Metody inteligencji maszynowej w

automatyce
(30W 30L)
1. Wprowadzenie. Biologiczne podstawy cybernetyki. Metody
sztucznej inteligencji. Zakres wykadu. Metody soft computing
Zastosowanie w technice.
2. Ukady logiki rozmytej. Podstawy matematyczne zbiorw
rozmytych. Procesy rozmywania, wnioskowania, wyostrzania.
Zastosowanie logiki rozmytej do modelowania procesw
nieliniowych. Regulator rozmyty. Regulator z ruchem lizgowym.
Regulator typu TSK.
3. Przykady zastosowa ukadw logiki rozmytej w ukadach
sterowania:
-odporny regulator PI,
- samostrojenie regulatora typu PID.

4. Sieci neuronowe. Biologiczne sieci neuronowe. Modele neuronu.

Sztuczne sieci neuronowe. Zakres zastosowa sieci
neuronowych. Realizacja sieci neuronowych
5. Przykady zastosowa sieci neuronowych w ukadach
sterowania. Identyfikacja modelu tarcia. Sterowanie silnika
klatkowego.
6. Zoone metody sztucznej inteligencji. Neuronowe ukadu
rozmyte, ukady rozmyte z optymalizacj genetyczn.

Zajcia laboratoryjne bd odbyway si w oparciu o programy

symulacyjne oraz o mikroprocesorowe ukady sterowania. Zakres
zaj laboratoryjnych pokrywa tematycznie zakres wykadu.
 Bibliografia:
Drainkov D., Hellendoorn H., Reinfrank M. - An Introduction to Fuzzy Control,
Springer_Verlag , Berlin, 1993.
Drainkov D., Hellendoorn H., Reinfrank M. Wprowadzenie do sterowania
rozmytego, WNT, Warszawa1996.
Yager R.R., Fielev D.P.- Podstawy modelowania i sterowania rozmytego, WNT,
Warszawa 1995.
Rutkowska D., Piliski M., Rutkowski L. - Sieci neuronowe, algorytmy
genetyczne i systemy rozmyte, Warszawa - d, PWN, 1997 .
Rutkowska D. Inteligentne systemy obliczeniowe. Algorytmy genetyczne i
sieci neuronowe w systemach rozmytych. Akademicka Oficyna Wydawnicza
PLJ, Warszawa 1997.
Rutkowski L. Metody i techniki sztucznej inteligencji, PWN, Warszawa 2005.
Pedrycz W. - Fuzzy Control and Fuzzy Systems, John Wiley, New York 1993.
Goldberg D.E. Algorytmy genetyczne i ich zastosowania, WNT, Warszawa
1998.
R.Tadeusiewicz "Sieci neuronowe" (dostpne take w internecie)
http://winntbg.bg.agh.edu.pl/skrypty/0001/

I. Wprowadzenie w tematyk
sztucznej inteligencji

Co to jest sztuczna inteligencja?

Sztuczna inteligencja = Inteligencja obliczeniowa

Artificial intelligence = Computational intelligence

Poszukiwanie bardziej efektywnych sposobw

rozwizywania zoonych problemw za pomoc
komputerw skonio do wprowadzenie metod
wzorowanych na dziaaniu ludzkiego umysu lub
zjawiskach biologicznych.
 Definicja inteligencji ludzkiej:
Inteligencja jest umiejtnoci przystosowywania si
do nowych zada i warunkw ycia.

Inteligencja ludzka zwizana jest z:

umiejtnoci kojarzenia i rozumowaniem,
uczeniem si,
zdolnoci uoglniania,
percepcj i zdolnociami poznawczymi,
zapamitywaniem,
stawianiem i realizacj celw,
formuowaniem wnioskw,
myleniem abstrakcyjnym i koncepcyjnym.

1950 r. - Alan Turing: Czy dany program komputerowy jest

inteligentny? Test Turinga

1956 r. - John McCarthy zaproponowa po raz pierwszy

okrelenie sztuczna inteligencja.

1965 r. - L.A Zadeh wprowadzi po raz pierwszy zbiory

rozmyte i logik rozmyt.

lata szedziesite - B.Widrow opracowa podstawy

teoretyczne i aplikacyjne sztucznych sieci neuronowych.

