Disciplina

Área

Área Científica de Controlo, Automação e Informática Industrial > Controlo, Automação e Robótica

Activa nos planos curriculares

MEMec 2021 > MEMec 2021 > 2º Ciclo > Opções Livres > Especialidades Secundárias > Especialidade Secundária em Produção > Sistemas > Sistemas Inteligentes

MEAer 2017 > MEAer 2017 > 2º Ciclo > Especializações > Aeronaves > Opções > Opções 9º Semestre > Sistemas Inteligentes

MEMec 2006 > MEMec 2006 > 2º Ciclo > Áreas de Especialização > Sistemas > Sistemas Inteligentes

Nível

Avaliação por testes ou exame final e mini-trabalho.

Tipo

Não Estruturante

Regime

Semestral

Carga Horária

1º Semestre

3.0 h/semana

1.5 h/semana

105.0 h/semestre

Objectivos

Formar os alunos nos fundamentos da teoria dos sistemas inteligentes. Fornecer os princípios básicos da lógica vaga (fuzzy) e da sua aplicação à modelação, controlo e decisão qualitativas. Introdução dos formalismos da modelação e controlo por redes neuronais, assim como, da teoria subjacente aos sistemas neuro-fuzzy.

Programa

Necessidade de métodos de controlo “inteligente”. Introdução à teoria dos conjuntos vagos (fuzzy). Operações na teoria dos conjuntos fuzzy. Relações fuzzy. Composição fuzzy relacional. Inferência fuzzy. Sistemas fuzzy. Modelos fuzzy baseados em regras. Variáveis linguísticas. Regras fuzzy. Modelo fuzzy linguístico (Mamdani). Controlo fuzzy clássico. Representação de sistemas dinâmicos. Modelação fuzzy. Modelos de Takagi-Sugeno. Identificação usando fuzzy clustering. Simplificação e redução de modelos fuzzy. Relações de semelhança. Controlo baseado em modelos. Controlo predictivo. Problemas com erros baseados em modelo e perturbações. Controlo por modelo interno linear e não linear. Controlo preditivo numa estrutura IMC. Controlo fuzzy inverso. Inversão de modelos fuzzy Aplicação ao controlo. Controlo predictivo com funções objectivo fuzzy. Formulação na perspectiva da teoria da decisão. Agregação de critérios fuzzy. Algoritmo de branch-and-bound aplicado a controlo preditivo. Comparação com outros métodos. Controlo predictivo com funções de custo fuzzy: problema convexo e aplicação de B&B. Aplicação de filtros predictivos fuzzy a problemas de decisão discreta. Aplicação das técnicas anteriores a um problema de um guindaste industrial do porto de Roterdão. Redes neuronais: definições, arquitecturas básicas; aprendizagem. Redes neuronais multi-camada directa. Redes neuronais baseadas em funções radiais. Aprendizagem em redes com funções radiais. Redes recorrentes. Controlo e redes neuronais. Controlo predictivo e controlo por modelo interno baseado em modelos neuronais. Redes neuro-fuzzy: sinergias da combinação das duas metodologias de modelação. Aplicações a problemas de decisão e controlo em engenharia.

Metodologia de avaliação

Avaliação por testes ou exame final e mini-trabalho.

Pré-requisitos

Componente Laboratorial

Princípios Éticos

Componente de Programação e Computação

Componente de Competências Transversais

Bibliografia

Principal

Neuro-Fuzzy and Soft Computing: A Computational Approach to Learning and Machine Intel-ligence.

J.-S. Jang, C.-T. Sun and E. Mizutani.

1997

Prentice Hall, New Jersey, 1997.


Fuzzy Decision Making in Modeling and Control.

J.M.C. Sousa and U. Kaymak

2002

World Scientific Pub. Co., 2002.


Computational Intelligence: An Introduction.

Andries P. Engelbrecht

2003

John Wiley and Sons, 2003.


Artificial Intelligence: A Guide to Intelligent Systems

Negnevitsky, M.

2002

Addison Wesley, Harlow, England, 2002.