Detail předmětu
Evoluční výpočetní techniky
EVD Ak. rok 2013/2014 letní semestr
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.
Okruhy otázek k SDZ:
- Evoluční algoritmy, teoretické základy, základní rozdělení.
- Genetické algoritmy (GA), struktura, teorie schémat.
- Evoluční strategie (parametry úlohy a řídící parametry).
- Genetické programování (princip, symbolická regrese).
- Typické kombinatorické optimalizační úlohy (TSP, dekompozice hypergrafu, úloha batohu).
- Numerické optimalizační úlohy (spojitá i diskrétní reprezentace).
- 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.
- Nová evoluční paradigmata: imunitní systémy, diferenční evoluce, SOMA.
Garant předmětu
Jazyk výuky
Zakončení
Rozsah
- 39 hod. přednášky
Zajišťuje ústav
Získané dovednosti, znalosti a kompetence z předmětu
Zvládnuté postupy při řešení složitých optimalizačních úloh.
Cíle předmětu
Seznámit studenty s moderními evolučními algoritmy pro řešení složitých, vesměs NP úplných problémů.
Požadované prerekvizitní znalosti a dovednosti
Nejsou žádné prerekvizity.
Literatura studijní
- Fogel D., B.: Evolutionary computation: Toward a new philosophy of machine intelligence. IEEE Press, New York, 2000, ISBN 0-7803-5379-X.
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.
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.
Průběžná kontrola studia
Hodnocení studia je založeno na bodovacím systému. Pro úspěšné absolvování předmětu je nutno dosáhnout 50 bodů.
Metody vyučování
Výuka předmětu je realizována formou: Přednáška - 3 vyučovací hodiny týdně.
Kontrolovaná výuka
Obhajoba projektu, programového díla využívajícího některou variantu evolučních algoritmů nebo zpracování vybraného tématu
Zařazení předmětu ve studijních plánech