Zum Inhalt
Fakultät für Elektrotechnik und Informationstechnik

Datenbasierte Modellierung und Optimierung

Umfang und Credits

  • 2 Vorlesungsstunden, 2 Übungsstunden (14-tägig)
  • 4.5 Credits

Moodle

  • Informationen zur Lehrveranstaltung finden Sie im gemeinsamen Moodle-Kurs mit der Veranstaltung "Regelungstechnische Modellierung und Identifikation (RMI)".  Die Einschreibung hierzu erfolgt über LSF.
  • Das Moodle enthält Folien, Übungsaufgaben und Beispielcode

Lehrinhalte:


Datenbasierte Modellierung, Regression, Neuronale Netze, Fuzzysysteme, Instanzbasierte Verfahren, überwachtes Lernen Optimierung: Gradientenverfahren, Newton-Methode, lineare Optimierung, multikriterielle Optimierung, evolutionäre Optimierung Anwendungen: Identifikation dynamischer nichtlinearer Systeme, optimale Regelung, Optimierung komplexer Systeme, prädiktive Regelung

Lehrbuch
Nelles: Nonlinear System Identification, Springer Verlag
 

Kontakt