I. Fuzzy rendszerek alapjai (1-3. hét)
Fuzzy halmazok, elterjedt T,S,C-normák, halmazműveletek. Direkt szorzat, reláció, összekapcsolás, kompozíció. Függvény fuzzyfikálása, fuzzy dinamikus rendszerek. Fuzzy logika. Elterjedt következtetési típusok (Kleene-Dienes, Lukasiewicz, Zadeh, Gödel, Sharp, Mamdani implikáció). Adatillesztés relációkhoz, következtetési algoritmusok típusai. Fuzzy logikai szabályozó (FLC) felépítése, defuzzyfikációs módszerek. Klasszikus szabályozók fuzzy változatai (MacVicar-Whelan mataszabályok, PD és PI jellegű FLC). Fölérendelt fuzzy szakértő. Fuzzy toolboxok MATLAB környezetben. Alkalmazási példák (szintszabályozás, invertált inga, robot irányítása fölérendelt fuzzy szakértővel).
II. Genetikus algoritmusok alapjai (4. hét)
Genetikai alapfogalmak. Genetikus algoritmusok elméleti alapjai. Fitness függvények, szelekciós módszerek. Rekombináció bináris és real populációk esetén. Mutáció, visszahelyettesítés, migráció. Genetikus toolboxok. Genetikus algoritmusok tesztelése. Alkalmazástechnikai szempontok, korlátozások figyelembe vétele.
III. Optimalizálási módszerek (5. hét)
Az optimum analitikus feltételei. Optimumkeresési technikák (gradiens, konjugált gradiens, Newton, kvázi Newton módszerek). Lineáris és nemlineáris paraméterbecslés.
IV. Statisztikus struktúra tesztek (6. hét)
Statisztikus struktúra tesztek Sugeno rendszerek esetén. Illesztési mértékek és számításuk QR felbontással. A szabálybázi meghatározásának algoritmusa. A MEGLGN (mixture of experts with Gaussian localized networks) sztochasztikus módszer.
V. Adaptív fuzzy rendszerek (7-10. hét)
Fuzzy rendszerek alkalmazásai. Klaszterezés és függvényapproximáció, Wang tétele. Nemlineáris dinamikus rendszerek identifikációja. Indirekt (modellen alapuló) és direkt (modellt nem igénylő) adaptív fuzzy irányítás stabilitási garanciák mellett. Adaptív fuzzy irányítások lineáris és nemlineáris optimalizálási problémái.
Relációk optimális megválasztása evolúciós algoritmussal.
VI. Neuro-fuzzy rendszerek (11. hét)
Adaptív hálózatok. Fuzzy rendszer konvertálása neurális hálózattá, ANFIS. Hibrid tanítás LS és hibavisszaterjesztő technikával.
VII. Fuzzy approximáció szinguláris érték felbontással (12. hét)
Raszterpont háló felett adott függvény approximációs feladatának megfogalmazása. SVD megoldás kétváltozós esetben, az SN és NN feltétel betartása. Általánosítás több változóra.
VIII. Multikritériumú genetikus algoritmusok (13-14. hét)
Multikritériumú optimalizálási feladatok, Pareto-dominancia, preferencia illesztések.
Multikritériumú döntéshozatal, Fleming-Fonseca stratégia, preferálhatósági reláció, korlátozás kielégítés. Populáció rangsorolás, multikritériumú költség tájképe, fitness hozzárendelés, fülkés indukciós módszerek, finess megosztás, paraméterválasztás. Multikritériumú genetikus algoritmus felépítése. Alkalmazási példa.