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