Vyučující
|
-
Kubalčík Marek, prof. Ing. Ph.D.
|
Obsah předmětu
|
-Klasifikace dynamických stochastických regresních modelů vhodných pro návrh pokročilých metod řízení. -Lineární dynamické stochastické modely (ARX, ARMAX, ARIMAX, OE, BJ, stavový). -Metoda nejmenších čtverců. -Rozšířená metoda nejmenších čtverců. -Metoda instrumentální proměnné. -Metoda predikčních chyb. -Rekurzivní identifikační algoritmy. -Nelineární dynamické stochastické modely (NARX, NARMAX, NOE). -Struktury nelineárních modelů Hammersteina a Wienera a jejich identifikace. -Využití metod umělé inteligence pro identifikaci nelineárních modelů. -Vyhodnocení kvality identifikačního experimentu.
|
Studijní aktivity a metody výuky
|
Metody práce s textem (učebnicí, knihou), Cvičení na počítači
|
Předpoklady |
---|
Odborné znalosti |
---|
Adaptivní a prediktivní řízení (magisterský studijní program) Identifikace systémů (magisterský studijní program) |
Adaptivní a prediktivní řízení (magisterský studijní program) Identifikace systémů (magisterský studijní program) |
Výsledky učení |
---|
Klasifikace dynamických stochastických regresních modelů vhodných pro návrh pokročilých metod řízení |
Klasifikace dynamických stochastických regresních modelů vhodných pro návrh pokročilých metod řízení |
Lineární dynamické stochastické modely (ARX, ARMAX, ARIMAX, OE, BJ, stavový) |
Lineární dynamické stochastické modely (ARX, ARMAX, ARIMAX, OE, BJ, stavový) |
Modifikace rekurzivní metody nejmenších čtverců |
Modifikace rekurzivní metody nejmenších čtverců |
Nelineární dynamické stochastické modely (NARX, NARMAX, NOE) |
Nelineární dynamické stochastické modely (NARX, NARMAX, NOE) |
Rozšířená metoda nejmenších čtverců |
Rozšířená metoda nejmenších čtverců |
Odborné dovednosti |
---|
Využití metod umělé inteligence pro identifikaci nelineárních modelů |
Využití metod umělé inteligence pro identifikaci nelineárních modelů |
Vyhodnocení kvality identifikačního experimentu |
Vyhodnocení kvality identifikačního experimentu |
Identifikace nelineárních modelů Hammersteina a Wienera |
Identifikace nelineárních modelů Hammersteina a Wienera |
Implementace rekurzivních identifikačních algoritmů |
Implementace rekurzivních identifikačních algoritmů |
Implementace metody predikčních chyb |
Implementace metody predikčních chyb |
Vyučovací metody |
---|
Odborné znalosti |
---|
Cvičení na počítači |
Cvičení na počítači |
Metody práce s textem (učebnicí, knihou) |
Metody práce s textem (učebnicí, knihou) |
Hodnotící metody |
---|
Ústní zkouška |
Ústní zkouška |
Písemná zkouška |
Písemná zkouška |
Doporučená literatura
|
-
Digital self-tuning controllers : algorithms, implementation and applications. London : Springer, 2005. ISBN 1-85233-980-2.
-
Bobál, Vladimír. Identifikace systémů. Vyd. 1. Zlín : Univerzita Tomáše Bati ve Zlíně, 2009. ISBN 978-80-7318-888-7.
-
DUNÍK, J. Identifikace systémů a filtrace. ZČU v Plzni, 2018. ISBN 978-80-261-0775-0.
-
Garnier, H., Wang, L. Identification. of Continuos-time Models from Sampled Data. Springer-Verlag, London, 2008. ISBN 978-1-84800-160-2.
-
HOFREITER, M. Identifikace systémů I.. ČVUT v Praze, 2009. ISBN 978-80-01-04228-1.
-
Janczak, A. Identification of Nonlinear SystemsUsing Neural Networks and Polynomial Models. Springer-Verlag Berlin, 2005. ISBN 3-540-23185-4.
-
Keesman, K. J. System Identification. An Introduction.. Springer-Verlag London, 2011. ISBN 978-0-85729-521-7.
-
Ljung, L. System identification: Theory for the user. MIT Press Cambridge, 1987.
-
Mikleš, J., Fikar, M. Process modelling, identification, and control 2. Bratislava : STU, 2004. ISBN 80-227-2132-8.
-
Nelles, Oliver. Nonlinear system identification : from classical approaches to neural networks and fuzzy models. Berlin : Springer, 2001. ISBN 3-540-67369-5.
-
Noskievič, P. Modelování a identifikace systémů. Montanex, Ostrava, 1999. ISBN 80-7225-030-2.
-
Söderström, T., Stoica, P. System Identification. Prentice Hall, University Press, Cambridge, UK, 1989.
-
VROŽINA, M., JANČÍKOVÁ, Z., A DAVID, J. Identifikace systémů. VŠB - TU Ostrava, 2012. ISBN 978-80-248-2594-6.
|