Computational Intelligence in der Automatisierung

Mechatronik, Master (PO-2023)

Modulnummer / Modulcode WP-ME-MA-11
Modulname Computational Intelligence in der Automatisierung
Art des Moduls Wahlpflicht
Lernergebnisse, Kompetenzen, Qualifikationsziele

Die Studierenden verstehen die grundlegenden, Begriffe, Konzepte und Methoden der Computational Intelligence (CI) mit ihren drei Teilgebieten Fuzzy-Logik, Künstliche Neuronale Netze und Evolutionäre Algorithmen.

Die Studierenden sind in der Lage, einfache CI-Anwendungen selbständig und systematisch zu erstellen.

Des Weiteren erwerben Studierende eine ausreichende Kompetenz, um die Eignung von CI-Methoden zur Lösung einer technischen Aufgabe abschätzen zu können. Sie können die entsprechende technisch-wissenschaftliche Literatur lesen.

Lehrveranstaltungsarten VLmP 3 SWS, Ü 1 SWS
Lehrinhalte
  • Was bedeutet Computational Intelligence und was ist das Besondere an ihr?
  • Problemstellungen und Lösungsansätze
    • Mustererkennung und Klassifikation
    • Modellbildung
    • Regelung
    • Optimierung und Suche
  • Fuzzy-Logik und Fuzzy-Systeme
    • Allgemeine Prinzipien
    • Fuzzy-Clusterverfahren
    • Fuzzy-Modellierung, Fuzzy-Identifikation
    • Fuzzy-Regelung
    • Anwendungsbeispiele
  • Künstliche Neuronale Netze
    • Allgemeine Prinzipien
    • Netzwerke vom MLP-, RBF- und SOM-Typ
    • Anwendungsbeispiele
  • Evolutionäre Algorithmen
    • Allgemeine Prinzipien
    • Genetische Algorithmen
    • Evolutionsstrategien
    • Genetisches Programmieren
    • Anwendungsbeispiele
  • Hybride CI-Systeme
  • Schwarmintelligenz & Künstliche Immunsysteme
Titel der Lehrveranstaltungen Computational Intelligence in der Automatisierung
Lehr- und Lernmethoden (Lehr- und Lernformen) Frontalunterricht, Tafelübungen, Rechnerübungen, Repetitorium
Verwendbarkeit des Moduls
Dauer des Moduls Ein Semester
Häufigkeit des Angebotes jährlich im Sommersemester
Sprache deutsch
Empfohlene (inhaltliche) Voraussetzungen für die Teilnahme am Modul
Voraussetzungen für die Teilnahme am Modul
Studentischer Arbeitsaufwand 3 SWS VL (45 Std.), 1 SWS Ü (15 Std.), Selbststudium (120 Std.)
Studienleistungen
Voraussetzung für Zulassung zur Prüfungsleistung
Prüfungsleistungen Klausur 120 Min. oder mündliche Prüfung 30 Min.
Anzahl Credits (ECTS) 6 cp
Lehreinheit Maschinenbau
Modulverantwortliche/r Prof. Dr.-Ing. Andreas Kroll
Lehrende Prof. Dr.-Ing. Andreas Kroll
Medienformen • Ausdruckbare Vorlesungsfolien, Lehrbuch zum Kurs, Tafel • Moodle-Kurs für Vorlesungs-/Übungsunterlagen sowie Zusatzinformationen
Literatur

Basisliteratur:

  • P. Engelbrecht: Computational Intelligence, 2. Auflage Chichester: Wiley, 2007, ISBN 978-0-470-03561-0
  • Kroll: Computational Intelligence, 2. Auflage, Berlin: De Gruyter/Oldenbourg, 2016, ISBN 978-3-040066-3
  • M. Negnevitsky: Artificial Intelligence – a guide to intelligent systems, 3. Auflage, Harlow: Addison Wesley, 2011, ISBN 978-1-4082-2574-5