Předmět Heuristické algoritmy optimalizace (KIP / HALOP)
Na serveru studentino.cz naleznete nejrůznější studijní materiály: zápisky z přednášek nebo cvičení, vzorové testy, seminární práce, domácí úkoly a další z předmětu KIP / HALOP - Heuristické algoritmy optimalizace, Přírodovědecká fakulta, Ostravská univerzita v Ostravě (OU).
Top 10 materiálů tohoto předmětu
Materiály tohoto předmětu
| Materiál | Typ | Datum | Počet stažení |
|---|
Další informace
Obsah
1. Globální extrém, formulace problému globální optimalizace. Spojité a diskrétní problémy, vázaný extrém. Heuristické hledání globálního extrému.2. Testování heuristických algoritmů, testovací funkce, veličiny charakterizující spolehlivost a rychlost konvergence algoritmu. Návrh experimentu. Statistické metody pro porovnávání výkonnosti algoritmů3. Stochastické prohledávání, řízené náhodné prohledávání a jeho modifikace4. Genetické algoritmy5. Evoluční strategie6. Diferenciální evoluce7. Adaptivní varianty diferenciální evoluce8. Migrační algoritmy, PSO9. Migrační algoritmy, SOMA10. Konvergence stochastických algoritmů11. Diskrétní problémy. Modifikace genetických algoritmů pro řešení problému obchodního cestujícího12. Heuristiky pro hledání vázaného extrémuObsahem cvičení je implementace vybraných algoritmů v prostředí Matlab a jejich ověřování na testovacích úlohách, porovnávací experimenty a jejich vyhodnocení a příprava semestrálního projektu. Semestrální projekt zpracovává každý student samostatně, jeho obsahem bude test porovnání nejméně dvou algoritmů nebo variant na vybraných testovacích problémech a zpracování výsledků do stručné zprávy, kterou bude obhajovat při ústní zkoušce.
Získané způsobilosti
Principy heuristických metod a jejich implementace, výhody a nevýhody při jejich aplikaci.
Literatura
Hynek J. Genetické algoritmy a genetické programování. Grada Praha, 2008. Tvrdík, J. Stochastické algoritmy pro globální optimalizaci. 2010. Price, K. V., Storn, R. and Lampinen, J. Differential Evolution: A Practical. Springer, 2005. Back, T. Evolutionary Algorithms in Theory and Practice. Oxford University, 1996. Kvasnička V., Pospíchal J., Tiňo P. Evolučné algoritmy, STU Bratislava, 2000. &, &. Tvrdík, J. Evoluční algoritmy. Ostravská univerzita, Ostrava, 2010. Zelinka I., Oplatková Z. Šeda M., Ošmera P. Včelař F. Evoluční výpočetní techniky. BEN Praha, 2009. http://www.mat.univie.ac.at/~neum/glopt.htmlTvrdík, J., Pavliska V., Bujok P. Základy modelování v MATLABU. Ostravská univerzita v Ostravě, 2010.
Požadavky
Během semestru se bodově hodnotí:- Aktivní účast na cvičení max. 10 bodů)- Zpracování semestrálního projektu (max. 30 bodů)Je vyžadována aspoň sedmdesátiprocentní účast studenta na cvičeních.Součástí ústní zkoušky je obhajoba semestrálního projektu a prokázání přehledu o heuristických algoritmech, jejich principech, implementaci a použití. - max. 60 bodů.Zkoušku student absolvuje v souladu s platným Studijním řádem, zejména s důrazem na č. 32 a čl. 33 Studijního a zkušebního řádu OU.
Garant
doc. Ing. Josef Tvrdík, CSc.
Vyučující
doc. RNDr. David Bartl, Ph.D.doc. Ing. Josef Tvrdík, CSc.doc. RNDr. David Bartl, Ph.D.doc. Ing. Josef Tvrdík, CSc.