Inteligencja obliczeniowa

RSS

Cel przedmiotu

Celem przedmiotu jest zapoznanie studenta z szeroką gamą heurystycznych technik poszukiwania i optymalizacji, ze szczególnym uwzględnieniem metod opartych o teorię ewolucji (tzw. algorytmów lub obliczeń ewolucyjnych).

Program wykładu

Przegląd typów zadań i technik optymalizacji. Poszukiwanie heurystyczne. Optymalizacja globalna i heurystyki niemonotoniczne. Symulowane wyżarzanie. Teoria ewolucji a problemy optymalizacji. Ogólna koncepcja algorytmu ewolucyjnego. Algorytmy genetyczne, strategie ewolucyjne, programowanie ewolucyjne - reprezentacja, operatory wariacji, mechanizmy selekcji. Klasyfikacja algorytmów ewolucyjnych. Problem doboru reprezentacji. Rodzaje operatorów genetycznych. Funkcja oceny i mechanizmy selekcji. Uwzględnianie ograniczeń. Autoadaptacja parametrów. Techniki utrzymywania różnorodności populacji. Niszowanie i specjacja. Algorytmy koewolucyjne. Równoległe i rozproszone algorytmy ewolucyjne. Ewolucja w systemach agentowych. Algorytmy optymalizacji wielokryterialnej. Algorytmy memetyczne i kulturalne. Algorytmy mrówkowe. Algorytmy immunologiczne. Systemy hybrydowe. Ewolucja sieci neuronowych. Ewolucja systemów rozmytych.

Charakterystyka pozostałych zajęć

Zajęcia laboratoryjne pozwalają na ćwiczenie umiejętności w zakresie samodzielnego stosowania heurystycznych algorytmów optymalizacyjnych do rozwiązywania rzeczywistych zadań projektowania inżynierskiego, w tym wykorzystanie dedykowanych narzędzi i bibliotek, dobór wariantu i parametrów algorytmu oraz eksperymentalne badanie jego efektywności.

Bibliografia

1. Jarosław Arabas: Wykłady z algorytmów ewolucyjnych
2. Zbigniew Michalewicz: Algorytmy genetyczne + struktury danych = programy ewolucyjne
3. David E. Goldberg: Algorytmy genetyczne i ich zastosowania
4. Thomas Back, David B. Fogel, Zbigniew Michalewicz: Handbook of Evolutionary Computation

Wszelkie prawa zastrzeżone © 2010 Katedra Informatyki   |   Akademia Górniczno-Hutnicza   |   Realizacja Creative Bastards