rpd000003197 (1012246), страница 4

Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 4)

9. Кибзун А.Н., Кан Ю.С. Задачи стохастического программирования с вероятностными критериями. — М.: ФИЗМАТЛИТ, 2009 — 372 с.

10. Бухалев В.А. Обработка информации и управление ракетами в условиях противодействия. — М.: Военно-воздушная академия им. профессора Н.Е. Жуковского и Ю.А. Гагарина, 2009 – 148 с.

11. Чуличков А.И. Математические модели нелинейной динамики. — Изд. 2-е, испр. — М.: ФИЗМАТЛИТ, 2003. — 296 с.

12. Самарский А.А., Михайлов А.П. Математическое моделирование: Идеи. Методы. Примеры. — Изд. 2-е, испр. — М.: ФИЗМАТЛИТ, 2002. — 320 с.

13. Голованов Н.Н. Геометрическое моделирование. — М.: Издательство физико-математической литературы, 2002. — 472 с.

14. Штовба С.Д. Проектирование нечетких систем средствами MATLAB. - М.: Горячая линия - Телеком, 2007. - 228 с.: ил.

15. Леоненков А.В. Нечеткое моделирование в среде MATLAB и fuzzyTECH. - СПб,: БХВ-Петербург, 2005. - 736 с.: ил.

16. Ярушкина Н.Г. Основы теории нечетких и гибридных систем: учеб.пособие. - М.: Финансы и статистика, 2009. - 320 с.: ил.

17. Галушкин А.И. Нейронные сети: основы теории. - М.: Горячая линия-Телеком, 2010. - 496 с.: ил.

18. Ульянов С.В., Литвинцева Л.В., Добрынин В.Н., Мишин А.А. Интеллектуальное робастное управление: технологии мягких вычислений / С.В. Ульянов и др. - М.: ВНИИгеосистем, 2011. - 408 с. : ил.

б)дополнительная литература:

1. Тюрин Ю., Макаров А., Статистический анализ данных на компьютере. М.: Инфра - М, 1998г.

2. Крамер Г. Математические методы статистики. М.: Мир, 1975.

3. А.А. Грешилов, В.А. Статкун, А.А. Статкун Статистические методы принятия решений с эле-ментами конфлюэнтного анализа. М. Радио и связь. 1998.

4. К. Хартман, Э. Лецкий В. Шефер Планирование эксперимента в исследовнии технологических процессов. М.:Мир,1977.

5. Л.П. Ярославский. Введение в цифровую обработку изображений. М.: Сов. радио,1979.

6. Амелькин Н.И. Кинематика и динамика твердого тела. — М.: Издательство МИФИ, 2000. — 64 с.

7. Кнут Д.Э. Искусство программирования. Том 1. Основные алгоритмы. Изд. 3-е: Пер. с англ. — М.: Издательский дом "Вильямс", 2004. — 720 с.: ил.

8. Кнут Д.Э. Искусство программирования. Том 2. Получисленные алгоритмы. Изд. 3-е: Пер. с англ. — М.: Издательский дом "Вильямс", 2004. — 832 с.: ил.

9. Кнут Д.Э. Искусство программирования. Том 3. Сортировка и поиск. Изд. 2-е: Пер. с англ. — М.: Издательский дом "Вильямс", 2004. — 832 с.: ил.

10. Фаулер М., Скотт К. UML в кратком изложении. Применение стандартного языка объектного моделирования: Пер. с англ. — М.: "Мир", 1999. — 191 с.: ил.

11. Кратчен Ф. Введение в Rational Unified Process. Изд. 2-е: Пер. с англ. — М.: Издательский дом "Вильямс", 2002. — 240 с.: ил.

12. Гамма Э., Хелм Р., Джонсон Р., Влиссидес Дж. Приемы объектно-ориентированного проектирования. Паттерны проектирования. — СПб.: "Питер", 2001. — 368 с.: ил.

13. Ларман К. Применение UML и шаблонов проектирования. Изд. 2-е: Пер с англ. — М.: Издательский дом "Вильямс", 2004. — 624 с.: ил.

14. Фаулер М. Рефакторинг: улучшение существующего кода. — Пер. с англ. — СПб: Символ-Плюс, 2004. — 432 с.: ил.

