Kursplan för Empirisk modellering

Empirical Modelling

Kursplan

  • 10 högskolepoäng
  • Kurskod: 1RT890
  • Utbildningsnivå: Avancerad nivå
  • Huvudområde(n) och successiv fördjupning: Teknik A1N

    Förklaring av koder

    Koden visar kursens utbildningsnivå och fördjupning i förhållande till andra kurser inom huvudområdet och examensfordringarna för generella examina:

    Grundnivå
    G1N: har endast gymnasiala förkunskapskrav
    G1F: har mindre än 60 hp kurs/er på grundnivå som förkunskapskrav
    G1E: innehåller särskilt utformat examensarbete för högskoleexamen
    G2F: har minst 60 hp kurs/er på grundnivå som förkunskapskrav
    G2E: har minst 60 hp kurs/er på grundnivå som förkunskapskrav, innehåller examensarbete för kandidatexamen
    GXX: kursens fördjupning kan inte klassificeras.

    Avancerad nivå
    A1N: har endast kurs/er på grundnivå som förkunskapskrav
    A1F: har kurs/er på avancerad nivå som förkunskapskrav
    A1E: innehåller examensarbete för magisterexamen
    A2E: innehåller examensarbete för masterexamen
    AXX: kursens fördjupning kan inte klassificeras.

  • Betygsskala: Underkänd (U), godkänd (3), icke utan beröm godkänd (4), med beröm godkänd (5)
  • Inrättad: 2011-03-07
  • Inrättad av: Teknisk-naturvetenskapliga fakultetsnämnden
  • Reviderad: 2021-02-16
  • Reviderad av: Teknisk-naturvetenskapliga fakultetsnämnden
  • Gäller från: vecka 27, 2021
  • Behörighet: 120 hp inklusive Reglerteknik I och en kurs i grundläggande matematisk statistik. Engelska 6. (Med en svensk kandidatexamen uppfylls kravet på engelska.)
  • Ansvarig institution: Institutionen för informationsteknologi

Mål

Efter godkänd kurs ska studenten kunna

  • kritiskt bedöma olika modelleringsmetoders användbarhet och begränsningar,
  • värdera och använda olika metoder för empirisk modellering, inklusive olika
    modellklasser, identifieringstekniker och modellvalideringar,
  • använda tillgängliga verktyg och mjukvara,
  • beskriva de olika stegen som ingår då mätdata används för att skatta en modell, från utformning av identifieringsexperiment till modellvalidering,
  • förbehandla och analysera empirisk data insamlad från verkliga system, och ta fram modeller för dessa,
  • presentera projektresultat skriftligt och muntligt.

Innehåll

Tidsdiskreta system. Introduktion till stokastiska processer. Korrelation- och spektralanalys. Exempel på modeller för system och signaler. Linjär regression, minsta kvadratmetoden och prediktionsfelsmetoder. Black box- och grey box-modellering. Modellvalidering och praktiska aspekter. Möjligheter och begränsningar med empirisk modellering. Rekursiva identifieringsmetoder och tillämpningar. Orientering kring olinjär modellering och närliggande forskningsområden.

Projektarbete: Under kursens gång kommer ett flertal projektuppgifter att genomföras. Här används empirisk modellering på data insamlad från olika system, bland annat inom energisektorn. Det finns även möjlighet att komma med egna förslag på intressanta system för modellering.

Undervisning

Föreläsningar, lektioner, och laborationer. Projekthandledning.

Examination

Projektuppgift (8 hp). Inlämningsuppgifter (1 hp. Laborationer (1 hp). Kompletterande skriftligt prov för högre betyg. 

Om särskilda skäl finns får examinator göra undantag från det angivna examinationssättet och medge att en enskild student examineras på annat sätt. Särskilda skäl kan t.ex. vara besked om särskilt pedagogiskt stöd från universitetets samordnare för studenter med funktionsnedsättning.

Övriga föreskrifter

Kursen ersätter Empirisk modellering 7,5 hp (1ET100) och kan inte räknas in i en examen tillsammans med denna.

Litteratur

Litteraturlista

Gäller från: vecka 27, 2021

I bibliotekets söktjänst kan du se om en titel finns elektroniskt.

  • Ljung, Lennart; Glad, Torkel Modellbygge och simulering

    2., [utvidgade och modifierade] uppl.: Lund: Studentlitteratur, 2004

    Se bibliotekets söktjänst

  • Ljung, Lennart; Glad, Torkel Modeling of dynamic systems

    Englewood Cliffs: Prentice Hall, cop. 1994

    Se bibliotekets söktjänst