|
|
| ELK4004 | Akıllı Kontrol Sistemleri | 2+0+0 | AKTS:5 | | Yıl / Yarıyıl | Bahar Dönemi | | Ders Duzeyi | Lisans | | Yazılım Şekli | Seçmeli | | Bölümü | ELEKTRİK ve ELEKTRONİK MÜHENDİSLİĞİ BÖLÜMÜ | | Ön Koşul | Yok | | Eğitim Sistemi | Yüz yüze | | Dersin Süresi | 14 hafta - haftada 2 saat teorik | | Öğretim Üyesi | Dr. Öğr. Üyesi Yeşim Aysel BAYSAL ASLANHAN | | Diğer Öğretim Üyesi | | | Öğretim Dili | Türkçe | | Staj | Yok | | | | Dersin Amacı: | | Öğrencilere geleneksel kontrol yöntemlerinin ötesinde, modern ve ileri düzey akıllı kontrol tekniklerini öğretmektir. Bu ders, öğrencilerin bulanık mantık ve pekiştirmeli öğrenme gibi yöntemleri kullanarak kontrol sistemleri tasarlama, analiz etme ve uygulama becerilerini kazanmalarını hedefler. |
| Öğrenim Kazanımları | PÖKK | ÖY | | Bu dersi başarı ile tamamlayan öğrenciler : | | | | ÖK - 1 : | Akıllı Kontrol Sistemlerinin Temellerini Anlama: Öğrenciler, akıllı kontrol sistemlerinin temel ilkeleri ve kavramları hakkında bilgi sahibi olurlar. | 1,2 | 1,3, | | ÖK - 2 : | Bulanık Mantık Kullanarak Kontrol Sistemleri Tasarlama: Öğrenciler, bulanık mantık prensiplerini kullanarak çeşitli kontrol sistemlerini tasarlayabilirler. | 2,3,7 | 1,3, | | ÖK - 3 : | Pekiştirmeli Öğrenme Yöntemlerini Uygulama: Öğrenciler, pekiştirmeli öğrenme tekniklerini kontrol sistemlerine uygulayabilir ve bu tekniklerin performansını değerlendirebilirler. | 2,3,7 | 1,3, | | ÖK - 4 : | Simülasyon ve Analiz Becerileri Kazanma: Öğrenciler, kontrol sistemlerini simüle ederek ve analiz ederek, sistemlerin dinamik davranışlarını değerlendirebilirler. | 4,5 | 1,3, | | PÖKK :Program öğrenim kazanımlarına katkı, ÖY : Ölçme ve değerlendirme yöntemi (1: Yazılı Sınav, 2: Sözlü Sınav, 3: Ev Ödevi, 4: Laboratuvar Çalışması/Sınavı, 5: Seminer / Sunum, 6: Dönem Ödevi / Proje),ÖK : Öğrenim Kazanımı | | |
| Akıllı kontrol sistemlerine genel bakış, Geleneksel kontrol sistemleri ile akıllı kontrol sistemlerinin karşılaştırılması ve uygulama alanları, Bulanık mantığın tanımı ve tarihçesi, Bulanık kümeler ve üyelik fonksiyonları, Bulanıklaştırma ve bulanık çıkarım, Bulanık mantık kontrolörlerin yapısı, tasarımı ve uygulamaları, Pekiştirmeli öğrenmenin tanımı ve tarihçesi, Pekiştirmeli öğrenmede temel kavramlar: Ajan, çevre, ödül, durum ve eylem, Markov Karar Süreçleri (MDP), Q-öğrenme algoritması, Pekiştirmeli öğrenmenin kontrol sistemlerinde kullanımı |
| |
| Haftalık Detaylı Ders Planı | | Hafta | Detaylı İçerik | Önerilen Kaynak | | Hafta 1 | Akıllı kontrol sistemlerinin tanıtımı, temel kavramlar ve tarihçe, geleneksel kontrol sistemleri ile akıllı kontrol sistemlerinin karşılaştırılması | | | Hafta 2 | Bulanık mantığın tarihsel gelişimi ve bulanıklılık kavramı | | | Hafta 3 | Bulanık kümelerin tanımı, üyelik fonksiyonları ve uygulama örnekleri | | | Hafta 4 | Temel bulanık işlemler ve bulanık ilişkiler | | | Hafta 5 | Bulanık kümeleme ve paylaştırma | | | Hafta 6 | Bulanık kural tabanlı sistemler ve bulanık karar verme, Mamdani bulanık modellemesi | | | Hafta 7 | Sugeno ve Tsukamato bulanık modellemeleri, Durulaştırma yöntemleri | | | Hafta 8 | Bulanık mantık kontrolörlerin yapısı ve tasarımı | | | Hafta 9 | Ara sınav | | | Hafta 10 | Bulanık mantık kontrolörlerin uygulaması | | | Hafta 11 | Pekiştirmeli öğrenmenin tanımı, tarihçesi, diğer makine öğrenme yöntemlerinden farkları, uygulama alanları ve örnekler | | | Hafta 12 | Pekiştirmeli öğrenmede temel kavramlar: Ajan, çevre, ödül, durum ve eylem | | | Hafta 13 | Markov karar süreçlerinin tanımı, özellikleri ve kullanım alanları | | | Hafta 14 | Q-öğrenme algoritmasının temelleri, çalışma prensipleri ve örnek uygulamalar | | | Hafta 15 | Pekiştirmeli öğrenmenin kontrol sistemlerindeki uygulamaları ve örnekler | | | Hafta 16 | Yarıyıl sonu sınavı | | | |
| 1 | Altaş, İ. H. 2017; Fuzzy Logic Control in Energy Systems: with Design Applications in Matlab/Simulink®, IET Books, London | | | |
| 1 | Liu, J. 2018; Intelligent control design and Matlab simulation, Springer, Singapore | | | 2 | Hangos, K.M., Lakner, R., and Gerzson M. 2001; Intelligent control systems: an introduction with examples, Kluwer Academic Publishers | | | 3 | Passino, K. M. and Yurkovich, S. 1998; Fuzzy Control, MA: Addison-Wesley | | | 4 | Sutton, R. S. and Barto, A. G. 2018; Reinforcement learning: An introduction, MIT press | | | 5 | Meyn, S. 2022; Control systems and reinforcement learning, Cambridge University Press | | | |
| Ölçme Yöntemi | | Yöntem | Hafta | Tarih | Süre (Saat) | Katkı (%) | | Arasınav | 9 | | 2 | 30 | | Ödev | 3
5
7
11
13 | | 5 | 20 | | Dönem sonu sınavı | 16 | | 2 | 50 | | |
| Öğrenci Çalışma Yükü | | İşlem adı | Haftalık süre (saat) | Hafta sayısı | Dönem toplamı | | Yüz yüze eğitim | 2 | 14 | 28 | | Sınıf dışı çalışma | 3 | 14 | 42 | | Arasınav için hazırlık | 4 | 3 | 12 | | Arasınav | 2 | 1 | 2 | | Ödev | 5 | 5 | 25 | | Dönem sonu sınavı için hazırlık | 4 | 3 | 12 | | Dönem sonu sınavı | 2 | 1 | 2 | | Toplam Çalışma Yükü | | | 123 |
|