Studijski program: ISIT
Vrsta i nivo studija: Akademske, prvi ili drugi nivo
Nastavnici: Mirko B. Vujošević, Milan J. Stanojević
Status predmeta: Izborni
Broj ESPB: 6
Uslov: Operaciona istraživanja 1
Cilj predmeta
Upoznavanje studenata sa savremenim pristupima mekog računanja u rešavanju problema optimizacije, operacionih istraživanja i odlučivanja sa naglasnkom na metode fazi skupova, neuronskih mreža i evolucionog računarstva.
Ishod predmeta
Znanje o mogućnostima primene metoda i tehnika mekog računanja u rešavanju realnih problema u inženjerskoj i menadžerskoj praksi i ovladavanje odgovarajućim veštinama modeliranja problema i korišćenja raspoloživih softverskih alata.
Sadržaj predmeta
Teorijska nastava: 1. Karakteristični problemi u inženjerstvu i menadžmentu u kojima se sreću fenomeni neizvesnosti, neodređenosti i nepreciznosti. 2. Uvod u fazi skupove - osnovni pojmovi i definicije. 3.Fazi relacije - binarne relacije, relacije sličnosti, relacije poređenja, fazi uređenje i uopštene fazi relacije. 4. Princip proširenja i fazi aritmetika. 5. Verovatnosna i mere mogućnosti. Multivalentna i fazi logika. 6. Fazi skupovi u odlučivanju. Fazi matematičko programiranje. 7. Modeli fazi linearnog programiarnja. 8. Neuronske mreže. Višeslojni perceptron. 9. Obučavanje neuronskih mreža. Algoritam sa prostiranjem unazad. 10. Samoorganizujuće mreže. 11. Fazi skupovi i neuronske mreže - neuro fazi modeli. 12. Evoluciono računarstvo. 13. Genetski algoritmi. 14. Mravlji algoritmi.
Praktična nastava Vežbe: 1. Modeliranje neizvesnosti. 2. Određivanje funkcija pripadnosti. 3-5. Softverski alati za fazi skupove. 6-8. Softverski alati za neuronske mreže. 9-10. Softverski alati za evoluciono računarstvo. 11-15. Studijski istraživački rad - izrada projekta.
Literatura
1. M. Vujošević, Operaciona istraživanja - izabrana poglavlja, FON, Beograd, 1999.
2. G. Deco, D. Obradovic, An information-theoretic approach to neural computing, Springer Verlag, Berlin, 1996.
3. G. J. Klir, B. Yuan, Fuzzy sets and fuzzy logic - theory and applications, Prentice Hall, Upper saddle River, 1995.
4. E. Cox, The Fuzzy Systems Handbook, Academic Press, London, 1994.
Broj časova aktivne nastave
Metode izvođenja nastave
Nastava klasična, blok ili mentorska, zavisno od broja prijavljenih studenata.Vežbe: Pretežno korišćenjem raspoloživih softvera.
Vrsta i nivo studija: Akademske, prvi ili drugi nivo
Nastavnici: Mirko B. Vujošević, Milan J. Stanojević
Status predmeta: Izborni
Broj ESPB: 6
Uslov: Operaciona istraživanja 1
Cilj predmeta
Upoznavanje studenata sa savremenim pristupima mekog računanja u rešavanju problema optimizacije, operacionih istraživanja i odlučivanja sa naglasnkom na metode fazi skupova, neuronskih mreža i evolucionog računarstva.
Ishod predmeta
Znanje o mogućnostima primene metoda i tehnika mekog računanja u rešavanju realnih problema u inženjerskoj i menadžerskoj praksi i ovladavanje odgovarajućim veštinama modeliranja problema i korišćenja raspoloživih softverskih alata.
Sadržaj predmeta
Teorijska nastava: 1. Karakteristični problemi u inženjerstvu i menadžmentu u kojima se sreću fenomeni neizvesnosti, neodređenosti i nepreciznosti. 2. Uvod u fazi skupove - osnovni pojmovi i definicije. 3.Fazi relacije - binarne relacije, relacije sličnosti, relacije poređenja, fazi uređenje i uopštene fazi relacije. 4. Princip proširenja i fazi aritmetika. 5. Verovatnosna i mere mogućnosti. Multivalentna i fazi logika. 6. Fazi skupovi u odlučivanju. Fazi matematičko programiranje. 7. Modeli fazi linearnog programiarnja. 8. Neuronske mreže. Višeslojni perceptron. 9. Obučavanje neuronskih mreža. Algoritam sa prostiranjem unazad. 10. Samoorganizujuće mreže. 11. Fazi skupovi i neuronske mreže - neuro fazi modeli. 12. Evoluciono računarstvo. 13. Genetski algoritmi. 14. Mravlji algoritmi.
Praktična nastava Vežbe: 1. Modeliranje neizvesnosti. 2. Određivanje funkcija pripadnosti. 3-5. Softverski alati za fazi skupove. 6-8. Softverski alati za neuronske mreže. 9-10. Softverski alati za evoluciono računarstvo. 11-15. Studijski istraživački rad - izrada projekta.
Literatura
1. M. Vujošević, Operaciona istraživanja - izabrana poglavlja, FON, Beograd, 1999.
2. G. Deco, D. Obradovic, An information-theoretic approach to neural computing, Springer Verlag, Berlin, 1996.
3. G. J. Klir, B. Yuan, Fuzzy sets and fuzzy logic - theory and applications, Prentice Hall, Upper saddle River, 1995.
4. E. Cox, The Fuzzy Systems Handbook, Academic Press, London, 1994.
Broj časova aktivne nastave
| Predavanja: | Vežbe: | Drugi oblici nastave: | Studijski istraživački rad: |
|---|---|---|---|
| 30 | 10 | 10 | 10 |
Nastava klasična, blok ili mentorska, zavisno od broja prijavljenih studenata.Vežbe: Pretežno korišćenjem raspoloživih softvera.
| Ocena znanja (maksimalni broj poena 100) | |||
| Predispitne obaveze | Poena | Završni ispit | Poena |
|---|---|---|---|
| aktivnost u toku predavanja | 10 | Prezentacija projekta | 20 |
| kolokvijum-i | 10 | Odbrana projekta i usmeni ispit | 20 |
| projekat | 40 | ||