Mikrorobotik und Regelungstechnik

Fuzzy-Regelung und künstliche neuronale Netze in Robotik und Automation

Umfang
3 VL, 1 ÜB, 6 KP

Dozent
Prof. Dr.-Ing. S. Fatikow

Inhalte

  • 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
  • Fuzzy + Neuro: Grundlagen und Anwendungen

Lernziele
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 wichtigsten Vorlesungsthemen sind Steuerungs- und Regelungsprobleme in Robotik und Automation, Grundlagen der Fuzzy-Logik und künstlicher neuronaler Netze, praktische Anwendbarkeit beider Verfahren, Vergleich konventioneller und fortgeschrittener Ansätze zur Steuerung und Regelung, Einsatz neuronaler Netze in Kombination mit Fuzzy-Logik. Die Veranstaltung richtet sich an alle interessierten Studenten, die sich mit diesen beiden Verfahren vertraut machen wollen. Die erworbenen Kenntnisse können später in Studien- oder Diplomarbeiten in der AMiR umgesetzt werden.

Literatur
Essentiell:

  • Vorlesungsskript in Buchform (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

Voraussetzungen: -

Verknüpft mit: -

Zu erbringende Leistungen: Aktive Mitarbeit , Mündliche Prüfung, Übungsleistungen
Kriterien zur Vergabe der Notenpunkte 0-100: Regelmäßige Teilnahme an der Vorlesung: 20%, mündliche Prüfung: 80%

Schwerpunktfach: Eingebettete Systeme und Mikrorobotik

Bereichswahl: Technische Informatik