Cilji in kompetence
Cilj predmeta je seznaniti študente s temeljnimi znanji s področja algoritmov po vzorih iz narave.
Vsebina
• Uvod in osnovni pojmi: evolucija, optimizacija, algoritmi po vzorih iz narave, meta-hevristični optimizacijski algoritmi, praktični primeri.
• Napredne tehnike pri evolucijskem računanju in algoritmih: evolucijski algoritmi, genetski algoritmi, evolucijske strategije, genetsko programiranje, diferencialna evolucija itd., najboljši algoritmi na določenih področjih (primeri: JADE, jDE, LSHADE, iLSHADE itd.). Napredni mehanizmi pri enokriterijski optimizaciji, obravnavanju omejitev, optimizaciji velikih dimenzij, večkriterijski optimizaciji, ipd.
• Ostali obetajoči in učinkoviti hevristični pristopi: optimizacija z mravljami, optimizacija z rojem delcev, nevronske mreže itd. Novo nastajajoči algoritmih po vzorih iz narave.
• Praktični primer: načrtovanje, razvoj in poglobljena raziskava ob reševanju zahtevnega kombinatoričnega in/ali numeričnega optimizacijskega problema iz različnih domen z uporabo algoritmov po vzorih iz narave.
Metode poučevanja in učenja
predavanja,
projektna naloga.
Predvideni študijski rezultati - znanje in razumevanje
Po zaključku tega predmeta bo študent sposoben
• iizkazati znanje, razumevanje in sposobnost implementacije algoritmov po vzorih iz narave,
• analizirati, načrtovati in izdelati aplikacije omenjenih algoritmov.
Predvideni študijski rezultati - Prenosljive/ključne spretnosti in drugi atributi
Spretnosti komuniciranja: pisanje strokovnega poročila, pisno in ustno izražanje pri izpitu.
Uporaba informacijske tehnologije: uporaba programskih orodij za analizo, načrtovanje in izdelavo računalniških aplikacij.
Spretnosti računanja: simulacije sistemov.
Reševanje problemov: načrtovanje algoritmov in njihovih aplikacij ter njihovo ovrednotenje.
Temeljni literatura in viri
• D. B. Fogel: Evolutionary Computation: Toward a New Philosophy of Machine Intelligence, Third Edition, John Wiley & Sons Inc., Hoboken, New Jersey, 2006.
• K. Deb: Multi-Objective Optimization using Evolutionary Algorithms, John Wiley & Sons Inc., Chichester, 2003.
• S. Olariu, A. Y. Zomaya (ed.): Handbook of Bioinspired Algorithms and Applications, Chapman & Hall/CRC, Boca Raton, 2006.
• X. Yang. Nature-Inspired Optimization Algorithms, First Edition, Elsevier, 2014.
Pogoji za vključitev v delo oz. za opravljanje študijskih obveznosti
Ni pogojev.
