Применение методов искусственного интеллекта в задачах автоматизации и управления
Описание: В ходе изучения данной дисциплины рассматриваются вопросы применения нейронных сетей для аппроксимации функций, а также в контроллерах управления, в задачах идентификации объекта управления и в задачах компьютерной симуляции систем автоматического управления. В результате обучения приобретаются знания об архитектуре и стратегии обучения нейронных сетей, а также о программных средствах создания и обучения нейронных сетей, о генетических алгоритмах и их применении к задачам автоматического управления, формируются умения и навыки применения методов искусственного интеллекта к различным задачам автоматизации и управления с использованием современных компьютерных и информационно-коммуникационных технологий.
Количество кредитов: 5
Пререквизиты:
- Адаптивные методы прогнозирования параметров технологических процессов
Трудоемкость дисциплины:
| Виды работ | часы |
|---|---|
| Лекции | 30 |
| Практические работы | 15 |
| Лабораторные работы | |
| СРОП | 75 |
| СРО | 30 |
| Форма итогового контроля | экзамен |
| Форма проведения итогового контроля | Экзамен |
Компонент: Компонент по выбору
Цикл: Базовые дисциплины
Цель
- Развить у обучающихся навыки и знания, необходимые для применения методов искусственного интеллекта в задачах автоматизации и управления, с акцентом на разработку инновационных решений для оптимизации процессов и повышения эффективности систем.
Задача
- 1. Овладеть основными алгоритмами машинного обучения и их применением для решения практических задач в области автоматизации и управления. 1. Научиться собирать, анализировать и обрабатывать данные, необходимые для обучения моделей ИИ, а также оценивать качество полученных решений. 1. Развить навыки проектирования, разработки и внедрения интеллектуальных систем управления, используя методы искусственного интеллекта для повышения эффективности и надежности автоматизированных процессов.
Результат обучения: знание и понимание
- способность критически осмыслять и применять методы искусственного интеллекта в задачах автоматизации и управления, демонстрируя глубокое понимание их теоретических основ и практического применения.
Результат обучения: применение знаний и пониманий
- Способность применять теоретические знания и понимание методов искусственного интеллекта для разработки и оптимизации интеллектуальных систем управления в реальных промышленных процессах.
Результат обучения: формирование суждений
- формирование обоснованных суждений о применимости методов искусственного интеллекта в задачах автоматизации и управления, основываясь на критическом анализе существующих технологий и их эффектов на производственные процессы.
Результат обучения: коммуникативные способности
- эффективно передавать и обсуждать идеи, решения и результаты в области применения методов искусственного интеллекта в задачах автоматизации и управления, используя современные средства коммуникации и профессиональную терминологию.
Результат обучения: навыки обучения или способности к учебе
- способность разрабатывать интеллектуальные системы управления на основе методов искусственного интеллекта, а также навыки анализа и оптимизации автоматизированных процессов с применением современных алгоритмов машинного обучения.
