| Kods | DE0480 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Nosaukums | Mākslīgo imūno sistēmu un algoritmu pamati elektrotransportā | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Statuss | Obligātais/Ierobežotās izvēles | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Līmenis un tips | Pamatstudiju, Profesionālais | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Tematiskā joma | Enerģētika un elektrotehnika | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Struktūrvienība | Datorzinātnes, informācijas tehnoloģijas un enerģētikas fakultāte | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Mācībspēks | Mihails Gorobecs, Andrejs Potapovs | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Kredītpunkti | 3.0 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Daļas | 1 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Anotācija |
Studiju kurss sniedz zināšanas par mākslīgajām imūnām sistēmām, to algoritmiem un to pielietošanu mikrokontrolleru optimālās vadības uzdevumiem ar mākslīgā intelekta metodēm. Studiju kurss aptver imūnos algoritmus, to struktūru, operatoriem, mērķa funkciju definēšanu, eksperimentu statistikas savākšanu un analīzi, izmantojot datu bāzes un statistisko hipotēžu pārbaudes metodes.. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Studiju kursa saturs |
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
Mērķis un uzdevumi, izteikti kompetencēs un prasmēs |
Studiju kursa mērķis ir attīstīt prasmes pielietot imūnos algoritmus elektrotransporta vadības procesu pilnveidošanai. Studiju kursa uzdevumi ir:1) formēt izpratni par imūno algoritmu darbības principiem; 2) izveidot iemaņas matemātiski definēt mērķa funkcijas un operatorus; 3) attīstīt vai pilnveidot prasmes veikt eksperimentu statistikas datu analīzi un pārbaudīt hipotēzes; 4) attīstīt spējas risināt elektrotransporta mikrokontrolleru optimālās vadības uzdevumus. | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
Sasniedzamie studiju rezultāti un to vērtēšana |
Prot lietot mākslīgo imūno sistēmu definīcijas, veidus, struktūras un veidot atbilstošu sistēmu konfigurāciju elektrotransporta uzdevumos. - Eksāmena teorētiskie jautājumi un kontroldarbi. Prot lietot imūno algoritmu definīcijas, veidus, operatorus, funkcijas un risināt elektrotransporta optimizācijas uzdevumus. - Laboratorijas darbi, eksāmena teorētiskie jautājumi un kontroldarbi. Spēj izstrādāt mikrokontrolleru programmas ar imūnajiem algoritmiem, risinot elektrotransporta optimālās vadības uzdevumus. - Laboratorijas darbi. Spēj izpildīt statistisko hipotēžu analīzi, lai pierādītu risinājumu optimalitāti. - Laboratorijas darbi, eksāmena praktiskais uzdevums. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Studiju rezultātu vērtēšanas kritēriji |
Atbildes uz eksāmena teorētiskiem jautājumiem - 20%
Eksāmena praktiskā uzdevuma izpilde - 20% Kontroldarbu izpilde - 20% Laboratorijas darbu izpilde - 40% |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Priekšzināšanas | Matemātiskās analīzes un optimizācijas metodes, programmēšanas valodas, adaptīvas sistēmas, tīmekļa programmēšana, datu bāzes. | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Studiju kursa plānojums |
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||