1986 r. - punkt zwrotny w rozwoju sztucznej inteligencji -

Rumelhard i McCleland opisali sposb uczenia
wielowarstwowej sztucznej sieci neuronowej.
Pojcie Metody sztucznej inteligencji okrela zbir
metod, ktre maj na celu rozwizywanie problemw w
sposb przypominajcy rozumowanie czowieka. Metody
te powstay jako przeciwwaga tradycyjnych algorytmw
komputerowych.

Z reguy po metody sztucznej inteligencji siga si wtedy,

gdy brakuje klasycznych metod matematycznych,
pozwalajcych na rozwizanie rozpatrywanego
problemu.
 II. Sztuczne sieci neuronowe

Funkcje poszczeglnych elementw

neuronu
 Sztuczny neuron

Sztuczna sie neuronowa

 Uczenie sieci

Uczenie sieci, ktre zmienia wagi na wejciach

neuronw w sposb automatyczny, jest
kluczowym elementem stosowania sieci
neuronowych.

Uczenie sieci odbywa si na podstawie zbioru

danych uczcych pod nadzorem nauczyciela.
III. Systemy rozmyte
Przykady zbiorw rozmytych
 Przykady zbiorw rozmytych dla ukadu
klimatyzacji

Logika rozmyta

Podstawow cech systemw rozmytych jest wnioskowanie.

Oglny zapis wnioskowania ma posta:

jeli przesanka logiczna to konkluzja

Wykorzystuje si eksperta ktry na podstawie zdobytego wczeniej

dowiadczenia okrela sposb postpowania.

W przypadku klimatyzacji mona poda przykadowe reguy:

jeli jest chodno to wcz podgrzewanie

jeli jest gorco to wcz intensywne chodzenie
itd
 Systemy rozmyte

wejcie wyjcie
Blok wnioskowania
(zbiory rozmyte)
(zbiory rozmyte)

Baza regu

W bloku wnioskowania dokonuje si wyliczenia rozmytych wartoci

wyjciowych na podstawie regu zawartych w bazie regu i rozmytych
wartoci na wejciu, korzystajc z logiki rozmytej

IV. Algorytmy genetyczne

i ewolucyjne
Algorytmy genetyczne to metody rozwizywania rnych
problemw w naukach technicznych, gwnie zagadnie
optymalizacyjnych, wzorowane na naturalnej ewolucji.

Nie przetwarzaj bezporednio parametrw zadania, lecz ich

zakodowan (w formie chromosomw) posta.

Dokonuj przeszukania przestrzeni rozwiza startujc nie z

pojedynczego punktu ale z pewnej populacji takich punktw.

Stosuj probabilistyczne a nie deterministyczne reguy wyboru.

V. Przykady praktycznych zastosowa
inteligentnych systemw
a) Technologie oparte na logice rozmytej i sztucznych
sieciach neuronowych stosowane do sterowania
przebiegiem procesw technologicznych w:
ukadach autopilotw samolotw i okrtw

ukadach sterowania samochodu

ukadach sterowania robotw

 sterowaniu ruchem ulicznym

b) ukady diagnostyki i sterowania stosowane w

medycynie:
sterowanie poziomem cukru we krwi

urzdzenia diagnostyki nowotworowej

ukady sterowania rozrusznikiem serca

c) Rozpoznawanie i synteza mowy - stosowane
obecnie powszechnie na skal komercyjn

d) Rozpoznawanie obrazw
 e) Systemy logiki rozmytej i neuronowe stosowane w
ekonomii:

prognozowanie zachowa rynkw finansowych

VI. Dyskusja na temat perspektyw

rozwoju sztucznej inteligencji
Spr naukowcw:
Procesy umysowe czowieka rni si w sposb fundamentalny od
dziaa komputera a wic adna maszyna pracujca na zasadzie
oblicze nie bdzie moga myle i rozumie tak jak czowiek.

Zanik rnic midzy maszyn a czowiekiem jest jedynie kwesti

czasu gdy:
- ludzki mzg w ostatnich wiekach nie rozwin si prawie wcale,
- w ostatnim dwudziestoleciu jego elektroniczne odpowiedniki
rozwijaj si w olbrzymim tempie.

Po wczeniu potnej maszyny (komputera) o inteligencji podobnej do

. inteligencji czowieka, najprawdopodobniej nie bdziemy mogli jej ju
.wyczy.