Algorytmy genetyczne i ich zastosowanie.
Transkrypt
Algorytmy genetyczne i ich zastosowanie.
Nazwa przedmiotu Autor programu Kierunek studiów Specjalno Rok studiów Semestr Punkty ECTS Liczba godzin Forma zaj , metody nauczania Wymagania wst pne Status przedmiotu w programie studiów (obowi zkowy/fakultatywny), blok Zało enia i cele (wiedza, umiej tno ci) Formy egzaminu/zaliczenia Tre ci programowe (program przedmiotu) Algorytmy genetyczne i ich zastosowanie Prof. dr hab. Grzegorz Kamieniarz Techniczne zastosowania internetu 1 na studiach drugiego stopnia 1 na studiach drugiego stopnia 4 45 Wykład 30h, wiczenia 15h Podstawy informatyki Przedmioty specjalizacyjne do wyboru (fizyka) Omówienie idei i podstawowych poj z zakresu algorytmów genetycznych, przedstawienie matematycznych podstaw, ró nych implementacji kodowania oraz praktyczne zastosowanie algorytmów dla rozwi zania problemów optymalizacji w nauce i technice Zaliczenie przedmiotu nast pi na podstawie egzaminu pisemnego Wykłady: 1. Przegl d metod optymalizacji. Wst p do algorytmów genetycznych (AG), historia, nazewnictwo, ró nice w stosunku do metod analitycznych. Operatory genetyczne (selekcja, krzy owanie, mutacja itd.) 2. Twierdzenie o schematach, hipoteza bloków buduj cych, przekształcenie funkcji celu w funkcj przystosowania 3. Algorytmy ewolucyjne, operatory ewolucyjne i ich istotno . Kodowanie w algorytmach genetycznych i ewolucyjnych (binarne, Graya, logarytmiczne, zmienno-przecinkowe, itd.), kryteria zatrzymania algorytmu, zbie no 4. Implementacja komputerowa algorytmu genetycznego na przykładach rozwi zywania problemów dylematu wi nia, zagadnienia k-ramiennego bandyty i minimalnego problemu zwodniczego 5. Przykłady praktycznego wykorzystania AG w informatyce, ekonomii, fizyce oraz w rozwi zywaniu problemów technicznych (energetyka, transport, komunikacja) 6. Techniki i operacje zaawansowane (diploidalny aparat genetyczny, inwersje, mechanizm nisz i specjacji), realizacja algorytmów genetycznych w rodowisku o architekturze równoległej 7. Wprowadzenie do genetycznych systemów ucz cych si . Charakterystyka innych algorytmów na laduj cych procesy zachodz ce w naturze wiczenia: 1. Prezentacja działania algorytmów genetycznych (AG) słu cych do rozwi zania problemów optymalizacyjnych 2. Zastosowanie twierdzenia o schematach i blokach buduj cych Literatura obowi zkowa Literatura uzupełniaj ca 3. Demonstracja kodowania w algorytmach genetycznych na ró nych przykładach 4. Przegl d i zastosowanie najwa niejszych operatorów genetycznych i ewolucyjnych 5. Optymalizacja wybranych funkcji matematycznych przy pomocy gotowego programu realizuj cego AG 6. Zastosowanie AG do rozwi zania konkretnych problemów w ramach własnej pracy studenta (wykonanie projektu i zaliczenie) 1. D. E. Goldberg, Algorytmy genetyczne i ich zastosowania, WNT, Warszawa 1995. 2. J. Arabas, Wykłady z algorytmów ewolucyjnych, WNT, Warszawa 2004. 3. Z. Michalewicz, Algorytmy genetyczne + Struktury danych = Programy ewolucyjne, WNT, Warszawa, 1996. 1. D. Rutkowska, M. Pili ski, L. Rytkowski, Sieci neuronowe, algorytmy genetyczne i systemy rozmyte, Wydawnictwo Naukowe PWN, Warszawa-Łód 1997. 2. J. Cytowski, Algorytmy genetyczne - Podstawy i zastosowania, Akademicka Oficyna Wydawnicza PLJ, Warszawa 1996.