inf303 - Fuzzy-Regelung und künstliche neuronale Netze in Robotik und Automation (Vollständige Modulbeschreibung)

inf303 - Fuzzy-Regelung und künstliche neuronale Netze in Robotik und Automation (Vollständige Modulbeschreibung)

Originalfassung Englisch PDF Download
Modulbezeichnung Fuzzy-Regelung und künstliche neuronale Netze in Robotik und Automation
Modulkürzel inf303
Kreditpunkte 6.0 KP
Workload 180 h
Einrichtungsverzeichnis Department für Informatik
Verwendbarkeit des Moduls
  • Master Informatik (Master) > Technische Informatik
Zuständige Personen
  • Sonnenschein, Michael (Modulverantwortung)
  • Fatikow, Sergej (Prüfungsberechtigt)
Teilnahmevoraussetzungen
Kompetenzziele
Spezialisten verschiedener Disziplinen lösen ihre anwendungsspezifischen Steuerungs- und Informationsverarbeitungsprobleme durch den Einsatz von Fuzzy-Logik und neuronaler Netze. Wie die gesammelten Erfahrungen zeigten, sind die Robotik und die Automatisierungstechnik prädestinierte Anwendungsbereiche für diese Technologien.

Die Studierenden
- verstehen die Steuerungs- und Regelprobleme in Robotik und Automation,
- erwerben Grundlagen der Fuzzy-Logik und künstlicher neuronaler Netze,
- vergleichen mit konventionellen und fortgeschrittener Ansätze zur Steuerung und Regelung und
- lernen den Einsatz neuronaler Netze in Kombination mit Fuzzy-Logik kenn.

Sie sind in der Lage
- ihr Wissen über die praktische Anwendbarkeit beider Verfahren zu vertiefen,
- die erworbenen Kennnisse später in Studien- oder Diplomarbeiten in der AMiR umzusetzen.
Modulinhalte
Steuerungsprobleme in Robotik und Automation; Einführung in Fuzzy- und Neuro-Systeme; Grundlagen der Fuzzy-Logik; Fuzzy-Logik regelbasierter Systeme; Modelle neuronaler Netze; Lernalgorithmen für neuronale Netze; Mehrschichtige Netze und Backpropagation; Assoziativspeicher und stochastische Netze; Selbstorganisierende Netze; Entwurf klassischer Regler; Entwurf von Fuzzy-Regelungssystemen; Praktische Anwendungen der Fuzzy-Logik; Entwurf von Neuro-Regelungssystemen; Praktische Anwendungen neuronaler Netze
Literaturempfehlungen
Essentiell:
* Vorlesungsskript in Buchform (erhältlich im Sekretariat, A1-3-303)
Empfohlen:
* Bothe, H.-H.: Neuro-Fuzzy-Methoden, Springer, 1998
* Braun, Feulner, Malaka: Praktikum Neuronale Netze, Springer, 1997
* Kahlert, J.: Fuzzy Control für Ingenieure, Vieweg, Braunschweig Wiesbaden, 1995
* Nauck, D., Klawonn, F. und Kruse, R.: Neuronale Netze und Fuzzy-Systeme, Vieweg, 1994
* Zell, A.: Simulation Neuronaler Netze, Addison-Wesley / Oldenbourg Verlag, Bonn, 1996

Gute Sekundärliteratur:
* Altrock, M. O. R.: Fuzzy Logic, R. Oldenbourg Verlag, 1993
* Bekey, A. and Goldberg, K.Y. (Eds.): Neural Networks in Robotics, Kluwer Academic, 1996
* Berns, K. und Kolb, T.: Neuronale Netze für technische Anwendungen, Springer, 1994
* Bothe, H.-H.: Fuzzy Logic, Springer, 1993
* Bunke, H., Kandel, A. (eds.): Neuro-Fuzzy Pattern Recognition, World Scientific Publ., 2000
* Kahlert, J. und Hubert, F.: Fuzzy-Logik und Fuzzy-Control, Vieweg, 1993
* Kim, Y.H. and Lewis, F.L.: High-Level Feedback Control with Neural Networks, World Scientific, 1998
* Kratzer, K.P.: Neuronale Netze, Carl Hanser, 1993
* Lämmel, U. und Cleve, J.: Künstliche Intelligenz (neuronale Netze), Fachbuchverlag Leipzig, 2001
* Lawrence, J.: Neuronale Netze, Systhema Verlag, München, 1992
* Omidvar, O. and van der Smagt, P. (eds.): Neural Networks for Robotics, Academic Press, 1997
* Patterson, D.W.: Künstliche neuronale Netze, Prentice Hall, 1996
* Pham, D.T. and Liu, X.: Neural Networks for Identification, Prediction and Control, Springer, 1997
* Rigoll, G.: Neuronale Netze, Expert Verlag, Renningen-Malmsheim, 1994
* Ritter, H., Martinetz, Th. und Schulten, K.: Neuronale Netze, Addison-Wesley, 1991
* Schulte, U.: Einführung in Fuzzy-Logik, Franzis-Verlag, München, 1993
* Tizhoosh, H.R.: Fuzzy-Bildverarbeitung, Springer, 1998
* von Altrock, C.: Fuzzy Logic: Technologie, Oldenbourg, 1993
* White, D. and Sofge, D. (Eds.): Handbook of Intelligent Control, Van Nostrand Reinhold, New York, 1992
* Zakharian, S. Ladewig-Riebler, P. und Thoer, St.: Neuronale Netze für Ingenieure, Vieweg, Wiesbaden, 1998
* Zalzala, A. and Morris, A. (Eds.): Neural Networks for Robotic Control, Ellis Horwood, London, 1996
* Zimmermann H.-J. (Hrsg.): Datenanalyse, VDI-Verlag, 1995
* Zimmermann, H.-J. (Hrsg.): Neuro + Fuzzy: Technologien und Anwendungen, VDI-Verlag, 1995
* Zimmermann, H.-J. und von Altrock, C. (Hrsg.): Fuzzy Logic: Anwendungen, Oldenbourg, 1994
Links
Unterrichtssprache Deutsch
Dauer in Semestern 1 Semester
Angebotsrhythmus Modul jährlich
Aufnahmekapazität Modul unbegrenzt
Modulart Wahlpflicht
Modullevel AS (Akzentsetzung)
Lehr-/Lernform V + Ü
Lehrveranstaltungsform Kommentar SWS Angebotsrhythmus Workload Präsenz
Vorlesung 3 42
Übung 1 14
Präsenzzeit Modul insgesamt 56 h
Prüfung Prüfungszeiten Prüfungsform
Gesamtmodul
Nach Beendigung des Moduls bis zum Anfang des nachfolgenden Semesters
Semesterbegleitende fachpraktische Übungen und mündliche Prüfung