Název:

Aplikované evoluční algoritmy

Zkratka:EVO
Ak.rok:2016/2017
Semestr:letní
Studijní plán:
ProgramObor/
specializace
RočníkPovinnost
IT-MGR-2MBI-povinně volitelný - skupina I
IT-MGR-2MBS-volitelný
IT-MGR-2MGM-volitelný
IT-MGR-2MIN-volitelný
IT-MGR-2MIS-volitelný
IT-MGR-2MMI-volitelný
IT-MGR-2MMM-volitelný
IT-MGR-2MPV2.povinně volitelný - skupina B
IT-MGR-2MSK-volitelný
Vyučovací jazyk:čeština
Informace veřejné:http://www.fit.vutbr.cz/study/courses/EVO/public/
Kredity:5 kreditů
Ukončení:zkouška (písemná)
Výuka:
hod./sempřednáškasem./cvič.lab. cvič.poč. cvič.jiná
Rozsah:2600818
 zkouškatestycvičenílaboratořeostatní
Body:51180823
Garant:Bidlo Michal, Ing., Ph.D. (UPSY)
Přednášející:Bidlo Michal, Ing., Ph.D. (UPSY)
Cvičící:Hyrš Martin, Ing. (UPSY)
Fakulta:Fakulta informačních technologií VUT v Brně
Pracoviště:Ústav počítačových systémů FIT VUT v Brně
Nahrazuje:
Aplikované evoluční algoritmy (EVA), UPSY
 
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.

Anotace:
  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.

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

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 laboratorních cvičení:
 
  • Základní koncepty evolučního počítání, typické problémy, řešení technické úlohy pomocí varianty Metropolisova algoritmu.
  • Evoluční algoritmy v inženýrské praxi, optimalizace elektronických obvodů pomocí genetického algoritmu.
  • Evoluční návrh pomocí genetického programování.
  • Pokročilé techniky s inspirací v přírodě.
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.

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
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
Průběžná kontrola studia:
  Půlsemestrální a finální test, projekt.

 

Vaše IPv4 adresa: 18.206.168.65
Přepnout na https

DNSSEC [dnssec]