Estimação e Sistemas de Decisão
Áreas Científicas |
Classificação |
Área Científica |
OFICIAL |
Automação e Controlo |
Ocorrência: 2021/2022 - 1S
Ciclos de Estudo/Cursos
Sigla |
Nº de Estudantes |
Plano de Estudos |
Anos Curriculares |
Créditos UCN |
Créditos ECTS |
Horas de Contacto |
Horas Totais |
M.EEC |
16 |
Plano de Estudos Oficial |
2 |
- |
6 |
39 |
|
Língua de trabalho
Português
Objetivos
No final desta UC pretende-se que os estudantes tenham adquirido uma base sólida de conhecimentos que permitam
compreender os problemas de estimação e identificação, os métodos que, hoje em dia, constituem o "state of the art"
nesta área, e ainda abordar problemas de decisão em ambiente de incerteza.
Resultados de aprendizagem e competências
No final desta UC pretende-se que os estudantes sejam capazes de:
1. Compreender Processos Estocásticos em tempo discreto.
2. Conhecer Modelos de função transferência determinístico-estocásticos de sistemas em tempo discreto (ARX, ARMAX, Box Jenkins).
3. Saber planear experiências de identificação e estimar modelos a partir de dados experimentais.
4. Compreender Processos de Markov e Redes de Bayes.
5. Compreender Programação dinâmica estocástica
6. Saber construir e utilizar Processos de decisão de Markov
Modo de trabalho
Presencial
Pré-requisitos (conhecimentos prévios) e co-requisitos (conhecimentos simultâneos)
- Teoria do Controlo
- Álgebra
- Probabilidade e Estatística
Programa
Processos Estocásticos em tempo discreto.
Modelos de ruído.
Modelos de função de transferência determinístico-estocásticos de sistemas em tempo discreto (ARX, ARMAX, Box Jenkins).
Previsão, Estimação de parâmetros e Identificação de modelos de função de transferência de sistemas em tempo discreto (métodos dos
Mínimos Quadrados, Variáveis Instrumentais e Métodos de Otimização do Erro de Previsão).
Processos de Markov.
Redes de Bayes. Inferência.
Programação dinâmica estocástica e Processos de decisão de Markov.
Teoria da Decisão
Bibliografia Obrigatória
Ljung, Lennart;
System identification. ISBN: 0-13-881640-9
Puterman, M. L.; Puterman, M. L. (2014). Markov decision processes: discrete stochastic dynamic programming. , John Wiley & Sons., 2014
Bibliografia Complementar
Verhaegen, Michel and Verdult, Vincent;
Filtering and System Identification - A least squares approach, Cambridge University Press, 2007. ISBN: ISBN-13 978-0-521-87512-7
Paulo Jorge de Azevedo Lopes dos Santos;
Identificação de sistemas dinâmicos
Lopes dos Santos, Paulo; Perdicoúlis, T-P A; Novara, Carlo; Ramos, Jose; Rivera, Daniel;
Linear Parameter Varying Systems - New Developments and Trends, World Scientific, 2012. ISBN: 13-978-981-4355-44-5
Kumar, P. R., & Varaiya, P. ; Stochastic systems: Estimation, identification, and adaptive control. ., SIAM, 2015
Graham C. Goodwin;
Adaptive filtering. ISBN: 0-13-004069-X
Métodos de ensino e atividades de aprendizagem
- Aulas teóricas: Exposição
- Aulas teórico-práticas: Realização de trabalhos de demonstração de conceitos com dados reais ou simulados. Realização de pequenos projectos de estimação, identificação, e decisão.
- Exposição dos temas programáticos ilustrada por exemplos reais ou simulados (com o MATLAB/Octave) que permitem
clarificar os conceitos e resultados apresentados. Resolução de exercícios e execução de trabalhos práticos,
propostos pelo docente, que estimulam a participação ativa e crítica dos estudantes . Utilização de ferramentas
computacionais no tratamento de dados nomeadamente o MATLAB/Octave
Software
Octave
Matlab
System Identification Toolbox
Palavras Chave
Ciências Tecnológicas > Engenharia > Engenharia de sistemas > Teoria de sistemas
Tipo de avaliação
Avaliação distribuída sem exame final
Componentes de Avaliação
Designação |
Peso (%) |
Teste |
90,00 |
Participação presencial |
10,00 |
Total: |
100,00 |
Componentes de Ocupação
Designação |
Tempo (Horas) |
Estudo autónomo |
78,00 |
Frequência das aulas |
56,00 |
Trabalho laboratorial |
28,00 |
Total: |
162,00 |
Obtenção de frequência
Todo o aluno que não exceda o limite de faltas tem frequência.
Fórmula de cálculo da classificação final
Os alunos terão que fazer 2 testes. O primeiro a meio do semestre e o segundo no fim. Terão ainda que realizar regularmente questionários. A Nota Final é calculada da seguinte forma
Nota final=0,45*T1+0,45*T2+0.1*Q
T1 - Primeiro teste
T2 - Segundo teste
Q - Classificação total dos questionários
Caso a nota final seja superior a 18 valores o aluno pode requerer uma prova oral para eventual atribuição de classificação superior a 18 valores.
Os alunos que não consigam obter a classificação de 10 podem fazer o exame de recurso na época de recurso. Neste caso a classificação final será a obtida no exame.
Avaliação especial (TE, DA, ...)
Os alunos admitidos a exame por terem dispensa de frequência (ao abrigo das alíneas a), b) e c) do Artigo 4º das Normas Gerais de Avaliação) não estão dispensados dos testes de avaliação.
Melhoria de classificação
A melhoria da classificação pode ser efectuada em época especial de exame, sendo a classificação final igual ao resultado obtido nesse exame, se melhor do que a classificação anterior.
Observações
Os alunos dispensados de frequência pelo facto de a terem obtido no ano lectivo anterior (e apenas nesse!)