I. Mintavételes SISO szabályozások tervezése (1-2. hét)
Szabályozó tervezés Tustin-transzformációval
Végesbeállású szabályozó tervezése
Smith-prediktor tervezése
Kétszabadságfokú szabályozó tervezése referenciamodell alapján
II. Állapottér módszerek (3-5. hét)
Irányíthatóság, megfigyelhetőség, elérhetőség, rekonstruálhatóság. Kanonikus alakok. Folytonos és diszkrét idejű rendszerek algebrai hasonlósága. Áttérés, logaritmikus mátrix.
Pólusáthelyezés állapotvisszacsatolással. Minimálisrendű állapotmegfigyelő. Szétcsatolás.
III. Nemlineáris és optimális irányítási rendszerek (6-8. hét)
Stabilitás (Ljapunov, aszimptotikus, globális). Ljapunov direkt módszere. La Salle-tétel. Lineáris rendszer stabilitása. Ljapunov egyenlet.
A statikus és dinamikus optimum analitikus feltételei. Kuhn-Tucker tétele. Lokális infimum elv. Pontrjagin-féle maximum elv.
Optimumkereső módszerek. Gradiens, konjugált gradiens és Newton módszer.
Optimális irányítás kvadratikus kritérium szerint. A probléma megoldása lineáris rendszer esetén, Riccati-egyenlet. A diszkrét idejű feladat és megoldása. A diszkrét idejű Kalman-szűrés mint optimum feladat megoldása.
IV. Adaptív és prediktív irányítások (9-11. hét)
Lineáris paraméterbecslési feladat. LS és rekurzív LS becslés.
Stabil operátorok l2 térben. A k-lépéssel előretartó prediktor.
Diszkrétidejű rendszermodellek: AR, ARX, ARMAX, OE, Box-Jenkins, PEM. Identifikáció a legkisebb négyzetek (LS) és a segédváltozók (IV) módszerével. Paraméteroptimalizálás kvázi-Newton módszerrel ARMAX modell esetén. A Sytem Identification Toolbox szolgáltatásai.
MIMO önhangoló adaptív szabályozások.
Általánosított prediktív irányítás SISO rendszer esetén. CARIMA modell, célfüggvény, algoritmus.
V. Fuzzy szabályozások (12. hét)
Fuzzy halmazok, relációk, következtetések. Defuzzifikációs módszerek. TSK-típusú fuzzy rendszerek.
MacVicar-Whelan metaszabályok. Fuzzy tudásalapú szabályozók.
VI. Neurális rendszerek (13-14. hét)
Mesterséges neuron, aktivációs függvények.
Hoppfield-modell, perceptron, feedforward hálózatok.
Többrétegű hálózatok, back propagation (BP).
Modellezés és identifikáció neurális hálózatokkal.
Szubtraktív klaszterezés. Nulladrendű Sugeno (Wang) modell NN alakja, inicializálása és tanítása.
Adaptív hálózat alapú fuzzy következtető rendszerek (ANFIS).