Впровадження математичних моделей в практику із застосуванням комп'ютерного моделювання

Вибіркова дисципліна
Обсяг освітнього компонента: 
• у кредитах ЄКТС — 4.5.
Кількість аудиторних занять: 
Лекційних занять - 15, практичних занять 7.
Самостійна робота: 
91 годин.
Семестровий контроль: 
Залік.
Анотація: 

Анотація навчальної дисципліни
Мета вивчення дисципліни: формування у здобувачів знань, вмінь і розумінь, а також  практичних навичок для впровадження математичних моделей в практику в різних галузях людської діяльності із застосуванням комп'ютерного моделювання та інтелектуальних інформаційних технологій.
Змістом дисципліни «Впровадження математичних моделей в практику із застосуванням комп'ютерного моделювання» є методологічні основи математичного моделювання динамічних систем на основі інтегростепеневих рядів та поліномів, методи ідентифікації систем з невідомою структурою (типу «чорний ящик») на основі даних експериментів «вхід-вихід» з урахуванням нелінійних та динамічних властивостей досліджуваних систем, застосування побудованих моделей для вирішення прикладних задач.
Практичне значення та використання отриманих знань: в результаті вивчення дисципліни здобувач повинен знати математичні моделі лінійних і нелінійних динамічних систем; інструментальні обчислювальні засоби непараметричної ідентифікації на основі моделей Вольтерри у часовій та частотній областях за наявністю завад у вхідних даних; алгоритми регуляризації процедури ідентифікації; інструментальні програмно-апаратні засоби реалізації методів ідентифікації. Здобувач повинен вміти здійснювати експериментальні дослідження «вхід–вихід» на реальних об'єктах з ціллю побудови математичних моделей; обчислювати на основі емпіричних даних оцінки динамічних та частотних характеристик лінійних і нелінійних динамічних систем; оцінювати точність отриманих оцінок характеристик; визначати адекватність побудованих моделей; застосовувати регуляризовані алгоритми для отримання завадостійких оцінок характеристик моделей об'єктів контролю і управління; застосовувати засоби комп'ютерного моделювання в СКМ Matlab-Simulink та програмування на Python для здійснення дослідження моделей, отриманих за допомогою методів та алгоритмів непараметричної динамічної ідентифікації; впроваджувати математичні моделі в сучасні інформаційно-управляючі системи за допомогою інтелектуальних інформаційних технологій.

