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
Exame final (50%) e trabalho prático (50%). Exame oral obrigatório para notas superiores a 17 valores e sempre que haja dúvidas.
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
Introdução a ?soft computing?. Introdução à teoria dos conjuntos vagos (fuzzy). Operações, relações e composição fuzzy relacional. Inferência e sistemas fuzzy. Modelos fuzzy baseados em regras. Modelo linguístico (Mamdani) e Takagi‐Sugeno. Representação de sistemas dinâmicos. Identificação usando ?fuzzy clustering?. Interpretabilidade de modelos fuzzy. 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. Modelação dinâmica com redes neuronais. Redes neuro‐fuzzy: sinergias da combinação das duas metodologias de modelação. Controlo fuzzy clássico. Controlo baseado em modelos. Controlo preditivo. Controlo por modelo interno linear e não linear. Controlo fuzzy inverso. Controlo com funções objectivo fuzzy. Formulação na perspectiva da teoria da decisão fuzzy. Algoritmo de branch‐and‐bound aplicado a controlo preditivo. Filtros preditivos fuzzy. Controlo com redes neuronais. Aplicações a problemas de decisão e controlo em engenharia.
Metodologia de avaliação
Exame final (50%) e trabalho prático (50%). Exame oral obrigatório para notas superiores a 17 valores e sempre que haja dúvidas.
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 Intelligence.
J.-S. Jang, C.-T. Sun and E. Mizutani.
Prentice Hall, New Jersey, 1997.
Fuzzy Decision Making in Modeling and Control
Secundária
Artificial Intelligence: A Guide to Intelligent Systems
Soft Computing and Intelligent Systems Design: Theory,Tools and Applications
Fakhreddine O. Karray and Clarence W De Silva
Computational Intelligence: An Introduction