Oferta dydaktyczna Instytutu Informatyki

Poniższa lista przedstawia przedmioty, które są uczone w Instytucie Informatyki, niektóre z nich co roku, niektóre z mniejszą częstotliwością Każdy student Instytutu Informatyki studiuje wg indywidualnego toku studiów, wybierając (zgodnie z pewnymi zasadami) z tej listy swoje przedmioty.

Jeżeli zastanawiasz się nad studiami u nas, jeżeli chcesz wiedzieć, czy na Uniwersytecie można zostać inżynierem, jeżeli interesuje Cię 1000 zł stypendium miesięcznie - zapraszamy na naszą stronę główną

Algorytmy ewolucyjne

Nazwa angielska (title in English): Evolutionary Algorithms
Prowadzący (lecturer): Piotr Wnuk-Lipiński
Liczba punktów (ECTS): 9
Liczba punktów 2007 (ECTS since 2007): 6
Rodzaj (type): zaawansowany
Rodzaj od 2007 (type since 2007): informatyczny.I2
Liczba godzin (hours in semester):
wykład:30
ćwiczenia+pracownia:30
Egzamin (exam): tak
Możliwe zajęcia w języku angielskim (can be taught in English): tak
Przedmiot zostal uaktualniony na biezacy rok (updated): tak
Semestr (semester): zimowy

Wymagania (prerequisites)

Opis (description)

Wykład przedstawia ewolucyjne metody rozwiązywania problemów optymalizacji. Prezentuje zarówno algorytmy klasyczne (GA, ES, GP, EP) jak i współczesne (np. PBIL, CGA, ECGA). Omawiane są zagadnienia dyskretne, ciągłe i kombinatoryczne. Duży nacisk jest położony na praktyczne zastosowania algorytmów ewolucyjnych.

Wykład opiera się na wybranych fragmentach podanej literatury, na licznych publikacjach naukowych, na materiałach z podobnych wykładów prowadzonych na innych uniwersytetach na świecie oraz wiedzy uzyskanej przez prowadzącego m.in. podczas współpracy z D. E. Goldbergiem.

Podczas wykładu studenci nie tylko poznają najnowsze algorytmy ewolucyjne, ale również metody ich wyboru, konstrukcji i adaptacji do konkretnych problemów praktycznych i teoretycznych. Nauczą się implementacji poznanych algorytmów przy wykorzystaniu dostępnych pakietów oprogramowania.

Na wykładzie omówione zostaną również współczesne zastosowania algorytmów ewolucyjnych m.in. do analizy obrazów, w tym zdjęć satelitarnych i obrazów medycznych, do analizy danych ekonomicznych i finansowych, do konstrukcji systemów kontroli lotów.

Więcej informacji można znaleźć na stronie prowadzącego.

Program (program)

  1. Zagadnienie optymalizacji (pojęcia wstępne, przykłady problemów, klasyczne modele testowe).
  2. Osobnik, populacja, ewolucja (terminologia algorytmów ewolucyjnych, opis struktur danych, schemat algorytmu ewolucyjnego).
  3. Interpretacja zagadnienia optymalizacji. Reprezentacja danych dla zagadnień dyskretnych, ciągłych i kombinatorycznych. Reprezentacja ciągów binarnych, reprezentacja liczb całkowitych i rzeczywistych, reprezentacja zbiorów, reprezentacja kombinacji i permutacji.
  4. Klasyczne rodzaje algorytmów ewolucyjnych. Algorytmy genetyczne. Strategie ewolucyjne. Programowanie genetyczne. Programowanie ewolucyjne.
  5. Operatory ewolucyjne. Klasyczne operatory ewolucyjne (reprodukcja, rekombinacja, mutacja, selekcja). Metody analizy problemu w celu wyboru, konstrukcji i adaptacji operatorów ewolucyjnych. Projektowanie operatorów ewolucyjnych przeznaczonych do rozwiązywania konkretnego problemu.
  6. Techniki optymalizacji algorytmów ewolucyjnych (populacja początkowa, zbieżność populacji, kryterium zakończenia). Metody doboru parametrów algorytmu.
  7. Tendencje w rozwoju algorytmów ewolucyjnych. Nowoczesne algorytmy ewolucyjne (PBIL, CGA, ECGA). Algorytmy hybrydowe. Równoległe algorytmy ewolucyjne.
  8. Wybrane zastosowania algorytmów ewolucyjnych.

Literatura (references)

Jeżeli jesteś zainteresowany studiowaniem w naszym instytucie, zapraszamy na stronę poświęconą tegorocznej rekrutacji.

Nazwa użytkownika (user name):
Hasło (password):