Тематика та види навчальних занять
Для денної форми здобуття освіти
Лекційні заняття
Лекція 1. Нова науково-технологічна парадигма. Конвергентні технології: Нано- Біо- Інфо- Когно-технології (NBIC-технології).
Лекція 2. Математичне та комп’ютерне моделювання. Методологічний імператив: тріада «Модель – Алгоритм – Програма».
Лекція 3. Детерміновані неперервні динамічні системи.
Лекція 4. Математичні моделі систем з невідомою структурою типу «чорний ящик» на основі уявлень «вхід-вихід».
Лекція 5. Методи побудови непараметричних моделей динамічних систем на основі даних експериментів «вхід-вихід» в часовій області.
Лекція 6. Методи побудови непараметричних моделей динамічних систем на основі даних експериментів «вхід-вихід» в частотній області.
Лекція 7. Застосування методу регуляризації  в процедурі ідентифікації для отримання робастних оцінок динамічних характеристик досліджуваної системи
Лекція 8. Розв´язання прикладних задач із застосуванням інтегральних моделей складних систем та інструментальних засобів інформаційної технології діагностування. 
Лекція 8. Методи вилучення діагностичної інформації з даних нелінійної динамічної ідентифікації досліджуваних об'єктів у вигляді багатовимірних вагових функцій
Лекція 9. Побудова діагностичної моделі вентильно-реактивного двигуна за даними нелінійної динамічної ідентифікації. 
Лекція 10. Побудова інформаційної моделі фотосинтетичного реакційного центру бактерій у вигляді багатовимірних імпульсних перехідних функцій.
Лекція 11. Ідентифікація окуло-моторної системи (ОМС) людини «вхід-вихід» на основі моделі Вольтерри: застосування в нейронауках.
Лекція 12. Ідентифікація ОМС людини «вхід-вихід» на основі моделі Вольтерри: застосування в системі захисту інформації. 
Практичні заняття
Практичне заняття №1. Застосування моделей складних систем на основі уявлень «вхід-вихід» у вигляді інтегро-степеневих рядів та поліномів в часовій області.
Мета заняття: вивчення моделей динамічних систем у вигляді інтегро-степеневих рядів та поліномів, властивостей багатовимірних вагових функцій, визначення багатовимірних інтегралів згортки.
Практичне заняття №2. Застосування моделей складних систем на основі уявлень «вхід-вихід» в комплексній (частотній) області за допомогою багатовимірних передавальних функцій та багатовимірних амплітудно-частотних і фазо-частотних характеристик. 
Мета заняття: вивчення моделей динамічних систем у вигляді інтегро-степеневих рядів та поліномів в частотній області, перетворення Лапласа багатовимірних інтегралів згортки та зворотного перетворення згорток у комплексній області, використання операції асоціації змінних, визначення багатовимірних АЧХ і ФЧХ.
Практичне заняття №3. Побудова моделей лінійних динамічних систем у вигляді інтегралів згортки на основі даних експериментів «вхід-вихід» в часовій області.
Мета заняття: набуття вміння та навичок використання інструментальних алгоритмічних та програмних засобів на Python ідентифікації лінійних динамічних систем у вигляді імпульсних перехідних функцій та перехідних функцій з урахуванням похибок вимірювань, визначення похибок оцінки отриманих динамічних характеристик.
Практичне заняття №4. Побудова моделей лінійних динамічних систем у вигляді частотних передавальних функцій на основі даних експериментів «вхід-вихід». 
Мета заняття: набуття вміння та навичок використання інструментальних алгоритмічних та програмних засобів на Python ідентифікації лінійних динамічних систем у вигляді частотних передавальних функцій та амплітудно-частотних і фазо-частотних характеристик з урахуванням похибок вимірювань, визначення похибок оцінки отриманих частотних характеристик.
Практичне заняття №5. Побудова моделей нелінійних динамічних систем у вигляді багатовимірних вагових функцій на основі даних експериментів «вхід-вихід» в часовій області.
Мета заняття: набуття вміння та навичок використання інструментальних алгоритмічних та програмних засобів на Python ідентифікації нелінійних динамічних систем у вигляді багатовимірних вагових функцій та багатовимірних перехідних функцій з урахуванням похибок вимірювань, визначення похибок оцінки отриманих динамічних характеристик.
Практичне заняття №6. Побудова моделей нелінійних динамічних систем у вигляді багатовимірних частотних передавальних функцій на основі даних експериментів «вхід-вихід».
Мета заняття: набуття вміння та навичок використання інструментальних алгоритмічних та програмних засобів на Python ідентифікації нелінійних динамічних систем у вигляді багатовимірних частотних передавальних функцій та багатовимірних амплітудно-частотних і фазо-частотних характеристик з урахуванням похибок вимірювань, визначення похибок оцінки отриманих багатовимірних частотних характеристик.
Практичне заняття №7. Модельно-орієнтована інтелектуальна інформаційна технологія діагностування об’єктів різної фізичної природи на основі непараметричних динамічних моделей «вхід-вихід». Етапи реалізації і методичне забезпечення.
Мета заняття: практичне засвоєння здобувачем методів побудови простору діагностичних ознак на основі обчислення вейвлет-перетворень та моментів динамічних характеристик, визначених за результатами ідентифікації; набутті вміння кількісної оцінки діагностичної цінності отриманих ознак, побудови класифікаторів за допомогою методів максимальної правдоподібності та SVM.
Практичне заняття №8. Побудова непараметричної нелінійної динамічної моделі вентильно-реактивного двигуна.
Мета заняття: практичне засвоєння здобувачем отримання експериментальних даних для побудови непараметричної нелінійної динамічної моделі вентильно-реактивного двигуна в часовій області; набуття вміння визначення моделі та її застосування  в діагностичних дослідженнях.
Практичне заняття №9. Розпізнавання нейрофізіологічного стану людини на основі даних айтрекінгу.
Мета заняття: практичне засвоєння отримання експериментальних даних для побудови непараметричної нелінійної динамічної моделі окуло-моторної системи людини із застосуванням інноваційної технології айтрекінга (Eye-Tracking), реалізуємої за допомогою смартфона; набуття вміння визначення моделі та її застосування  в діагностичних дослідженнях.
Для заочної форми здобуття освіти
не передбачено
Консультації здійснюються впродовж семестру згідно встановленого розкладу.

