Letzte Änderung : 25.01.2025 21:21:31   


Code:208200
Modul:Grundlagen Soft Computing
Module title:Soft Computing I (Foundations)
Version:2.0 (06/2015)
letzte Änderung: 19.02.2024
Modulverantwortliche/r: Prof. Dr.-Ing. Kästner, Wolfgang
w.kaestner@hszg.de

angeboten in den 24 Studiengängen:
Automatisierung und Mechatronik (B.Eng.) gültig ab Matrikel 2015
Automatisierung und Mechatronik (B.Eng.) gültig ab Matrikel 2018
Automatisierung und Mechatronik (B.Eng.) gültig ab Matrikel 2021
Automatisierung und Mechatronik (Dipl.-Ing. (FH)) gültig ab Matrikel 2015
Automatisierung und Mechatronik (Dipl.-Ing. (FH)) gültig ab Matrikel 2018
Automatisierung und Mechatronik (Dipl.-Ing. (FH)) gültig ab Matrikel 2021
Automatisierung und Mechatronik (Dipl.-Ing. (FH)) gültig ab Matrikel 2024
Automatisierung und Mechatronik KIA (B.Eng.) gültig ab Matrikel 2014
Automatisierung und Mechatronik KIA (B.Eng.) gültig ab Matrikel 2018
Automatisierung und Mechatronik KIA (B.Eng.) gültig ab Matrikel 2021
Automatisierung und Mechatronik KIA (Dipl.-Ing. (FH)) gültig ab Matrikel 2014
Automatisierung und Mechatronik KIA (Dipl.-Ing. (FH)) gültig ab Matrikel 2018
Automatisierung und Mechatronik KIA (Dipl.-Ing. (FH)) gültig ab Matrikel 2021
Automatisierung und Mechatronik KIA (Dipl.-Ing. (FH)) gültig ab Matrikel 2024
Elektrische Energiesysteme (B.Eng.) gültig ab Matrikel 2015
Elektrische Energiesysteme (B.Eng.) gültig ab Matrikel 2018
Elektrische Energiesysteme (Dipl.-Ing. (FH)) gültig ab Matrikel 2015
Elektrische Energiesysteme (Dipl.-Ing. (FH)) gültig ab Matrikel 2018
Elektrische Energiesysteme KIA (B.Eng.) gültig ab Matrikel 2014
Elektrische Energiesysteme KIA (B.Eng.) gültig ab Matrikel 2018
Elektrische Energiesysteme KIA (Dipl.-Ing. (FH)) gültig ab Matrikel 2014
Elektrische Energiesysteme KIA (Dipl.-Ing. (FH)) gültig ab Matrikel 2018
Elektrotechnik (B.Eng.) gültig ab Matrikel 2024
Elektrotechnik KIA (B.Eng.) gültig ab Matrikel 2024

Modul läuft im:WiSe (Wintersemester)
Niveaustufe:Bachelor/Diplom
Dauer des Moduls:1 Semester
Status:Pflichtmodul
Lehrort:Zittau
Lehrsprache:Deutsch

Workload* in SWS **
Semester
Zeit- std.ECTS-
Pkte
1
2
3
4
5
6
7
8

V
S
P
W
V
S
P
W
V
S
P
W
V
S
P
W
V
S
P
W
V
S
P
W
V
S
P
W
V
S
P
W
150
5
4.0




1
2
1
0



*Gesamtarbeitsaufwand pro Modul (1 ECTS-Punkt entspricht einem studentischen Arbeitsaufwand von 30 Zeitstunden)
**eine Semesterwochenstunde (SWS) entspricht 45 Minuten pro Woche

Selbststudienzeit in h
Angabe gesamt
davon
105
55
Vor- und Nachbereitung LV
50
Vorbereitung Prüfung
0
Sonstiges


Lehr- und Lernformen:Die Vermittlung des Fachwissens erfolgt in Form von Vorlesungen und Seminaren/Übungen. In den Vorlesungen werden die methodischen Grundlagen mittels Multimediatechnik und Tafelbildern dargestellt. In den Seminaren erfolgt die Festigung der Vorlesungsinhalte anhand von Aufgaben. Die Übungen dienen der Vertiefung spezieller Fähigkeiten und Fertigkeiten im Zusammenhang mit dem Beleg.
Hinweise:Durchführung von Rechnerübungen zur Handhabung der Simulationstools


