Popis předmětu - A0M33EOA

Přehled studia | Přehled oborů | Všechny skupiny předmětů | Všechny předměty | Seznam rolí | Vysvětlivky               Návod
A0M33EOA Evoluční optimalizační algoritmy Rozsah výuky:2P+2C
Garanti:Pošík P. Role:V Jazyk výuky:CS
Vyučující:Kubalík J., Pošík P. Zakončení:Z,ZK
Zodpovědná katedra:13133 Kreditů:6 Semestr:Z

Anotace:

Cílem předmětu je seznámit studenty s problémy, na něž mohou narazit při aplikaci evolučních algoritmů, a s metodami jejich řešení. Evolučními algoritmy jsou optimalizační techniky využívající analogií s přírodní evolucí. Předmět prohlubuje některá témata přednášená v předmětu Biologicky inspirované algoritmy směrem k praktickému nasazení a zaměřuje se na nová témata. Na přednáškách budou představeny různé varianty evolučních algoritmů a budou ukázány vhodné oblasti pro jejich nasazení. Na cvičeních si studenti vyzkouší implementaci evolučního algoritmu pro řešení složitých optimalizačních problémů.

Výsledek studentské ankety předmětu je zde: A0M33EOA

Cíle studia:

Cílem předmětu je detailně seznámit studenty s několika variantami evolučních optimalizačních algoritmů a ukázat vhodné oblasti pro jejich praktické nasazení. Důraz je kladen na identifikaci překážek, na které narážíme v aplikacích evolučních algoritmů, a na metody, kterými se řeší.

Osnovy přednášek:

1. Standardní evoluční algoritmy. Vztah klasických opt. technik a EA. Memetické algoritmy.
2. No Free Lunch. Hodnocení výkonosti a porovnání EA.
3. Práce s omezeními. Speciální reprezentace, penalizace a dekodéry, opravné algoritmy, multikriteriální přístup.
4. Parametry EA. Ladění, adaptace.
5. Statistická závislost mezi komponentami řešení. Perturbační metody. Optimalizace učením modelu.
6. Algoritmy EDA. Optimalizace odhadem modelu rozdělení pravděpodobnosti.
7. Evoluční strategie s adaptací kovarianční matice (CMA-ES).
8. Paralelní evoluční algoritmy.
9. Genetické programování (GP). Reprezentace,
inicializace, operátory, typované GP, ADF.
10. Gramatická evoluce. Gene expression programming.
11. Lineární GP. Grafové GP.
12. Problémy v GP. "Bloat", udržení diverzity.
13. Koevoluce.
14. Rezerva

Osnovy cvičení:

1. Realizace jednoduchého genetického algoritmu (SGA). Ukázky vlivu jednotlivých parametrů SGA na jeho výpočet.
2. Rozbor témat na semestrální úlohu. Zadání úloh.
3. Řešení semestrální úlohy I - implementace lokálního optimalizačního algoritmu.
4. Odevzdání semestrální úlohy I.
5. Řešení semestrální úlohy II - implementace jednoduchého EA.
6. Řešení semestrální úlohy II - implementace jednoduchého EA.
7. Odevzdání semestrální úlohy II.
8. Řešení semestrální úlohy III - implementace specializovaného EA.
9. Úspěšné aplikace evolučních algoritmů.
10. Řešení semestrální úlohy III - implementace specializovaného EA.
11. Odevzdání semestrální úlohy III. Prezentace referátů.
12. Prezentace referátů.
13. Prezentace referátů.
14. Rezerva

Literatura:

- Luke, S.: Essentials of Metaheuristics, 2009 http://cs.gmu.edu/~sean/book/metaheuristics/ - Poli, R., Langdon, W., McPhee, N.F.: A Field Guide to Genetic Programming, 2008 http://www.gp-field-guide.org.uk/

Požadavky:

Základní povědomí o optimalizaci a optimalizačních metodách. Více o předmětu na: https://cw.felk.cvut.cz/doku.php/courses/a0m33eoa/start

Poznámka:

Rozsah výuky v kombinované formě studia: 14p+6c

Webová stránka:

http://cw.felk.cvut.cz/doku.php/courses/a0m33eoa/start

Klíčová slova:

Evoluční algoritmy, genetické programování, evoluční strategie, optimalizace.

Předmět je zahrnut do těchto studijních plánů:

Plán Obor Role Dop. semestr
MPBIO1 Biomedicínská informatika V
MPBIO2 Biomedicínské inženýrství V
MPIB Před zařazením do oboru V
MPKME1 Bezdrátové komunikace V
MPKME5 Komunikační systémy V
MPKME4 Sítě elektronických komunikací V
MPKME3 Elektronika V
MPKME2 Multimediální technika V
MPEEM1 Technologické systémy V
MPEEM5 Ekonomika a řízení elektrotechniky V
MPEEM4 Ekonomika a řízení energetiky V
MPEEM3 Elektroenergetika V
MPEEM2 Elektrické stroje, přístroje a pohony V
MPKYR4 Letecké a kosmické systémy V
MPKYR1 Robotika V
MPKYR3 Systémy a řízení V
MPKYR2 Senzory a přístrojová technika V
MPOI1 Umělá inteligence V
MPOI5NEW Softwarové inženýrství V
MPOI4NEW Počítačová grafika a interakce V
MPOI5 Softwarové inženýrství V
MPOI4 Počítačová grafika a interakce V
MPOI3 Počítačové vidění a digitální obraz V
MPOI2 Počítačové inženýrství V


Stránka vytvořena 14.11.2019 17:50:48, semestry: Z,L/2020-1, L/2018-9, Z,L/2019-20, připomínky k informační náplni zasílejte správci studijních plánů Návrh a realizace: I. Halaška (K336), J. Novák (K336)
Za obsah odpovídá: doc. Ing. Ivan Jelínek, CSc.