem praw autorskich jest Uniwersytet Mikołaja Kopernika w Toruniu.