Prüfung(en)
Prüfung Prüfungsleistung als Beleg (PB)
 - 
100.0%



Lerninhalt:
  • Einführung Soft Computing
    Begriffe, Einordnung in die Methoden der Modellbildung und Simulation, Überblick über Verfahren und Anwendungsgebiete
  • Fuzzy Systeme
    Mathematische Grundlagen der Fuzzy Set Theorie, Begriffe, Fuzzy Systeme und deren Komponenten, Fuzzy System nach Mamdani, Demonstrationsbeispiel, Vorgehensweise beim Entwurf, Software zum Entwurf und zur Realisierung, Applikationen zur Modellierung und Regelung
  • Künstliche Neuronale Netze (KNN)
    Grundlagen der Künstlichen Neuronalen Netze, Begriffe, Arten von KNN, Multilayer Perzeptron (MLP), Demonstrationsbeispiel, Vorgehensweise beim Entwurf, Software zum Entwurf und zur Realisierung, Applikationen zur Modellierung und Regelung, Bewertungsmöglichkeiten von MLP
  • Simulation von Soft Computing Verfahren
    Entwicklung, Umsetzung und Implementierung von Soft Computing Modellen

Lernergebnisse/Kompetenzen:
Fachkompetenzen:Die Studierenden analysieren eine prozessspezifische Datenbasis und erkennen die Notwendigkeit einer Datenvorverarbeitung.
Die Studierenden entwerfen regelbasierte bzw. datenbasierte Modelle (Fuzzy Systeme, Künstliche Neuronale Netze), dazu gehört das Synthetisieren und die simulative Umsetzung. Sie bestimmen und bewerten die Güte der Modelle. Die Studierenden implementieren die Modelle in Simulationstools.
Fachübergreifende Kompetenzen:Die Studierenden generalisieren die Problemstellung, generieren individuell und im Team Problemlösungsstrategien und setzen diese um. Sie nutzen dazu system-theoretische Ansätze. Sie beurteilen ihre analytischen und simulativen Ergebnisse und präsentieren die Ergebnisse.

Notwendige Voraussetzungen für die Teilnahme:Kompetenzen aus folgenden Modulen (ohne Nachweiserfordernis):
- Ingenieurmathematik I, II
- Signale und Systeme
Empfohlene Voraussetzungen für die Teilnahme:Kompetenzen aus dem Modul:
- Regelungstechnik (Grundlagen)

Literatur:Lutz, H.; Wendt, W.: Taschenbuch der Regelungstechnik, Verlag Harri Deutsch, 2021
Kruse, R. / Mostaghim, S. / Borgelt, C.: Computational Intelligence. Springer, 2022
Sonnet, D. Neuronale Netze kompakt. Springer, 2022
Ertel, W.: Grundkurs Künstliche Intelligenz. Springer, 2021
Lämmel, U. / Cleve, J.: Künstliche Intelligenz. Carl Hanser, 2020
Beierle, C. / Kern-Isberner, G.: Methoden wissensbasierter Systeme. Springer, 2019
Adamy, J.: Nichtlineare Systeme und Regelungen, Springer Vieweg, 2018
Zacher, S; Reuter, M.: Regelungstechnik für Ingenieure: Analyse, Simulation und Entwurf von Regelkreisen, Springer Vieweg, 2022
Mann, H.; Schiffelgen, H.; Froriep, R.; Webers, K.: Einführung in die Regelungstechnik: analoge und digitale Regelung, Fuzzy-Regler, Regler-Realisierung, Software, München Hanser 2019
Kautek, W.: Modellbildung & Simulation in den Wissenschaften. 2022
Westermann, T.: Modellbildung und Simulation. Springer, 2021
Schmitt, T. L. / Andres, M.: Methoden zur Modellbildung und Simulation mechatronischer Systeme. Springer, 2019
Keller, J.: Computational Intelligence. John Wiley & Sons, 2016
Kroll, A.: Computational Intelligence. De Gruyter, 2016