| Název: | Evoluční výpočetní techniky |
|---|
| Zkratka: | EVD |
|---|
| Ak.rok: | 2012/2013 |
|---|
| Semestr: | letní |
|---|
| Studijní plán: | |
|---|
| Vyučovací jazyk: | čeština |
|---|
| Informace pro zapsané: | http://www.fit.vutbr.cz/study/courses/EVD/private/ |
|---|
| Ukončení: | zkouška (ústní) |
|---|
| Výuka: | | hod./sem | přednáška | sem./cvičení | lab. cvičení | poč. cvičení | jiná |
|---|
| Rozsah: | 39 | 0 | 0 | 0 | 0 |
|---|
| | zkouška | testy | cvičení | laboratoře | ostatní |
|---|
| Body: | 51 | 0 | 0 | 0 | 49 |
|---|
|
|---|
| Garant: | Schwarz Josef, doc. Ing., CSc., UPSY |
|---|
| Přednášející: | Schwarz Josef, doc. Ing., CSc., UPSY |
|---|
| Fakulta: | Fakulta informačních technologií VUT v Brně |
|---|
| Pracoviště: | Ústav počítačových systémů FIT VUT v Brně |
|---|
| | | Cíle předmětu: |
|---|
Seznámit studenty s moderními evolučními algoritmy pro řešení složitých, vesměs NP úplných problémů. | | Anotace: |
|---|
Evoluční výpočetní techniky v kontextu umělé inteligence a optimalizačních úloh s NP složitostí. Paradigmata genetických algoritmů, evoluční strategie, genetického programování a dalších evolučních heuristik. Teorie a praxe standardních evolučních výpočetních technik. Pokročilé evoluční algoritmy využívající grafické pravděpodobnostní modely (EDA-estimation of distribution algorithms). Paralelní evoluční algoritmy. Přehled typických aplikací evolučních algoritmů v multikriteriálních optimalizačních úlohách, umělé inteligenci, znalostních systémech a návrhu číslicových obvodů. Techniky rychlého prototypování evolučních algoritmů. | | Získané dovednosti, znalosti a kompetence: |
|---|
Zvládnuté postupy při řešení složitých optimalizačních úloh. | | Osnova přednášek: |
|---|
- Evoluční algoritmy, teoretické základy, základní rozdělení
- Genetické algoritmy (GA), struktura, teorie schémat.
- Pokročilé GA.
- Typické kombinatorické optimalizační úlohy (TSP, dekompozice hypergrafu, úloha batohu)
- Evoluční strategie (parametry úlohy a řídící parametry).
- Genetické programování (princip, symbolická regrese).
- Evoluční algoritmy s pravděpodobnostními modely (EDA - estimation of distribution algorithm).
- Varianty EDA algoritmů, UMDA, BMDA a BOA. Bayesovská síť a její konstrukce.
- Simulované žíhání (Metropolisův algoritmus, teplotní fáze).
- Evoluční techniky pro multikriteriální a multimodální úlohy.
- Techniky rychlého prototypování. Struktura vývojových systémů a GA knihovní moduly.
- Nová evoluční paradigmata: imunitní systémy, diferenční evoluce, SOMA.
- Typické inženýrské úlohy.
| | Osnova ostatní - projekty, práce: |
|---|
- Obhajoba projektu, programového díla využívajícího některou variantu evolučních algoritmů
| | Literatura referenční: |
|---|
- Back, J: Evolutionary algorithms, theory and practice, New York, 1996.
- Goldberg, D., E.: The Design of Innovation: Lessons from and for Competent Genetic Algorithms. Boston, MA: Kluwer Academic Publishers, 2002. ISBN: 1402070985.
- Kvasnička V., Pospíchal J., Tiňo P.: Evoluční algoritmy. Vydavatelství STU Bratislava, 2000, str. 215, ISBN 80-227-1377-5.
| | Literatura studijní: |
|---|
- Fogel D., B.: Evolutionary computation: Toward a new philosophy of machine intelligence. IEEE Press, New York, 2000, ISBN 0-7803-5379-X.
| | Kontrolovaná výuka: |
|---|
Obhajoba projektu, programového díla využívajícího některou variantu evolučních algoritmů nebo zpracování vybraného tématu | | |
|
Fakulta informačních technologií