Адаптивные методы прогнозирования параметров технологических процессов
Beschreibung: В дисциплине изучаются адаптивные методы прогнозирования, позволяющие строить самонастраивающиеся математические модели, которые способны оперативно реагировать на изменения условий путем учета результата прогноза, сделанного на предыдущем шаге, и учета различной информационной ценности уровней ряда. Рассматривается применения адаптивных методов краткосрочного прогнозирования состояния рабочих технических систем.
Betrag der Credits: 6
Пререквизиты:
- Автоматизация технических систем
Arbeitsintensität der Disziplin:
Unterrichtsarten | Uhr |
---|---|
Vorträge | 30 |
Praktische Arbeiten | |
Laborarbeiten | 30 |
AASAL (Autonomes Arbeiten der Schüler unter Anleitung des Lehrers) | 30 |
SE (Studentisches Eigenarbeiten) | 90 |
Endkontrollformular | экзамен |
Form der Endkontrolle | Устный экзамен |
Komponente: Вузовский компонент
Zyklus: Профилирующие дисциплины
Цель
- освоение и понимание методов и техник прогнозирования, которые позволяют предсказывать изменение параметров технологических процессов с высокой точностью.
Задача
- изучение основных понятий и принципов адаптивного прогнозирования параметров технологических процессов, преимуществ и ограничений адаптивных методов прогнозирования параметров технологических процессов;
- освоение методов адаптивного прогнозирования, включая методы авторегрессии, скользящей средней, экспоненциального сглаживания и другие;
- освоение алгоритмов и программных инструментов для проведения адаптивного прогнозирования;
- приобретение навыков применения адаптивных методов прогнозирования на примере реальных технологических процессов;
- формирование навыков оценки качества прогнозов и анализа результатов.
Результат обучения: знание и понимание
- описывать теоретические основы адаптивных методов прогнозирования параметров технологических процессов;
- объяснять основные концепции и и сравнивать модели, используемые в адаптивных методах прогнозирования;
Результат обучения: применение знаний и пониманий
- применять различные алгоритмы и методы прогнозирования для получения оптимальных результатов функционирования систем автоматизации технологических процессов;
Результат обучения: формирование суждений
- анализировать большие объемы данных, выбирать подходящие статистические модели и проверять их эффективность;
- оценивать полученные результаты прогнозирования и принимать обоснованные решения на основе этих результатов;
Результат обучения: коммуникативные способности
- использовать на практике умения и навыки в организации исследовательских и проектных работ, в управлении коллективом
Результат обучения: навыки обучения или способности к учебе
- решать задачи прогнозирования параметров технологических процессов на основе адаптивных методов, используя доступные данные и современные инструменты.
Lehrmethoden
При проведении учебных занятий предусматривается использование следующих образовательных технологий: - интерактивная лекция (применение следующих активных форм обучения: ведомая (управляемая) дискуссия или беседа; модерация; демонстрация слайдов или учебных фильмов; мозговой штурм; мотивационная речь); - построение сценариев развития различных ситуаций на основе заданных условий; - информационно-коммуникационная (например, занятия в компьютерном классе с использованием профессиональных пакетов прикладных программ); - поисково-исследовательская (самостоятельная исследовательская деятельность студентов в процессе обучения); - решение учебных задач.