в)программное обеспечение, Интернет-ресурсы, электронные библиотечные системы:

1. Borland Delphi

2. Borland C++ Builder

3. Maple

4. MATLAB

5. Среда моделирования искусственных нейронных сетей "NeuroPro"

1. МАТЕРИАЛЬНО-ТЕХНИЧЕСКОЕ ОБЕСПЕЧЕНИЕ ДИСЦИПЛИНЫ

1. В качестве материально-технического обеспечения дисциплины используется класс персональных компьютеров типа Pentium Core i5, оснащенных прикладным программно-математическим обеспечением, позволяющим реализовать объектно-ориентированное ПМО.

2. В качестве средства демонстрации учебно-методических материалов используется мультимедийный проектор.

Приложение 1
к рабочей программе дисциплины
«Основы проектирования робототехнических систем »

Аннотация рабочей программы

Дисциплина Основы проектирования робототехнических систем является частью Профессионального цикла дисциплин подготовки студентов по направлению подготовки Интегрированные системы летательных аппаратов. Дисциплина реализуется на 7 факультете «Московского авиационного института (национального исследовательского университета)» кафедрой (кафедрами) 704.

Дисциплина нацелена на формирование следующих компетенций: ПК-11 ,ПК-12 ,ПКК-3 ,ПКК-4 ,ПКК-5 ,ПТК-1 ,ПТК-2 ,ПТК-3 ,НИК-2 ,НИК-3 ,ОУК-2.

Содержание дисциплины охватывает круг вопросов, связанных с: - современными методами и технологиями математического и компьютерного моделирования объектов, процессов и явлений, связанных с функционированием информационно-управляющих систем и комплексов беспилотных и пилотируемых летательных аппаратов

- изучением методов автоматизации обработки результатов экспериментальных исследований бортовых комплексов ЛА.

- изучением технологии "мягких вычислений", позволяющей создавать простые и надежные алгоритмы управления и принятия решений в тех случаях, когда реализация "классическиих" алгоритмов оказываются либо неоправданно сложной и дорогой, либо вообще невозможна, в связи с недостаточным объемом информации об объекте управления.

Преподавание дисциплины предусматривает следующие формы организации учебного процесса: Лекция, мастер-класс, Лабораторная работа.

Программой дисциплины предусмотрены следующие виды контроля: промежуточная аттестация в форме Экзамен (5 семестр) ,Зачет с оценкой (6 семестр) ,Зачет с оценкой (7 семестр) ,Экзамен (8 семестр).

Общая трудоемкость освоения дисциплины составляет 12 зачетных единиц, 432 часов. Программой дисциплины предусмотрены лекционные (124 часов), практические (0 часов), лабораторные (84 часов) занятия и (170 часов) самостоятельной работы студента. В процессе проектирования роботехнических систем пилотируемых и беспилотных ЛА необходимо прибегать к математическому моделированию процессов их функционирования, в т.ч. в условиях воздействия внешней среды. Для успешного выполнения данного этапа проектирования необходимо уметь анализировать требования и ограничения, предъявляемые к математическим моделям с целью их формализации; использовать математический аппарат небесной механики, векторной алгебры, алгебры кватернионов, дифференциальных уравнений, теории вероятностей и математической статистики, случайных процессов, автоматического управления для формализации математических моделей; программно реализовать на ЭВМ эти модели и численные методы с использованием современных методологий программирования. Изложению этих воросов посвящены первый и второй блоки данной дисциплины.

Важнейшим этапом создания бортовых комплексов ЛА является этап их экспериментальной отработки с целью подтверждения правильности реализованных проектных решений и соответствия предъявляемым требованиям. Обеспечение эффективности экспериментальных исследований достигается использованием средств автоматизации на базе современных вычислительных систем, оснащенных специализированным программно-математическим обеспечением. Именно прогресс в области вычислительной техники обусловил развитие систем автоматизации экспериментальных исследований и их активное внедрение в практику разработки бортовых комплексов ЛА. В этой связи важно рассмотреть теоретические и практические вопросы создания систем автоматизации экспериментальных исследований. Изложению этих вопросов и посвящен третий блок данной дисциплины. Настоящий курс предполагает подробный анализ методов автоматизированной обработки экспериментальных данных различного типа (скалярных, многомерных числовых данных и сигналов) и интерпретации результатов экспериментальных исследований, составляющих основу математического обеспечения систем автоматизации.

