Předmět Biologicky inspirované algoritmy (BIA)

Na serveru studentino.cz naleznete nejrůznější studijní materiály: zápisky z přednášek nebo cvičení, vzorové testy, seminární práce, domácí úkoly a další z předmětu BIA - Biologicky inspirované algoritmy, Vysoká škola báňská - Technická univerzita Ostrava (VŠB-TU).

Materiál	Typ	Datum	Počet stažení

Cíl

Cílem předmětu je seznámení jeho posluchačů s moderními výpočetními metodami odvozených z evolučních a biologickýchprocesů (evoluční algoritmy, buněčné automaty apod.). Absolvent získá přehled o moderních výpočetních postupechzaložených na principech, odpozorovaných z biologických dějů a dynamik. Po úspěšném absolvování kurzu bude absolventschopen aplikovat metody probírané v kurzu na reálné problémy.

Osnova

Přednášky:1.Evoluční algoritmy 1. Současný stav na poli softcomputingu, fuzzy logika, neuronové sítě, evoluční výpočetnítechniky (EVT). Klasifikace evolučních výpočetních technik,historická fakta, současné trendy na poli EVT. Centrálnídogma EVT podle Darwina a Mendela.2. Evoluční algoritmy 2. No Free Lunch teorém. Výpočetní složitost a fyzikální limity algoritmů. Víceúčelová optimalizacea Paretova množina.3. Evoluční algoritmy 3. Omezení kladená na účelovou funkci a parametry jedince. Penalizace a její dopad na geometriiúčelové funkce. Práce s reálnými, celočíselnými a diskrétními hodnotami parametrů jedince. Genetické algoritmy.Terminologie GA. Princip činnosti, Hybridná GA, messy GA, paralelní GA, migrační a difůzní model.4. Evoluční algoritmy 4. Evoluční strategie. Dvoučlenné ES: (1+1)-ES. Vícečlenné ES: (μ+λ)-ES a (μ, λ)-ES. VícečlennéES: (μ+λ)-ES a (μ, λ)-ES. Adaptivní ES. Rojení částic (Particle swarm). Rozptýlené hledání (Scatter Search). Optimalizacemravenčí kolonií (AntColony Optimization).5.Evoluční algoritmy 5. SOMA : SamoOrganizující se Migrační Algoritmus, princip činnosti a použité strategie algoritmu:ATO, ATR, ATA a ATAA. Diferenciální evoluce, princip činnosti a použité verze: DE/best/1/exp, DE/rand/1/exp, DE/rand-to-best/1/exp,DE/best/2/exp, DE/rand/2/exp, DE/best/1/bin, DE/rand/1/bin, DE/rand-to-best/1/bin, DE/best/2/bin, DE/rand/2/bin.SOMA, DE a permutační testovací problémy.6. Evoluční algoritmy 6. Techniky genetického programování: genetické programování, gramatická evoluce. Alternativy:analytické programování, Probabilistic Incremental Program Evolution – PIPE, Gene Expression Programming, MultiexpressionProgramming a další.7. Evoluční hardware (EH). Inspirace v biologii. Výpočetní zařízení. Rekonfigurovatelná zařízení. Evoluční návrha číslicové obvody. EH a buňečné automaty. Polymorfní elektronika.8. Buněčné automaty (BA) a komplexní systémy. Úvod do problematiky, Formalismus BA, dynamika a klasifikace buněčnýchautomatů podle Wolframa, Conwayova hra života, modelování pomocí BA.9. Umělý život. Základní definice a existující systémy a modely. Tierra, biomorfové, Sbeat, Sbart, Eden, Galapagos,...Sebereprodukující se automaty podle Turinga a von Neumanna. Langtonova smyčka, počítačové viry a umělý život. Umělýživot a hrana chaosu (podle Kaufmanna)10. Neuronové sítě (NS). Historie a základní princip NS. Trénovací množina a její použití NS. Základní typy sítía jejich aplikace na různé typy problémů.11. Fraktální geometrie. Historie, definice fraktálu, základní typy algoritmů generujících fraktály. Fraktálnídimenze, interpolace a komprese. Vývojové systémy a umělý život. Lsystémy, želví grafika, parametrické L-systémy,L-systémy z pohledu fraktální geometrie.12. Imunologické systémy (IS). Princip IS, limity IS, algoritmy realizující IS, imunotronika.13. Swarm inteligence (SI). Základní pojmy a definice, reprezentativní algoritmy SI - particle swarm, scatter search,ant colony optimization, swarm robotic, umělá evoluce komplexních systémů.14. DNA computing. DNA computing jako součást bioinformatiky, DNA a binárníreprezentace podle Adlemanna. Watson-Crickův automat. Matematické modelováníoperací nad DNA.Cvičení (na PC učebnách):V cvičeních bude kladen důraz na praktickou aplikaci probíraných technik a řešení vybraných vzorových problémů.- tvorba základního jednotného frameworku pro biologicky inspirované algoritmy na principech GUI, 1 týden- tvorba modulu pro generování populace a fitness funkci, 1 týden- tvorba modulu pro techniky výběru rodičů (vhodných kadidátů) ke tvorbě potomků (lepších řešení), 1 týden- tvorba modulu pro křížení, 1 týden- tvorba modulů evolučních algoritmů, 4 týdnů- tvorba modulů symbolické regrese, 4 týden- tvorba modulu s jednoduchým buněčným automatem, 1 týden

Literatura

1. Zelinka I., Oplatková Z., Šeda M., Ošmera P., Včelař F., Evoluční výpočetnítechniky, principy a aplikace, BEN, 2008, Praha2. Kvasnička V., Pospíchal J., Tiňo P., Evolučné algoritmy, STU Bralislava, ISBN80-227-1377-5, 20003. Zelinka I., Včelař F., Čandík M., Fraktální geometrie – principy a aplikace, BEN, 2006, 160 p., ISBN 80-7300-191-8

Požadavky

Žádné

Garant

prof. Ing. Ivan Zelinka, Ph.D.

Vyučující

doc. RNDr. Petr Šaloun, Ph.D.Ing. Filip Zatloukalprof. Ing. Ivan Zelinka, Ph.D.