Drukuj Eksport do pliku (MS Word)
Nazwa przedmiotu:
Metody sztucznej inteligencji w elektroenergetyce
Koordynator przedmiotu:
dr hab. inż. Mirosław Parol, miroslaw.parol@ien.pw.edu.pl, tel. +48222345862
Status przedmiotu:
Obowiązkowy
Poziom kształcenia:
Studia II stopnia
Program:
Elektrotechnika
Grupa przedmiotów:
Wspólne
Kod przedmiotu:
Semestr nominalny:
1 / rok ak. 2009/2010
Liczba punktów ECTS:
3
Liczba godzin pracy studenta związanych z osiągnięciem efektów uczenia się:
Liczba punktów ECTS na zajęciach wymagających bezpośredniego udziału nauczycieli akademickich:
Język prowadzenia zajęć:
polski
Liczba punktów ECTS, którą student uzyskuje w ramach zajęć o charakterze praktycznym:
Formy zajęć i ich wymiar w semestrze:
  • Wykład15h
  • Ćwiczenia0h
  • Laboratorium15h
  • Projekt0h
  • Lekcje komputerowe0h
Wymagania wstępne:
Znajomość podstawowych zagadnień z zakresu informatyki, matematyki dyskretnej, probabilistyki i biologii, znajomość zasad funkcjonowania algorytmów obliczeniowych, rozumienie zasad działania klasycznych algorytmów optymalizacyjnych, rozumienie zasad działania programów komputerowych, programowanie w językach wysokiego poziomu, posługiwanie się systemami informatycznymi; Przedmioty, które należy wcześniej zaliczyć: Matematyka, Podstawy informatyki, Języki i metodyka programowania, Rachunek prawdopodobieństwa i statystyka.
Limit liczby studentów:
Cel przedmiotu:
dobór podstawowych elementów składowych algorytmu ewolucyjnego, sztucznej sieci neuronowej, sterownika rozmytego oraz algorytmu stadnego; zastosowanie metod sztucznej inteligencji do rozwiązywania wybranych problemów z dziedziny elektroenergetyki, dobór parametrów sterujących (strojenie) algorytmów ewolucyjnych, uczenie sztucznych sieci neuronowych, konstruowanie sterowników rozmytych, dobór parametrów sterujących (strojenie) algorytmów stadnych, rozwiązywanie wybranych problemów z dziedziny elektroenergetyki w oparciu o techniki sztucznej inteligencji
Treści kształcenia:
Wykład Wprowadzenie, pojęcia podstawowe (1h). Algorytmy ewolucyjne (4h) Pojęcia podstawowe, ogólna struktura algorytmu ewolucyjnego (AE). Operatory genetyczne. Metody selekcji oraz metody skalowania funkcji przystosowania. Implementacja komputerowa AE z przykładem obliczeniowym. Zastosowania algorytmów ewolucyjnych w elektroenergetyce. Sztuczne sieci neuronowe (4h) Inspiracja biologiczna i model matematyczny neuronu. Model McCullocha Pittsa. Funkcje aktywacji neuronu. Typowe architektury sztucznych sieci neuronowych (SSN). Perceptron wielowarstwowy, uczenie sieci metodą back-propagation (BP). Techniki stosowane w procesie uczenia sieci. Zastosowania SSN w elektroenergetyce. Systemy ekspertowe i logika rozmyta (4h) Budowa systemu ekspertowego (SE), reprezentacja wiedzy, pozyskiwanie wiedzy, mechanizmy wnioskowania. Logika rozmyta, liczby rozmyte, operatory rozmyte, wnioskowanie rozmyte. Zastosowania systemów ekspertowych i logiki rozmytej w elektroenergetyce. Inne techniki sztucznej inteligencji (2h) Algorytmy stadne. Algorytmy mrówkowe. Sztuczne systemy immunologiczne. Zastosowania nowych technik sztucznej inteligencji w elektroenergetyce. Laboratorium 1. Optymalizacja funkcji wielu zmiennych za pomocą programu Al._Gen (AE) - 2h 2. Projektowanie optymalnych struktur sieci rozdzielczych (AE) - 2h 3. Klasyfikacja obiektów rastrowych w ramach grup o wspólnych cechach, za pomocą programu NetLab (SSN) - 2h 4. Aproksymacja krzywej średniego miesięcznego zużycia energii elektrycznej w kolejnych miesiącach roku (SSN) - 2h 5. Wnioskowanie oparte na logice rozmytej (LR) - 2h 6. Estymacja rocznych obciążeń szczytowych stacji SN/nn (algorytm stadny) - 2h
Metody oceny:
Egzamin:
Literatura:
Wykład 1. D. E. Goldberg: Algorytmy genetyczne i ich zastosowania, WNT, Warszawa, 2003. 2. Z. Michalewicz: Algorytmy genetyczne + Struktury danych = Programy ewolucyjne, WNT, Warszawa, 2003. 3. S. Osowski: Sieci neuronowe do przetwarzania informacji, wyd. 2, Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa, 2006. 4. D. Rutkowska, M. Piliński, L. Rutkowski: Sieci neuronowe, algorytmy genetyczne i systemy rozmyte, PWN Warszawa, 1997. 5. P. Helt, M. Parol, P. Piotrowski: Metody sztucznej inteligencji w elektroenergetyce, Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa, 2000. 6. L. Rutkowski - Metody i techniki sztucznej inteligencji. Inteligencja obliczeniowa. PWN, 2006. 7. K. Trojanowski - Metaheurystyki praktyczne, Wyd. 2, Wyższa Szkoła Informatyki Stosowanej i Zarządzania, Warszawa 2008 Laboratorium D. Baczyński, S. Bielecki, M. Parol., P. Piotrowski, J. Wasilewski - Sztuczna inteligencja w praktyce. Laboratorium, Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa 2008.
Witryna www przedmiotu:
Uwagi:

Efekty uczenia się