mislo

Fakulteta za elektrotehniko, računalništvo in informatiko · Univerza v Mariboru

Identifikacija nelinearnih sistemov

Za Identifikacijo nelinearnih sistemov še ni zapiskov.

Imaš svoje zapiske? Objavi jih: ceno določiš ti, z naročnino ti ostane cela, DDV se doda kupcu.

Objavi zapiske

Čakaš na zapiske? Prijavi se in povej. Ko jih kdo objavi, dobiš sporočilo.

Želim zapiske

Kaj lahko narediš že danes

Naloži svoje gradivo za Identifikacijo nelinearnih sistemov: Mai ga prebere in ti iz njega naredi kartice, kviz in razlago, ko ti kaj ni jasno. Če zapiske kasneje objaviš, jih prodajaš tukaj.

Naloži svoje gradivo

Učni načrt

Podatki so iz učnega načrta, ki ga objavlja Fakulteta za elektrotehniko, računalništvo in informatiko. Prebrano 6. 9. 2026. Poglej izvirnik

6 kreditnih točk

Obveznosti v urah

  • Predavanja30 ur
  • Vaje30 ur
  • Samostojno delo120 ur

Vsebina

  1. Uvod: pomen identifikacij nelinearnih sistemov, postopek identifikacije in naloge, dinamični modeli, bela škatla, črna škatla, modeli sive škatle.
  2. Optimizacijske tehnike: linearna optimizacija, najmanjši kvadrati, rekurzivni najmanjši kvadrati, nelinearna lokalna optimizacija, direktni iskalni algoritmi, gradientni algoritmi, nelinearni najmanjši kvadrati, nelinearna globalna optimizacija, evolucijske strategije, genetski algoritmi, nenadzorovane metode učenja, metoda glavnih komponent, tehnike združevanja, optimizacija kompleksnosti modelov, redukcija kompleksnosti modelov.
  3. Statični modeli: linearni, polinomski, tabelarni modeli, nevronske mreže, osnovne radialne funkcije, mehki modeli, mehke nevronske mreže.
  4. Dinamični modeli: identifikacija linearnih dinamičnih sistemov, časovne vrste, modeli z izhodno povratno vezavo, rekurzivni algoritmi, identifikacija s povratno zanko, identifikacija nelinearnih dinamičnih modelov, učenje povratno zančnih struktur, klasični polinomski pristop, Volterrove vrste, dinamični nevronski in mehki modeli, dinamični lokalno linearni mehki-nevronski modeli, nevronske mreže z notranjo dinamiko.
  5. Aplikacije: aplikacije statičnih modelov, aplikacije dinamičnih modelov, mehki senzorji, odkrivanje napak, diagnoza napak, spremljanje kvalitete, prediktivna regulacija, in sprotna adaptacija.
  6. Seminar: študenti bodo izdelali seminarsko delo, pri katerem bodo zasnovali koncept, analizirali, izvedli, testirali in dokumentirali primere identifikacije nelinearnih sistemov.

Ocenjevanje

Ocena raziskovalne naloge in zagovor 100 %

Pogoji za vključitev

Ni pogojev.

Literatura

  • Oliver Nelles: Nonlinear System Identification: From Classical Approaches to Neural Networks and Fuzzy Models, Springer-Verlag, Barlin, 2001,ISBN - 3-540-67369-5,COBISS.SI-ID - 7114006
  • Ross, T. J. (2005). Fuzzy logic with engineering applications (2nd ed., p. XXI, 628). Wiley.
  • Wang, L.-X. (1994). Adaptive fuzzy systems and control: design and stability analysis (p. XVII, 232). PTR Prentice Hall.

Kako deluje

  1. Zapiske kupiš enkrat in ostanejo tvoji.
  2. V aplikaciji iz njih dobiš kartice, kvize in Mai, ki pozna gradivo.
  3. Ceno določi avtor. Prodajalec je Mislo AI, račun dobiš od nas.