Ders AdıKodu Yerel KrediAKTS Ders (saat/hafta)Uygulama (saat/hafta)Laboratuar (saat/hafta)
Akıllı Kontrol SistemleriKOM510137.5300
ÖnkoşullarYok
YarıyılBahar
Dersin Diliİngilizce
Dersin SeviyesiYüksek Lisans
Dersin TürüSeçmeli @ Kont. ve Otom. Müh. ABD Kontrol ve Otomasyon Mühendisliği Yüksek Lisans Programı
Seçmeli @ Kont. ve Otom. Müh. ABD Kontrol ve Otomasyon Mühendisliği Doktora Programı
Seçmeli @ Kont. ve Otom. Müh. ABD Kontrol ve Otomasyon Mühendisliği Yüksek Lisans Programı (Tezsiz, 2. Öğretim)
Seçmeli @ Kont. ve Otom. Müh. ABD Kontrol ve Otomasyon Mühendisliği Yüksek Lisans Programı (Tezsiz)
Seçmeli @ Kont. ve Otom. Müh. ABD Kontrol ve Otomasyon Mühendisliği Yüksek Lisans Programı (Tezsiz, 2. Öğretim, İngilizce)
Ders KategorisiUzmanlık/Alan Dersleri
Dersin Veriliş ŞekliYüz yüze
Dersi Sunan Akademik BirimKontrol ve Otomasyon Mühendisliği Bölümü
Dersin KoordinatörüŞeref Naci Engin
Dersi Veren(ler)Şeref Naci Engin
Asistan(lar)ı
Dersin AmacıBu dersin amacı: Lineer olmayan kontrol yapılarında karşılaşılan modelleme ve çözüm zorluklarının akıllı tabanlı kontrol sistemleri kullanarak aşmaya çalışmaktır. Bunun için YSA tabanlı sistem modellerinden ve uygulamalarından yararlanılması sağlanacaktır.
Dersin İçeriğiAkıllı Kontrol Sistemlerinde Sinir Ağı oluşturmada genel metodlar, Akıllı Kontrol Sistemleri ve Otomasyonda, Geriye-yayılım algoritması ve Hızlı-Geriye-yayılım algoritması, Akıllı Kontrol Sistemlerinde Radyal Tabanlı Fonksiyon Ağları, Akıllı Kontrol Sistem uygulamalarında kendinden geri beslemeli Sinir Ağları; Hopfield Ağı, Akıllı Kontrol Sistem uygulamalarında kendi kendini organize eden sistemler, Akıllı Kontrol Sistemlerinde bilgi-teori modelleri, Modüler ağ uygulamaları, Akıllı Kontrol Sistem uygulamalarında Kohonen Ağı, Makine (Motor) Kontrol Sistemlerindeki genel uygulamaları, Robot Kontrol Sistemlerindeki genel uygulamaları, Kontrol Sistem Güvenilirliği üzerine olan genel uygulamaları.
Ders Kitabı / Malzemesi / Önerilen Kaynaklar
  • Neural Networks and Learning Machines, 3rd Edition, S. Haykin, Pearson Education, 2009.
  • Neural Networks, S. Haykin, Mc Millian Book Co., 2000.
  • Ian Boldea, S.A. Nasar, Vector Control of AC Drives, CRC Press, 1992.
Opsiyonel Program BileşenleriYok

Ders Öğrenim Çıktıları

  1. Öğrenciler YSA modellerine dayalı akıllı tabanlı sistemlerini çok katmanlı Perseptronlar, Radyel Tabanlı Fonksiyon Ağlarını ve kendinden geri beslemeli sistemleri kullanarak oluşturabilirler.
  2. Öğrenciler akıllı kontrol sistemlerinin temel prensiplerini karmaşık kontrol sistemlerinin modellenmesinde ve analizinde kullanabilirler.
  3. Kohonen tipi Kendi Kendine Organize olabilen Ağları kullanarak akıllı kontrol sistemleri gerçekleştirebilir ve uygulayabilirler.

Haftalık Konular ve İlgili Ön Hazırlık Çalışmaları

HaftaKonularÖn Hazırlık
1Yapay Sinir Ağları: Tanım, tarihçesi, geleceği, teori ve temel prensipler, hesaplama kabiliyetleri ve etkinliği Ders Kitabı (Bölüm. 1)
2Akıllı Kontrol Sistemlerinde Sinir Ağı oluşturmada genel metotlar Ders Notları
3Akıllı Kontrol Sistemlerinde Geriye-yayılım algoritması ve Hızlı-Geriye-yayılım algoritması Ders Notları
4Akıllı Kontrol Sistemlerinde Geriye-yayılım algoritması ve Hızlı-Geriye-yayılım algoritması Ders Notları
5Akıllı Kontrol Sistemlerinde Radyal Tabanlı Fonksiyon Ağları Ders Notları
6Akıllı Kontrol Sistemlerinde Hopfield Ağı Ders Notları
7Akıllı Kontrol Sistemlerinde kendi kendini organize eden sistemler Ders Notları
8Akıllı Kontrol Sistemlerinde kendi kendini organize eden sistemler Ders Notları
9Akıllı Kontrol Sistemlerinde kendi kendini organize eden sistemlerDers Notları
10Akıllı Kontrol Sistemlerinde bilgi-teori modelleri Ders Notları
11Makine (Motor) Kontrol Sistemlerindeki genel uygulamaları Ders Notları
12Robotik Kontrol Sistemlerindeki genel uygulamaları Ders Notları
13Ara Sınav
14UygulamalarDers Notları
15UygulamalarDers Notları
16Final Sınavı

Değerlendirme Sistemi

EtkinliklerSayıKatkı Payı
Devam/Katılım
Laboratuar
Uygulama
Arazi Çalışması
Derse Özgü Staj
Küçük Sınavlar/Stüdyo Kritiği
Ödev515
Sunum/Jüri115
Projeler
Seminer/Workshop
Ara Sınavlar130
Final140
Dönem İçi Çalışmaların Başarı Notuna Katkısı
Final Sınavının Başarı Notuna Katkısı
TOPLAM100

AKTS İşyükü Tablosu

EtkinliklerSayıSüresi (Saat)Toplam İşyükü
Ders Saati163
Laboratuar
Uygulama
Arazi Çalışması
Sınıf Dışı Ders Çalışması168
Derse Özgü Staj
Ödev55
Küçük Sınavlar/Stüdyo Kritiği
Projeler15
Sunum / Seminer
Ara Sınavlar (Sınav Süresi + Sınav Hazırlık Süresi)110
Final (Sınav Süresi + Sınav Hazırlık Süresi)110
Toplam İşyükü :
Toplam İşyükü / 30(s) :
AKTS Kredisi :
Diğer NotlarYok