Μαθησιακά Αποτελέσματα
Τα επιδιωκόμενα μαθησιακά αποτελέσματα που έχουν τεθεί έτσι ώστε, στο τέλος του μαθήματος ο φοιτητής:
• Να έχει αφομοιώσει τις αρχές και την λειτουργία των διαφόρων διαδικασιών που απαρτίζουν τα ασαφή συστήματα: λεκτικές περιγραφές, υλοποίηση ασαφών κανόνων IF/THEN, μεθοδολογίες εξαγωγής συμπεράσματος κλπ.
• Για ένα δεδομένο πρόβλημα, θα πρέπει να είναι σε θέση να διαμορφώσει την κατάλληλη βάση ασαφών κανόνων, να επιλέξει τον βέλτιστο τύπο τελεστή επαγωγής, και τον τύπο της διαδικασίας αασφοποίησης και από-ασαφοποίησης.
• Όσον αφορά το πρόβλημα ελέγχου, θα πρέπει να είναι σε θέση να αναπτύξει τον κατάλληλο ασαφή ελεγκτή, να διαμορφώσει την βάση των κανόνων ελέγχου, και να ακολουθήσει την σωστή διαδικασία ρύθμισης των κερδών εισόδου-εξόδου για βέλτιστη απόκριση του συστήματος.
• Αναφορικά με τα ασαφή μοντέλα για αναγνώριση συστημάτων και πρόβλεψη χρονοσειρών, θα πρέπει να μπορεί να σχεδιάσει το κατάλληλο ασαφές μοντέλο, να επιλέξει και να υλοποιήσει την μέθοδο εκμάθησης των παραμέτρων του.
Περιεχόμενο Μαθήματος
Βασικές έννοιες και ορισμοί ασαφών συνόλων, ιδιότητες και πράξεις ασαφών συνόλων, συναρτήσεις συμμετοχής. Θεώρημα ανάλυσης (resolution principle) και επέκτασης (extension principle). Εισαγωγή των συνόλων α-cuts, τομή, ένωση και συμπλήρωμα ασαφών συνόλων, παραμετρικοί τελεστές.
Ασαφείς σχέσεις, ιδιότητες και πράξεις ασαφών σχέσεων, σύνθεση ασαφών σχέσεων, τελεστές σύνθεσης, σύνθεση ασαφών συνόλων και ασαφών σχέσεων.
Ασαφείς αριθμοί και παράστασή τους, πράξεις με ασαφείς αριθμούς. Λεκτικές μεταβλητές, αρχές ασαφούς λογικής.
Ασαφείς IF/THEN κανόνες, σχέσεις συμπερασμού (Implication ralations), συνθετικοί κανόνες εξαγωγής συμπεράσματος (Compositional rule of inference). Ασαφείς βάσεις κανόνων, συνθετική και επιμεριστική μέθοδος εξαγωγής συμπεράσματος.
Δομή ασαφών συστημάτων, διαμερισμός του τμήματος υπόθεσης, μορφές ασαφοποιητή (fuzzifier) και μέθοδοι από-ασαφοποίησης (defuzzifier).
Ασαφείς ελεγκτές, δομή ασαφών ελεγκτών, ασαφείς ελεγκτές PI, PD και PID. Κανονικοποίηση μεταβλητών, σχεδιασμός βάσης κανόνων ελεγκτών FZ-PI και FZ-PD. Ελεγκτές τριών όρων FZ-PID. Συγκριτική σχεδίαση κερδών, αναλογία κερδών ασαφών και γραμμικών ελεγκτών, συγκριτική ρύθμιση κερδών, πειραματικά αποτελέσματα ασαφών ελεγκτών.
Ασαφή μοντέλα TSK και μοντέλα με κανόνες singleton. Αλγόριθμοι εκπαίδευσης προσαρμοστικών ασαφών-νευρωνικών δικτύων.
Λέξεις Κλειδιά
Ασαφή σύνολα, ασαφής λογική, ασαφείς σχέσεις, ασαφείς κανόνες, ασαφή συστήματα εξαγωγής συμπεράσματος, ασαφείς ελεγκτές και μοντέλα
Βιβλιογραφία μαθήματος (Εύδοξος)
1) «Υπολογιστική Νοημοσύνη και Εφαρμογές», Ι. Μπούταλης, Γ. Συρακούλης, Εκδόσεις: Γ. ΣΥΡΑΚΟΥΛΗΣ, 2010, ISBN: 978-960-93-2008-5
2) Εισαγωγή στην Ασαφή Λογική (Fuzzy Logic)», Γ. Θεοδώρου, Εκδόσεις: ΤΖΙΟΛΑ, 2010, ISBN: 978-960-418-218-3.
Επιπρόσθετη βιβλιογραφία για μελέτη
• Δίνονται εκτεταμένες διδακτικές σημειώσεις από τον διδάσκοντα οι οποίες καλύπτουν ικανοποιητικά τις αρχές ανάλυσης ασαφών συστημάτων καθώς και τις μεθοδολογίες σχεδίασης ασαφών ελεγκτών και μοντέλων. Επίσης, διατίθενται οι διαλέξεις του διδάσκοντα σε μορφή Power Point.
• Δίνονται λίστες εργασιών τις οποία οι φοιτητές εκπονούν προαιρετικά κατ’ οίκον. Οι εργασίες οργανώνονται σε τέσσερις βασικές κατηγορίες γνωστικού περιεχομένου, κάθε μία από τις οποίες επικεντρώνεται στα σημαντικότερα αντικείμενα του μαθήματος.
• Δίνεται τέλος, λίστα ξενόγλωσσων συγγραμμάτων από την πλούσια Αγγλική κυρίως βιβλιογραφία, παρόλο που η διανομή στους φοιτητές τέτοιων συγγραμμάτων δεν είναι εφικτή στην τρέχουσα φάση. Η παραπάνω λίστα αναρτάται στην ιστοσελίδα του μαθήματος στο e-THMMY.
1) R. R. Yager and D. P. Filev, Essentials of fuzzy modeling and control, John Willey & Sons, Inc., 1994.
2) L. H. Tsoukalas and R. E. Uhrig, Fuzzy and Neural approaches in Engineering, John Willey & Sons, Inc., 1997.
3) J.-S. R. Yang, C.-T. Sun, and E. Mizutani, Neuro-fuzzy and Soft Computing. A computational approach to learning and machine intelligence, Prentice Hall, NJ, 1997.
4) C.-T. Lin and C. S. G. Lee, Neural Fuzzy Systems, Prentice Hall, Inc., 1997.
5) Bart Kosko, Fuzzy engineering, Prentice Hall, Inc., 1997.
6) Li-Xin Wang, A course in fuzzy systems and control, Prentice Hall, 1997.
7) D. Driakov, H. Hellendroorn, and M. Reinfrank, An introduction to fuzzy control, Springer-Verlag, 1996.
8) M. Jamshidi, N. Vadiee, and T. Ross, Fuzzy logic and control Sostware and hardware applications, PTR Prentice Hall, Englewood Cliffs, NJ.