témavezető: Kocsis Imre
helyszín (magyar oldal): Debreceni Egyetem Informatikai Kar helyszín rövidítés: DE IK
A kutatási téma leírása:
A műszaki tervezési, gyártási és üzemeltetési feladatok többségét manapság már hatékony szoftverek segítik, melyek elvégzik a szakemberek által kiválasztott algoritmusokhoz, módszerekhez kapcsolódó számítási feladatokat, így a mérnöki munka döntő részét a rendszerek specifikációja, majd az alkalmazott rendszerekből kapott eredmények elemzése, értékelése teszi ki. A számítások időigényének csökkenése megteremti annak lehetőségét, hogy jelentős számban állítsuk elő a vizsgált rendszer összekapcsolódó input-output adatait, és az eredmények elemzésével megkeressük az optimális tervezési, gyártási és üzemeltetési paramétereket (például egy alkatrész tervezési adatai és a végeselemes modellből származó mechanikai jellemzői közti kapcsolat elemzésével optimalizálhatók a tervezési paraméterek), ami a tervezési munka hatékonyságát növelheti. A kapcsolatrendszer bonyolultsága miatt az összefüggések feltárására kellőképpen rugalmas módszerek alkalmazása, illetve fejlesztése szükséges, a klasszikus módszerek általában nem szolgáltatnak használható eredményt. Megoldást jelenthet a gépi tanulás eszközeinek, módszereinek alkalmazása. Az ilyen irányú kutatások kapcsán számos módszert írtak le, melyek különböző eredményességgel alkalmazhatók műszaki problémák kezelésére. A módszerek hatékonyságának elemzése és ezek összehasonlítása meghatározott problémakörök esetén elvezethet egy olyan támogató rendszer kiépítéséhez, ami a műszaki fejlesztő tevékenység sikeres támogató eszközeként használható. Az alkalmazások között szerepel többek között a gépészeti tervezés, gyártási folyamatok optimalizálása, diagnosztikai eljárások fejlesztésére, az intelligens terek és épületek modellezése.
Irodalom
S. S. Rao, Engineering Optimization, Theory and Practice, John Wiley and Sons, 2009
Cs. Erdősné Sélley, Gy. Gyurecz, J. Janik, G. Körtélyesi, Engineering Optimization, Typotex, 2012
S. Boyd, L. Vandenberghe, Convex Optimization, Cambridge University Press, 2004
C. E. Rasmussen, C. K. I. Williams, Gaussian Processes for Machine Learning, MIT Press, 2006
S. Haykin, Neural Networks and Learning Machines, Prentice Hall, 2008
P. Zeigler, Theory of modelling and simulation, Academic Press, 2000.
I. Horváth, et al: Advanced Design Support, Delft University of Technology, 2005.
K. J. Bathe, Finite Element Procedures, Prentice Hall, 1996
H.W. Stoll, Product design methods and practices, Marcel Dekker, Inc., 1999.
ajánlott nyelvtudás (magyar oldal): angol felvehető hallgatók száma: 1
Jelentkezési határidő: 2018-02-16
2024. IV. 17. ODT ülés Az ODT következő ülésére 2024. június 14-én, pénteken 10.00 órakor kerül sor a Semmelweis Egyetem Szenátusi termében (Bp. Üllői út 26. I. emelet).
Bejelentkezés
