Системи на вештачка интелигенција во електроенергетиката

Објавено: октомври 12, 2018

1.    Наслов на наставниот предмет

Системи на вештачка интелигенција во електроенергетиката

2.    Код

3ФЕИТ04З026

3.    Студиска програма

ЕЕУМ

4.    Организатор на студиската програма

Факултет за електротехника и информациски технологии

5.    Степен

Прв циклус студии

6.    Академска година/семестар

IV/7

7.    Број на ЕКТС

6.00

8.    Наставник

Д-р Атанас Илиев

9.    Предуслов за запишување на предметот

 

10.    Цели на предметната програма (компетенции): Стекнување стручни знаења за инженерските аспекти на експертските системи, fuzzy-логичките системи, невронските мрежи и генетските алгоритми и можностите за нивна примена во електроенергетиката и менаџментот.

11.    Содржина на програмата: Историски развој и денешни предизвици на системите на вештачка интелигенција. Карактеристика на експертните системи. Претставување на експертското знаење со правила. Булова и повеќевредносна логика. Инженерски аспекти на fuzzy-логичките системи. Teoрија на fuzzy множества. Fuzzy броеви и операции со нив. Fuzzy логички управувачи и нивна примена во електроенергетиката. Невронски мрежи. Типови на активациони функкции. Методи за учење на невронските мрежи.. Примена на навронските мрежи за прогноза на оптоварувања, дотеци на вoда, брзини на ветер. Fuzzy невронски мрежи. ANFIS модели Вовед во генетските алгоритми – селекција, рекомбинација мутација, популациони алгоритми. Примена на генетските алгоритми во електроенергетиката.Еволутивни алгоритми

12.    Методи на учење: Предавања поддржани со презентации, интерактивни предавања, аудиториски вежби со решавање на практични примери, самостојна изработка на домашни проектни задачи.

13.    Вкупен расположив фонд на часови

3 + 1 + 1 + 0

14.    Распределба на расположивото време

180

15.    Форми на наставните активности

15.1. Предавања – теоретска настава

45

15.2. Вежби, семинари, тимска работа

30

16.    Други форми на активност

16.1. Проектни задачи

30

16.2. Самостојни задачи

30

16.3. Домашно учење

45

17.    Начини на оценување

17.1. Тестови

25

17.2. Семинарска работа/проект

20

17.3. Активност и учење

5

17.4. Завршен испит

50

18.    Критериуми за оценување

до 50 бодови

5 (пет) (F)

од 51 до 60 бодови

6 (шест) (E)

од 61 до 70 бодови

7 (седум) (D)

од 71 до 80 бодови

8 (осум) (C)

од 81 до 90 бодови

9 (девет) (B)

од 91 до 100 бодови

10 (десет) (A)

19.    Услов за потпис и полагање на завршен испит

Редовно посетување на наставата и изработка на домашните и проектните задачи

20.    Јазик на кој се изведува наставата

Македонски и Англиски

21.    Метод на следење на квалитетот на наставата

Интерна евалуација и анкети

22.    Литература

22.1. Задолжителна литература

Бр.

Автор

Наслов

Издавач

Година

1

А. Kaufmann Fuzzy Mathematical Models in Engineering and Management Science Elsevier Science Publishing 1998

2

T. Dillon, D. Niebur Network Applications in Power Systems CRL Publishing 2001

3

Атанас Илиев Системи на вештачка интелигенција во ЕЕ – скрипта за интерна употреба ФЕИТ – Скопје 2010

22.2. Дополнителна литература

Бр.

Автор

Наслов

Издавач

Година

1

S. Milenkovic Vestacke neuronske mreze Zaduzbina Andrejevic 1997

2

Mohamaed El-Hawary Electric Power Applications of Fuzzy Systems IEEE Press 1998