Первый раздел курса посвящен изложению технологии статистической обработки скалярных числовых экспериментальных данных с использованием программных статистических пакетов. Современные статистические пакеты являются весьма эффективным инструментом анализа экспериментальных данных, однако, существует опасность ложных выводов на основе результатов экспериментальных исследований, вследствие неквалифицированного их использования. Изложение стратегии статистического исследования экмпеериментальных данных совмещает как основы теории, так и примеры реализации тех или иных статистических методов для решения типовых задач, возникающих в процессе экспериментальной отработки бортовых комплексов ЛА. Изложение сопровождается разнообразными практическими примерами, что способствует пониманию материала.

Второй раздел курса содержит обзор методов обработки и анализа многомерных (векторных) числовых данных. Аппарат многомерной математической статистики, составляющий основу таких методов, достаточно разнообразен, поэтому выделены те задачи и методы их практического решения, которые в наибольшей степени отвечают особенностям экспериментальных следований бортовых комплексов ЛА. Подробно рассмотрены методы оценки статистической связи показателей, характеризующих состояние объекта экспериментального исследования, методы классификации и кластеризации данных, методы выделения информативных признаков. Кроме того, обсуждаются методы построения математических (регрессионных) моделей исследуемых объектов на основе экспериментальных данных. Включение данного материала в структуру курса представляется весьма важным, так как экспериментальная модель во многих случаях является одним из важнейших инструментов исследования технических систем, на основе которой проводится исследование процессов их функционирования.

Наконец, завершающий третий раздел курса содержит изложение методов автоматизированной обработки сигналов, среди которых выделены детерминированные (гармонические, полигармонические, почти периодические) и стохастические (случайные процессы и случайные поля) сигналы.

Технология "мягких "вычислений, позволяет решать широкий круг задач управления слабо структурированными объектами, что весьма актуально для современной практики проектирования систем управления. Инструментарий технологии мягких вычислений основан на нечетких системах (нечеткие множества, нечеткая логика, нечеткие регуляторы и др.), моделях искусственных нейронных сетей и гибридных (нейро-нечетких) систем, а также на генетических алгоритмах. Решение задач оптимизации на основе генетических алгоритмов, а также задач обучения и адаптации на основе нечетких нейронных сетей и нечетких систем управления создает предпосылки для разработки робастных интеллектуальных систем управления.Такие системы обеспечивают достижение целей управления в условиях информационного риска, неполной исходной информации о целях управления и о непредвиденных (нештатных) ситуациях. Рассматриваются алгоритмы прямого и обратного нечеткого вывода, алгоритмы принятия решений в нечетких ситуациях и алгоритмы нечеткого многоальтернативного принятия решений. Рассматриваются наиблее широко используемые парадигмы искусственных нейронных сетей: многослойный персептрон и алгоритм обучения "Back Propogation", сеть Кохонена, сеть встречного распространения и сеть адаптивного резонанса. Большое внимание уделяется рассмотрению сети Хопфилда в связи с ее способностью решать достаточно сложные задачи оптимизации практически в "реальном времени". Подробно рассматриваются гибридные нейро-нечеткие системы, которые позволяют избавиться от недостатков присущих нечетким системам и искусственным нейронным сетям и объединить их достоинства.

Особое внимание уделяется генетическим алгоритмам,используемых для параметрической оптимзации нечетких и нейро - нечетких систем , а также для обучения искусственных нейроннных сетей.

Приложение 2
к рабочей программе дисциплины
«Основы проектирования робототехнических систем »

Cодержание учебных занятий

1. Лекции

1.1.1. Предмет и задачи курса. Математическое и компьютерное моделирование. Другие типы моделирования(АЗ: 4, СРС: 0)

Тип лекции: Информационная лекция

Форма организации: Лекция, мастер-класс

1.2.1. Архитектура программного обеспечения(АЗ: 2, СРС: 1)

Тип лекции: Информационная лекция

Форма организации: Лекция, мастер-класс

1.2.2. Шаблоны проектирования. Повторное использование кода. Практические приемы проектирования(АЗ: 2, СРС: 1)

Тип лекции: Проблемная лекция

Форма организации: Лекция, мастер-класс

Характеристики

Список файлов учебной работы