課程資訊
課程名稱
 智慧型控制
Intelligent Control 
開課學期
 112-1 
授課對象
 生物資源暨農學院  生物機電工程學系  
授課教師
 周瑞仁 
課號
 BME5403 
課程識別碼
 631 U1540 
班次
  
學分
 3.0 
全/半年
 半年 
必/選修
 選修 
上課時間
 星期四7,8,9(14:20~17:20) 
上課地點
 電電實驗室 
備註
 專業選修(機電控制) 本校人工智慧領域專長課程
總人數上限：40人 
  
課程簡介影片
 
核心能力關聯
 核心能力與課程規劃關聯圖
課程大綱
為確保您我的權利,請尊重智慧財產權及不得非法影印
課程概述

Traditional control approach is applied to a system with a complete mathematical model, and the result is effective. For a system that is not easy to be mathematical, it is difficult to exert its function, especially for biological systems which can be modeled less than general industrial systems. Fuzzy control or neural network theory for control have been proved to be effective. This course introduces their principle and application. 

課程目標
 完成本課程的學生具備下列技能：
＊對模糊邏輯系統和人工神經網路有基本的了解
＊了解這些方法相對於其他控制方法的優缺點
＊了解當前的研究趨勢和問題
＊能夠使用模糊邏輯和人工神經網絡設計控制系統
＊使用電腦進行模擬和評估
＊知道如何將這些技術應用於實際問題上
＊確定需求與形成議題
＊優勢調查 (包括相關知能、資源與智財等)
＊數據收集與分析
＊擬定解決方案，進行設計、流程開發、程式撰寫
＊系統工程與專案計畫管理
＊成果發表：口頭簡報、成果展示 (包括解方、電腦模擬或多媒體等形式) 與交付書面報告
＊訓練學生自評與同儕互評
＊多元跨領域能力
＊自主學習能力 
課程要求
 1. Homework and class performance 50%
2. Final project and report 50% 
預期每週課後學習時數
 3 hours 
Office Hours
 每週四 14:20~17:20 備註： TA: 林正浩 at Rm. 303, Tseng Jiang Hall, NTU Time: 14:20~17:20 on Thursday Place: EE Lab. in Takasaka Tomotake Building, NTU Email: f11631029@ntu.edu.tw 
指定閱讀
  
參考書目
 周瑞仁自編講義。
Nazmul Siddique. 2016. A Hybrid Approach Based on Fuzzy Logic, Neural Networks and Genetic Algorithms. 2nd ed. Springer International Publishing. 
評量方式
(僅供參考)
    
課程進度
週次
日期
單元主題
第1週
 09/07  Official leave 
第2週
 09/14  Theme: Introduction to the course—intelligent control
Activity: Grouping, Photo taking, Q&A
Assignment: HW1
 
第3週
 09/21  Theme: Overview of fuzzy control I
Assignment: HW2
 
第4週
 09/28  Holiday (Teachers’ Day) 
第5週
 10/05  Theme: Overview of fuzzy control II
Assignment: HW3
Submission: HW1
 
第6週
 10/12  Theme: Backward propagation neural network model (BPNN) I
Submission: HW2
 
第7週
 10/19  Theme: Backward propagation neural network model (BPNN) II
Assignment: HW4
 
第8週
 10/26  Theme: Backward propagation neural network model (BPNN)III
Submission: HW3
Assignment: Final projects (Fuzzy, ANN)
 
第9週
 11/02  Theme: Unsupervised artificial neural network – Self-organized mapping  
第10週
 11/09  Theme: Convolutional neural network (CNN) I
Submission: HW4
 
第11週
 11/16  Theme: Convolutional neural network (CNN) II
Activity: Sample program explanation
Assignment: HW5
 
第12週
 11/23  Theme: Genetic algorithm(GA) 
第13週
 11/30  Theme: Representation and related terminology of Fuzzy set, Fuzzy operation and Fuzzy inference, Fuzzy relation
Submission: HW5
Discussion on final projects
 
第14週
 12/07  Activity: Oral presentation for the final project 1　(Fuzzy project) 
第15週
 12/14  Activity: Oral presentation for the final project 2 (Neural network project)
(Submit final report (Word) and PPT for both projects )　　　
 
第16週
 12/21  Make up classes