logo-polimi
Loading...
Risorse bibliografiche
Risorsa bibliografica obbligatoria
Risorsa bibliografica facoltativa
Scheda Riassuntiva
Anno Accademico 2015/2016
Scuola Scuola di Ingegneria Industriale e dell'Informazione
Insegnamento 089234 - IDENTIFICAZIONE DEI MODELLI E ANALISI DEI DATI
Docente Bittanti Sergio , Savaresi Sergio Matteo
Cfu 10.00 Tipo insegnamento Corso Integrato

Corso di Studi Codice Piano di Studio preventivamente approvato Da (compreso) A (escluso) Insegnamento
Ing Ind - Inf (Mag.)(ord. 270) - BV (469) AERONAUTICAL ENGINEERING - INGEGNERIA AERONAUTICA*AZZZZ091331 - IDENTIFICAZIONE DI MODELLI E ANALISI DEI DATI
Ing Ind - Inf (Mag.)(ord. 270) - MI (471) BIOMEDICAL ENGINEERING - INGEGNERIA BIOMEDICA*AZZZZ088779 - IDENTIFICAZIONE DEI MODELLI E ANALISI DEI DATI 2
Ing Ind - Inf (Mag.)(ord. 270) - MI (481) COMPUTER SCIENCE AND ENGINEERING - INGEGNERIA INFORMATICA*AZZZZ089234 - IDENTIFICAZIONE DEI MODELLI E ANALISI DEI DATI
088767 - IDENTIFICAZIONE DEI MODELLI E ANALISI DEI DATI 1
Ing Ind - Inf (Mag.)(ord. 270) - MI (487) MATHEMATICAL ENGINEERING - INGEGNERIA MATEMATICA*AZZZZ089234 - IDENTIFICAZIONE DEI MODELLI E ANALISI DEI DATI

Programma dettagliato e risultati di apprendimento attesi

Obiettivi e contenuti del corso

Questo corso fornisce le basi per l’utilizzo di tecniche di analisi di dati sperimentali per la costruzione di modelli (ad esempio a fini predittivi e di controllo), l'identificazione di parametri incerti e la stima di funzioni incognite varianti nel tempo.   In particolare si studia il Filtro di Kalman, grazie al quale è possibile stimare variabili non misurabili da variabili misurabili, ottenendo così un vero e proprio sensore virtuale.

 

Si tratta di tecniche di vastissimo impiego in moltissimi settori dell’ingegneria. Il corso è impostato in modo tale da consentire un immediato utilizzo delle nozioni acquisite ai problemi reali. 

 

Gli argomenti trattati sono dettagliati nel seguito.


Il sito web del corso è: http://corsi.dei.polimi.it/IMAD/

Descrizione degli argomenti trattati

 Dai dati al modello: problemi e metodi

 Leggi e modelli nell'ingegneria e nelle scienze. Incertezza. Problemi di stima da dati sperimentali (esempi da diverse aree disciplinari). Accuratezza dei modelli e loro complessità. Modelli per la classificazione, la predizione, il controllo, la simulazione e la gestione. Tecniche di trattamento dati

 Modelli dinamici di processi stazionari, analisi spettrale e predizione

Modelli ingresso/uscita per serie temporali e relazioni causa/effetto (modelli AR, MA, ARMA, ARX, ARMAX, ARIMAX).  Modelli di stato. Analisi di correlazione e analisi spettrale. Metodi di predizione a partire da modelli ingresso/uscita (teoria di Kolmogorov-Wiener). Impiego delle tecniche di predizione nei problemi di controllo (controllo predittivo – cenni).

 Identificazione di modelli ingresso- uscita

Problemi e tecniche di stima. Identificazione a partire da prove sperimentali semplici. Identificazione a Minimi Quadrati e a Massima Verosimiglianza. Identificazione di modelli AR, MA, ARMA, ARMAX. Scelta della complessità (criteri FPE, AIC, MDL). Equazioni di Yule-Walker e algoritmo di Durbin-Levinson. Stima spettrale e in frequenza. Impiego dei modelli ARX e ARMAX nel controllo predittivo. 

Filtro di Kalman

Stima dello stato di un sistema: filtraggio, predizione, regolarizzazione.  Predittore ad un passo, filtraggio e predizione a piu' passi.  Convergenza e stabilità del predittore. Confronto con la teoria della predizione ingresso uscita

Filtro di Kalman esteso (EKF), Filro di Kalman "unscented" (UKF), Filtro a particelle

 Identificazione di parametri incerti nei modelli

Impiego del filtro di Kalman per la stima di parametri incerti. Identificazione globale dei parametri di un modello di stato lineare

Sistemi  adattativi 

Controllo predittivo a minima varianza e sue generalizzazioni, sistemi adattativi di predizione e controllo

Sistemi non lineari di identificazione

Reti neurali ed altre tecniche nonlineari

Esempi e studi di caso dal mondo reale.


Note Sulla Modalità di valutazione

Organizzazione del corso e modalità di verifica

L'esame consiste in una prova scritta con esercizi numerici e domande di tipo generale. 

Alcuni temi svolti di passati appelli sono reperibili sull'eserciziario e sul sito web: http://corsi.dei.polimi.it/IMAD/


Bibliografia
Risorsa bibliografica facoltativaS. Bittanti, Serie Temporali e Processi Casuali, Editore: Pitagora Editrice - Bologna
Note:

Testo fortemente consigliato

Risorsa bibliografica facoltativaS. Bittanti, Identificazione dei Modelli e Analisi dei Dati, Editore: Pitagora Editrice - Bologna
Note:

Testo fortemente consigliato

Risorsa bibliografica facoltativaS. Bittanti, M. Campi, Raccolta di problemi di identificazione, filtraggio e controllo predittivo, Editore: Pitagora Editrice - Bologna, Anno edizione: 2013

Mix Forme Didattiche
Tipo Forma Didattica Ore didattiche
lezione
60.0
esercitazione
40.0
laboratorio informatico
6.0
laboratorio sperimentale
0.0
progetto
0.0
laboratorio di progetto
0.0

Informazioni in lingua inglese a supporto dell'internazionalizzazione
Insegnamento erogato in lingua Italiano
schedaincarico v. 1.6.1 / 1.6.1
Area Servizi ICT
19/11/2019