Soft Computing Techniques to Characterize Thermal Systems

Garant předmětu:

Vladimír Zmrhal

Přednášející:

Arturo Pacheco-Vega

Cvičící:

Arturo Pacheco-Vega

Předmět zajišťuje:

ústav techniky prostředí

Anotace:

Kurz nabízí praktický přehled klíčových metod soft computingu umělých neuronových sítí, genetických algoritmů, fuzzy logiky a klastrové analýzy, se zaměřením na jejich aplikaci v tepelných a energetických systémech. Důraz bude kladen na kódování a implementaci neuronových sítí a genetických algoritmů, jak jsou aplikovány na data získaná z reálných tepelných systémů. Studenti se zapojí do praktických projektů zahrnujících numerickou analýzu, rešerši literatury a prezentaci, které mohou být v souladu s jejich vlastními výzkumnými aktivitami.

Požadavky:

Aktivní účast je nezbytná. Od studentů se očekává, že se budou během celého kurzu zapojovat do diskusí, programovacích aktivit a vzájemného hodnocení. Programování a nástroje: Od studentů se očekává, že budou programovat v jazyce MATLAB, Fortran 77/90 nebo jiném jazyce podle svého výběru, pokud jej ovládají. Projekty budou zahrnovat implementaci algoritmů a interpretaci dat.

Osnova přednášek:

Níže je uveden přehled kurzu; pořadí a/nebo obsah se však mohou změnit.

Umělé neuronové sítě (ANN) a jejich aplikace

oDefinice a základní pojmy

oTypy neuronových sítí: podobnosti a rozdíly

oAplikace pro popis tepelných systémů

Genetické algoritmy (GA) a jejich aplikace

oDefinice a základy

oPoužití GA jako globální optimalizační techniky

oAplikace pro popis tepelných systémů

Fuzzy logika (FL) a její aplikace

oDefinice a základy

oTypy inferenčních systémů

oAplikace v regulaci tepelných systémů

Klastrová analýza (CA) a její aplikace

oKlasifikační algoritmy

oMatematické základy

oAplikace pro popis tepelných systémů

Osnova cvičení:

Formát kurzu: Kurz je strukturován jako vedená diskuse doplněná přednáškami. Mezi klíčové komponenty patří: Přednášky o softwarovém inženýrství a integraci tepelných systémů.

Týmové nebo individuální projekty zahrnující analýzu dat, vývoj kódu a integraci literatury.

Prezentace studentů o výsledcích projektů s důrazem na komunikaci a kritické hodnocení.

Cíle studia:

Porozumět základům čtyř technik soft computingu: ANN, GA, fuzzy logika a klastrování.

Aplikovat nástroje soft computingu zejména neuronové sítě a genetické algoritmy pro analýzu chování tepelných systémů.

Rozvíjet numerické kódovací dovednosti přizpůsobené aplikacím soft computingu v inženýrství.

Syntetizovat výsledky výzkumu prostřednictvím rešerše literatury a kritické diskuse.

Prezentovat technické poznatky a analýzy v profesionálním formátu. Porozumět základům čtyř technik soft computingu: ANN, GA, fuzzy logika a klastrování.

Aplikovat nástroje soft computingu zejména neuronové sítě a genetické algoritmy k analýze chování tepelných systémů.

Rozvíjet numerické kódovací dovednosti přizpůsobené aplikacím soft computingu v inženýrství.

Syntetizovat výsledky výzkumu prostřednictvím rešerše literatury a kritické diskuse.

Prezentovat technické poznatky a analýzy v profesionálním formátu.

Studijní materiály:

Haykin, S. (2002). Neural Networks: A Comprehensive Foundation (2nd Edition), Pearson Education.

Mitchell, M. (1996). An Introduction to Genetic Algorithms, MIT Press.

Additional research papers and technical documents tailored to specific topics.

Poznámka:

Kapacita kurzu je omezena. Výuka probíhá pouze v angličtině.

Během výuky musí být mobilní telefony vypnuté nebo v tichém režimu.

Rovněž není povoleno posílat SMS zprávy.

Rozvrh na zimní semestr 2025/2026:

Rozvrh není připraven

Rozvrh na letní semestr 2025/2026:

Rozvrh není připraven

Předmět je součástí následujících studijních plánů: