Jak Začít?

Máš v počítači zápisky z přednášek
nebo jiné materiály ze školy?

Nahraj je na studentino.cz a získej
4 Kč za každý materiál
a 50 Kč za registraci!




Předmět Evoluční algoritmy (FEKT-MEAL)

Na serveru studentino.cz naleznete nejrůznější studijní materiály: zápisky z přednášek nebo cvičení, vzorové testy, seminární práce, domácí úkoly a další z předmětu FEKT-MEAL - Evoluční algoritmy, Fakulta elektrotechniky a komunikačních technologií, Vysoké učení technické v Brně (VUT).

Top 10 materiálů tohoto předmětu

Materiály tohoto předmětu

Materiál Typ Datum Počet stažení

Další informace

Cíl

Získání znalostí o deterministických a stochastických metodách optimalizace. Seznámení se s evolučními algoritmy s populacemi pro hledání globálních extrémů vícerozměrných funkcí. Seznámení se s úvodem do genetického programování.

Osnova

1. Optimalizace vycházející z matematické analýzy, podmínky optimality, gradient, hessián2. Metoda nejstrmějšího sestupu, Newtonova metoda3. Jednoduché metody: horolezecký algoritmus, zakázané prohledávání, simulované žíhání4. Stochastické algoritmy pro hledání globálního minima, simplexová metoda 5. Evoluční algoritmy s populacemi. Binární genetické algoritmy. 6. Spojité genetické algoritmy.7. Řízené náhodné prohledávání, evoluční strategie, diferenciální evoluce.8. Rojové algoritmy: SOMA, rojení částic, mravenčí kolonie, 9. Algoritmy inspirované světluškami a včelami, 10. Algoritmy inspirované netopýry a vlčí smečkou.11. Soutěžící heuristiky,testovací funkce pro ověřování optimalizačních algoritmů12. Experimentální porovnávání evolučních algoritmů12. Úvod do genetického programování

Literatura

Tvrdík, J.: Evoluční algoritmy. Skripta, Přírodovědecká fakulta Ostravské univerzity, 2004 (CS)Hynek, J.: Genetické algoritmy a genetické programování. Grada Publishing, 2008 (CS)Zelinka a kol.: Evoluční výpočetní techniky. Principy a aplikace. BEN, Praha, 2009 (CS)Haupt, R.L., Haupt, S.E.: Practical Genetic Algorithms. John Wiley & Sons, New Jersey, 2004 (EN)

Požadavky

Jsou požadovány znalosti na úrovni bakalářského studia, předpokládáme znalosti ze základů numerické matematiky. V laboratorní výuce se předpokládá znalost programovacího prostředí Matlab.

Garant

doc. Ing. Jiří Kozumplík, CSc.

Vyučující

doc. Ing. Jiří Kozumplík, CSc.Ing. Martin Mézl