Fakulta informačních technologií VUT v Brně

Detail předmětu

Aplikované evoluční algoritmy

EVO Ak. rok 2016/2017 letní semestr 5 kreditů

Multikriteriální optimalizační problémy, standardní metody a stochastické evoluční algoritmy (EA), simulované žíhání (SA). Evoluční strategie (ES) a genetické algoritmy (GA). Representace problémů grafovými modely. Evoluční algoritmy v inženýrských aplikacích zejména v syntéze a fyzickém návrhu číslicových obvodů a umělé inteligenci.

Garant předmětu

Bidlo Michal, Ing., Ph.D. (UPSY FIT VUT)

Jazyk výuky

česky

Zakončení

zkouška (písemná)

Rozsah

26 hod. přednášky, 8 hod. pc laboratoře, 18 hod. projekty

Bodové hodnocení

51 zkouška, 18 půlsemestrální test, 8 laboratoře, 23 projekty

Zajišťuje ústav

Přednášející

Bidlo Michal, Ing., Ph.D. (UPSY FIT VUT)

Cvičící

Hyrš Martin, Ing. (UPSY FIT VUT)

Získané dovednosti, znalosti a kompetence z předmětu

Schopnost formulovat řešený problém tak, aby mohl být řešen prostředky evolučních algoritmů. Znalost postupů analýzy a návrhu základních typů evolučních algoritmů.

Cíle předmětu

Získat přehled o moderních optimalizačních technikách a evolučních algoritmech pro řešení složitých, vesměs NP úplných problémů. Naučit se řešit vybrané složité úlohy z inženýrské praxe pomocí evolučních technik.

Literatura studijní

  • Luke, S.: Essentials of Metaheuristics. Lulu, 2015, ISBN 978-1-300-54962-8
  • Jansen, T.: Analyzing Evolutionary Algorithms. Springer-Verlag, Berlin Heidelberg, 2013, ISBN 978-3-642-17338-7
  • Kvasnička, V., Pospíchal, J., Tiňo, P.: Evolučné algoritmy. Vydavatelství STU Bratislava, Bratislava, 2000, ISBN 80-227-1377-5
  • Oplatková, Z., Ošmera, P., Šeda, M., Včelař, F., Zelinka, I.: Evoluční výpočetní techniky - principy a aplikace. BEN - technická literatura, Praha, 2008, ISBN 80-7300-218-3

Literatura referenční

  • Brabazon, A., O'Neill, M., McGarraghy, S.: Natural Computing Algorithms. Springer-Verlag Berlin Heidelberg, 2015, ISBN 978-3-662-43630-1
  • Eiben, A.E., Smith, J.E.: Introduction to Evolutionary Computing, 2nd ed. Springer-Verlag Berlin Heidelberg, 2015, ISBN 978-3-662-44873-1
  • Jansen, T.: Analyzing Evolutionary Algorithms. Springer-Verlag, Berlin Heidelberg, 2013, ISBN 978-3-642-17338-7
  • Talbi, E.-G.: Metaheuristics: From Design to Implementation. Wiley, Hoboken, New Jersey, 2009, ISBN 978-0-470-27858-1
  • Bäck, T.: Evolutionary Algorithms in Theory and Practice. Oxford University Press, Oxford, 1996, ISBN 978-0195099713

Osnova přednášek

  1. Úvod, základní pojmy, principy randomizovaného prohledávání prostoru.
  2. Základní evoluční algoritmy (evoluční programování, evoluční strategie).
  3. Genetické algoritmy (princip, řídicí parametry, genetické operátory).
  4. Genetické programování (princip, symbolická regrese).
  5. Případové studie (návrh řadicích sítí, evoluce celulárních automatů).
  6. Optimalizace v reálné doméně, diferenciální evoluce.
  7. Algoritmy založené na společenstvích (částicové roje, mravenčí kolonie).
  8. Evoluční algoritmy s pravděpodobnostními modely.
  9. Evoluční vývin a gramatická evoluce.
  10. Techniky multikriteriální optimalizace.
  11. Paralelní evoluční techniky.
  12. Koevoluční algoritmy.
  13. Přehled ostatních přírodou inspirovaných paradigmat.

Osnova ostatní - projekty, práce

Zpracování tématu dle vlastní volby formou:
  • implementace aplikace z oblasti evolučních výpočtů nebo
  • studia vybraného odborného článku, prezentace hlavních myšlenek.
Po dohodě lze projekty, řešené současně v jiných kurzech (např. BIN), uznat též pro kurz EVO, pokud tématicky zapadají do oblasti evolučních technik.

Průběžná kontrola studia

Půlsemestrální a finální test, projekt.

Zařazení předmětu ve studijních plánech

Nahoru