|| 英語(English)
学習支援計画書(シラバス) 検索システム
機械工学専攻
対象課程 科目名 単位数 科目コード 開講時期 授業科目区分
博士前期課程(修士課程)
システム同定特論
System Identification
1 2153-01 2023年度
後学期
関係科目
担当教員名
授業科目の学習・教育目標
キーワード 学習・教育目標
1.ノンパラメトリックモデル 2.パラメトリックモデル 3.式誤差モデル 4.最小2乗法 ロボットを含めた機械システムやプラントを制御するには,制御対象のモデルが不可欠であ る.本講では,未知の制御対象が与えられたときに,その数学モデルを求める(同定する) ための様々な方法について学ぶ.同定実験のための入力データの設定法や測定された入出力 データを使ってノンパラメトリックモデルやパラメトリックモデルを計算する方法を学び, 制御系設計に必要な基礎能力を修得する.
授業の概要および学習上の助言
講義は,以下の話題を中心に進める.必要に応じて小テストとレポート課題を実施して理解を深める.線形代数に関する基本 的な演習(小テスト)を適宜行うので復習しておくこと.また,外部講師による特別講演会の実施を予定している.  ・システム同定の概要と同定実験の方法  ・ノンパラメトリックモデルの同定  ・パラメトリックモデルの同定
教科書および参考書・リザーブドブック
特に指定しない.
履修に必要な予備知識や技能
学部レベルの制御工学と線形代数,離散時間信号の取り扱いについて理解しておくこと.MATLABを用いた演習を行うので,実 行環境を準備し,基本的な操作を理解しておくこと.
学生が達成すべき行動目標
No.
ノンパラメトリックモデルの同定法を説明できる.
パラメトリックモデルの同定法を説明できる.
最小2乗法を用いたパラメトリックモデルの同定を実行できる.
達成度評価
評価方法 試験 クイズ
小テスト
レポート 成果発表
(口頭・実技)
作品 ポートフォリオ その他 合計
総合評価割合 0 30 70 0 0 0 0 100
評価の要点
評価方法 行動目標 評価の実施方法と注意点
試験
クイズ
小テスト
講義内容に沿って適宜実施する.線形代数,講義中に行うシミュレーション演習課題や,その取り組み状 況の評価を含む.
レポート 講義中に作成するプログラムを用いたシミュレーションを含む課題等,演習内容と関連した内容のレポー トを適宜実施する.
成果発表
(口頭・実技)
作品
ポートフォリオ
その他
具体的な達成の目安
理想的な達成レベルの目安 標準的な達成レベルの目安
実際の制御対象の数学モデルを求めるための具体的な同定実験 を計画することができる. 測定した入出力データから数学モデルを構築し,その妥当性を 評価できる. システム同定の概念を理解し,その数学モデル獲得の過程を説 明できる. 最小2乗法によるパラメトリックモデルの同定が実行できる.
※学習課題の時間欄には、指定された学習課題に要する標準的な時間を記載してあります。日々の自学自習時間全体としては、各授業に応じた時間(例えば2単位科目の場合、予習2時間・復習2時間/週)を取るよう努めてください。詳しくは教員の指導に従って下さい。
授業明細
回数 学習内容 授業の運営方法 学習課題 予習・復習 時間:分※
1 ・システム同定とは ・確率過程 講義・演習 当該講義内容の復習,及び次回範 囲の予習 180
2 ・同定入力 ・システムの表現 講義・演習 当該講義内容の復習,及び次回範 囲の予習 180
3 ・式誤差モデル 講義・演習 当該講義内容の復習,及び次回範 囲の予習 180
4 ・(外部講師による)特別講義 講義・演習 当該講義内容の復習,及び次回範 囲の予習 180
5 ・ノンパラメトリックモデルの同定 講義・演習 当該講義内容の復習,及び次回範 囲の予習 180
6 ・パラメトリックモデルの同定(1) 講義・演習 当該講義内容の復習,及び次回範 囲の予習 180
7 ・パラメトリックモデルの同定(2) ・これまでの学習内容の振り返り 講義・演習 当該講義内容の復習,及び次回範 囲の予習 180