Detail předmětu
Aplikované evoluční algoritmy
EVO Ak. rok 2020/2021 letní semestr 5 kreditů
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
Jazyk výuky
Zakončení
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
Přednášející
Cvičící
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
- Úvod, principy stochastického prohledávání prostoru.
- Metoda Monte Carlo a její varianty.
- Evoluční programování a evoluční strategie.
- Genetické algoritmy.
- Genetické programování.
- Modely pro výpočetní development.
- Statistické vyhodnocování evolučních experimentů.
- Mravenčí algoritmy.
- Částicové systémy.
- Diferenciální evoluce.
- Vybrané aplikace evolučních algoritmů.
- Algoritmy vícekriteriální optimalizace.
- 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
- Program IT-MGR-2, obor MBI, libovolný ročník, povinně volitelný skupina I
- Program IT-MGR-2, obor MBS, MGM, MIN, MIS, MMI, MMM, MSK, libovolný ročník, volitelný
- Program IT-MGR-2, obor MPV, libovolný ročník, povinně volitelný skupina B
- Program MITAI, obor NADE, NBIO, NCPS, NEMB, NGRI, NHPC, NIDE, NISD, NISY, NMAL, NMAT, NNET, NSEC, NSEN, NSPE, NVER, NVIZ, libovolný ročník, volitelný