Aplikované evoluční algoritmy

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

• 60 bodů závěrečná zkouška
• 18 bodů laboratoře
• 22 bodů projekty

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.

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

• 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

• Bäck, T.: Evolutionary Algorithms in Theory and Practice. Oxford University Press, Oxford, 1996, ISBN 978-0195099713

• 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

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. Statistické vyhodnocování evolučních experimentů.
7. Mravenčí algoritmy.
8. Částicové systémy.
9. Diferenciální evoluce.
10. Vybrané aplikace evolučních algoritmů.
11. Modely pro výpočetní development.
12. Algoritmy vícekriteriální optimalizace.
13. Pokročilé techniky vícekriteriální optimalizace.

1. Základní koncepty evolučního počítání, typické problémy, řešení technické úlohy pomocí varianty Metropolisova algoritmu.
2. Evoluční algoritmy v inženýrské praxi, optimalizace elektronických obvodů pomocí genetického algoritmu.
3. Evoluční návrh pomocí genetického programování.
4. Detekce hran v obraze s využitím mravenčích algoritmů.
5. Optimalizace neuronových sítí pomocí diferenciální evoluce.
6. Řešení vybrané úlohy z oblasti statistické fyziky.

Realizace zvoleného tématu z oblasti evolučních technik.

Hodnocená počítačová cvičení, individuální projekt. V případě doložené překážky ve studiu stanoví garant náhradní termín pro splnění hodnocené části předmětu.

Účast na počítačových cvičení, vypracování projektu, závěrečná zkouška.

Vizte kontakty na osobní www stránce a konzultační hodiny s možností rezervsace termínů.