Індивідуальна робота
Для денної форми здобуття освіти
не передбачено
Для заочної форми здобуття освіти
не передбачено

 Форми контрольних заходів та оцінювання результатів навчання
Для денної та заочної форми здобуття освіти
Кожний навчальний семестр містить два модульних контролю. Кожна з двох Модульних контрольних робіт складається з теоретичних та практичних частин. Теоретична частина оцінюється в 20 балів, по 5 балів кожне питання рівної складності, та практична частина, яка оцінюється в 10 балів. Кожний модульний контроль оцінюється у максимально можливі 50 балів.
Якщо підсумковою формою контролю є залік, то підсумкова оцінка формується як накопичувальна за результатами оцінювання всіх навчальних елементів, які заплановані на семестр для виконання здобувачами вищої освіти. Оцінку «зараховано» отримують здобувачі вищої освіти, які виконали всі навчальні елементи не менш, ніж на 60 %.
Критерії оцінювання кожного навчального елемента визначені в робочій програмі навчальної дисципліни і доводяться до відома здобувачів на першому в семестрі занятті відповідно до положення про робочу програму навчальної дисципліни.
Оприлюднення змісту навчальної дисципліни та критеріїв оцінювання здійснюється через силабуси дисциплін, які розміщені на офіційному веб-сайті університету.
Здобувачі зобов’язані дотримуватись принципів академічної доброчесності при виконанні модульних контрольних робіт, поточних контрольних завдань, індивідуальних завдань з дисципліни.

Політика освітнього процесу та умови допуску до підсумкового контролю
Здобувач зобов'язаний своєчасно та якісно виконувати всі отримані завдання; за необхідністю, з метою з'ясування всіх не зрозумілих під час самостійної роботи питань, відвідувати консультації викладача. Дотримуватись принципів академічної доброчесності.
Викладач на першому аудиторному занятті надає повну інформацію щодо усіх складових дисципліни, роз'яснює кількісне та якісне наповнення змістовних модулів, рекомендує відповідну фахову літературу, інформує щодо критеріїв оцінювання рівня навчальних досягнень здобувача з усіх видів та форм навчання та термінів контрольних заходів. 
Викладач здійснює консультації відповідно до затвердженого завідувачем кафедри графіка консультацій.
Виконаний не свій варіант завдання здобувачем не оцінюється.
Робота, яка виконана після встановлених викладачем термінів, не приймається.
Відсутність здобувача на екзамені або на контрольній роботі відповідає оцінці «0».
Під час лекції здійснювати телефонні дзвінки забороняється.
 

Компетентності: 

К1. Здатність застосовувати сучасні технології наукових досліджень процесів, обладнання, засобів і систем автоматизації, контролю, діагностики, випробування та керування складними організаційно-технічними об’єктами та системами
К2. Здатність виявляти наукову сутність проблем у професійній сфері, планувати та здійснювати відповідні наукові і прикладні дослідження

Передумови вивчення дисципліни: 

Володіти методологічними основами математичного моделювання динамічних систем на основі інтегростепеневих рядів та поліномів. Знати методи ідентифікації систем з невідомою структурою

Результати навчання: 

РН1. Застосовувати сучасні технології наукових досліджень, спеціалізований математичний інструментарій для дослідження, моделювання та ідентифікації об’єктів автоматизації
РН2 Уміти виявляти наукову сутність проблем у професійній сфері, знаходити шляхи щодо їх розв’язання

2024 рік