روش‌ها و سامانه‌های فازی

Fuzzy Methods and Systems

مقطع: تحصیلات تکمیلی گرایش: هوش مصنوعی
نوع درس: نظری تعداد واحد: ۳
پیش‌نیاز: – هم‌نیاز: –

هدف کلی

هدف این درس آشنایی و یادگیری مجموعه‌های فازی (تعمیمی بر نظریه مجموعه‌ها) است. در این درس ابتدا تعمیم نظریه مجموعه و منطق به مجموعه‌های فازی بیان می‌گردد و سپس سیستم خبره فازی که پایه بسیاری از کاربردهای فازی در هوش مصنوعی و کنترل است معرفی می‌شود و در نهایت کاربرد‌های از نظریه فازی در هوش مصنوعی و کنترل مورد بررسی قرار می‌گیرد.

سرفصل‌ها

  1. نظریه مجموعه‌های فازی
  2. منطق فازی
  3. سیستم‌های خبره فازی
  4. تقریب تابع توسط سیستم خبره فازی
  5. شبکه‌های عصبی فازی
  6. دسته‌بندی و خوشه‌بندی فازی
  7. تصمیم‌گیری فازی
  8. درخت‌های تصمیم فازی
  9. کنترل‌کننده‌های فازی
  10. دیگر کاربردهای نظریه فازی در هوش‌مصنوعی

ارزیابی پیشنهادی

  • تمرین‌ها و پروژه: ۲۰ درصد نمره
  • آزمون‌های میان‌ترم و پایانی: ۶۰ درصد نمره
  • پروژه پژوهشی: ۲۰ درصد نمره

منابع پیشنهادی

  1. W. Pedrycz. An Introduction to Computing with Fuzzy Sets. Springer 2021.
  2. W. Pedrycz andF. Gomide. An Introduction to Fuzzy Sets: Analysis and Design. MIT Press 1998.
  3. J. Jantzen. Foundations of Fuzzy Control: A Practical Approach. Wiley 2013.
  4. K. Michels, F. Klawonn, R. Kruse, and A. Nürnberger. Fuzzy Control: Fundamentals, Stability and Design of Fuzzy Controllers. Springer 2006.