Detail předmětu

Aplikované evoluční algoritmy

EVO Ak. rok 2019/2020 letní semestr 5 kreditů

Aktuální akademický rok

Přehled principů stochastického prohledávání stavového prostoru: metody Monte Carlo (MC), evoluční algoritmy (EA). Seznámení s vybranými technikami MC: Metropolisův algoritmus, simulované žíhání, aplikace v oblastech optimalizace a simulace. Přehled principů základních variant EA: evoluční programování (EP), evoluční strategie (ES), genetické algoritmy (GA), genetické programování (GP). Přehled statistických metod pro hodnocení evolučních experimentů. Pokročilé techniky a aplikace EA: numerická optimalizace, diferenciální evoluce (DE), EA založené na chování společenstev: mravenčí algoritmy, částicové systémy. Algoritmy vícekriteriální optimalizace. Aplikace EA v oblasti inženýrského návrhu a umělé inteligence.

Garant předmětu

Bidlo Michal, doc. Ing., Ph.D. (UPSY)

Jazyk výuky

česky

Zakončení

zkouška (písemná)

Rozsah

  • 26 hod. přednášky
  • 12 hod. pc laboratoře
  • 14 hod. projekty

Bodové hodnocení

  • 60 bodů závěrečná zkouška (písemná část)
  • 18 bodů laboratoře
  • 22 bodů projekty

Zajišťuje ústav

Ústav počítačových systémů (UPSY)

Přednášející

Bidlo Michal, doc. Ing., Ph.D. (UPSY)

Cvičící

Husa Jakub, Ing. (UPSY)
Šimek Václav, Ing. (UPSY)

Stránky předmětu

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

  • 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
  • Kvasnička, V., Pospíchal, J., Tiňo, P.: Evolučné algoritmy. STU Bratislava, Bratislava, 2000, ISBN 80-227-1377-5
  • Talbi, E.-G.: Metaheuristics: From Design to Implementation. Wiley, Hoboken, New Jersey, 2009, ISBN 978-0-470-27858-1
  • Luke, S.: Essentials of Metaheuristics. Lulu, 2015, ISBN 978-1-300-54962-8

Osnova přednášek

  1. Úvod, principy stochastického prohledávání prostoru.
  2. Metoda Monte Carlo a její varianty.
  3. Evoluční programování a evoluční strategie.
  4. Genetické algoritmy.
  5. Genetické programování.
  6. Modely pro výpočetní development.
  7. Statistické vyhodnocování evolučních experimentů.
  8. Mravenčí algoritmy.
  9. Částicové systémy.
  10. Diferenciální evoluce.
  11. Vybrané aplikace evolučních algoritmů.
  12. Algoritmy vícekriteriální optimalizace.
  13. Pokročilé techniky vícekriteriální optimalizace.

Osnova ostatní - projekty, práce

Realizace zvoleného tématu z oblasti evolučních technik.

Průběžná kontrola studia

Hodnocená počítačová cvičení, individuální projekt. V případě doložené překážky ve studiu stanoví garant náhradní termín pro splnění hodnocené části předmětu.
Podmínky zápočtu:
Zápočet není ustanoven.

Podmínky zápočtu

Zápočet není ustanoven.

Zařazení předmětu ve studijních plánech

Nahoru