Bewertung des Wissens der Studierenden
Period | Art der Aufgabe | Gesamt |
---|---|---|
1 Bewertung | Лабораторные работы 1-7 | 0-100 |
2 Bewertung | Лабораторные работы 8-15 | 0-100 |
Endkontrolle | экзамен | 0-100 |
Die Bewertungspolitik der Lernergebnisse nach Arbeitstyp
Art der Aufgabe | 90-100 | 70-89 | 50-69 | 0-49 |
---|---|---|---|---|
Exzellent | Gut | Befriedigend | Ungenügend | |
Работа на лабораторных занятиях | Проявлена превосходная теоретическая подготовка. Необходимые навыки и умения полностью освоены. Результат лабораторной работы полностью соответствует её целям. | Проявлена хорошая теоретическая подготовка. Необходимые навыки и умения в основном освоены. Результат лабораторной работы в основном соответствует её целям. | Проявлена удовлетворительная теоретическая подготовка. Необходимые навыки и умения частично освоены. Результат лабораторной работы частично соответствует её целям. | Проявлена неудовлетворительная теоретическая подготовка. Необходимые навыки и умения не освоены. Результат лабораторной работы не соответствует её целям. |
Устное собеседование | В ответе качественно раскрыто содержание темы. Ответ хорошо структурирован. Прекрасно освоен понятийный аппарат. Продемонстрирован высокий уровень понимания материала. Превосходное умение формулировать свои мысли, обсуждать дискуссионные положения. | Основные вопросы темы раскрыты. Структура ответа в целом адекватна теме. Хорошо освоен понятийный аппарат. Продемонстрирован хороший уровень понимания материала. Хорошее умение формулировать свои мысли, обсуждать дискуссионные положения. | Тема частично раскрыта. Ответ слабо структурирован. Понятийный аппарат освоен частично. Понимание отдельных положений из материала по теме. Удовлетворительное умение формулировать свои мысли, обсуждать дискуссионные положения. | Тема не раскрыта. Понятийный аппарат освоен неудовлетворительно. Понимание материала фрагментарное или отсутствует. Неумение формулировать свои мысли, обсуждать дискуссионные положения. |
Bewertungsbogen
Итоговая оценка знаний обучающего по дисциплине осуществляется по 100 балльной системе и включает:
- 40% результата, полученного на экзамене;
- 60% результатов текущей успеваемости.
Формула подсчета итоговой оценки:
И= 0,6 | Р1+Р2 | +0,4Э |
2 |
где, Р1, Р2 – цифровые эквиваленты оценок первого, второго рейтингов соответственно; Э – цифровой эквивалент оценки на экзамене.
Итоговая буквенная оценка и ее цифровой эквивалент в баллах:
Буквенная система оценки учебных достижений обучающихся, соответствующая цифровому эквиваленту по четырехбалльной системе:
Оценка по буквенной системе | Цифровой эквивалент | Баллы (%-ное содержание) | Оценка по традиционной системе |
---|---|---|---|
A | 4.0 | 95-100 | Отлично |
A- | 3.67 | 90-94 | |
B+ | 3.33 | 85-89 | Хорошо |
B | 3.0 | 80-84 | |
B- | 2.67 | 75-79 | |
C+ | 2.33 | 70-74 | |
C | 2.0 | 65-69 | Удовлетворительно |
C- | 1.67 | 60-64 | |
D+ | 1.33 | 55-59 | |
D | 1.0 | 50-54 | |
FX | 0.5 | 25-49 | Неудовлетворительно |
F | 0 | 0-24 |
Темы лекционных занятий
- Основы адаптивного прогнозирования
- Методы временных рядов в адаптивном прогнозировании
- Адаптивная фильтрация в прогнозировании технологических процессов
- Адаптивные нейронные сети в прогнозировании параметров процессов
- Адаптивная регрессия в прогнозировании технологических параметров
- Адаптивное скользящее среднее в прогнозировании процессов
- Адаптивное экспоненциальное сглаживание в прогнозировании технологических параметров
- Адаптивный калмановский фильтр в прогнозировании процессов
- Адаптивная кластеризация в прогнозировании технологических параметров
- Адаптивный контроль и индикация в прогнозировании процессов
- Адаптивная оптимизация процессов в прогнозировании технологических параметров
- Адаптивная регулировка и управление в прогнозировании процессов
- Адаптивные экспертные системы в прогнозировании технологических параметров
- Адаптивное преобразование фурье в прогнозировании процессов
- Применение адаптивных методов прогнозирования в реальных технологических системах
Основная литература
- Адаптивные системы управления: учебное пособие / А.Р. Гайдук, Е.А. Плаксиенко; Южный федеральный университет. – Ростов-на-Дону; Таганрог: изд-во ЮФУ, 2018. – 120с.
- Акулов А.В. Адаптивные методы прогнозирования параметров технологических процессов: учебное пособие. – Москва: Издательство МГТУ им. Н.Э. Баумана, 2012.
- Кочаров A.C., Линецкий A.В., Земцова Е.С. Адаптивные методы прогнозирования параметров технологических процессов: учебно-методическое пособие. – Москва: Издательство МЭИ, 2009.
Дополнительная литература
- Завьялова И.Б. Адаптивные методы прогнозирования параметров в технологических процессах: монография. – Москва: Наука, 2006.
- Чжан Убун, Чжу Наикен, Хуан Гушэн. Адаптивные методы прогнозирования параметров технологических процессов: научно-практическое пособие. – Пекин: Издательство Науков, 2016.