Disciplina
Sistemas Inteligentes
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.
Prentice Hall, New Jersey, 1997.
Fuzzy Decision Making in Modeling and Control.
World Scientific Pub. Co., 2002.
Computational Intelligence: An Introduction.
Artificial Intelligence: A Guide to Intelligent Systems
Addison Wesley, Harlow, England, 2002.