Optimiranje evolucijskim računanjem

Opis predmeta

U svakodnevnom životu susrećemo različite vrste NP-teških optimizacijskih problema, čijim se približnim rješavanjem omogućava efikasnije i ekonomičnije vođenje raznorodnih procesa. U okviru ove vještine studenti će se upoznati s pojmovima jednokriterijske i višekriterijske optimizacije, s kontinuiranim i kombinatoričkim optimizacijskim problemima te s podskupom algoritama evolucijskog računanja koji će biti iskorišteni za dobivanje zadovoljavajućih rješenja. U okviru vještine obradit će se genetski algoritam, algoritam mravlje kolonije, algoritam roja čestica, imunološki algoritam te algoritam diferencijske evolucije, s primjerima jednokriterijske i višekriterijske optimizacije kontinuiranih i kombinatoričkih problema. Razmotrit će se paralelizacija odabranih algoritama.

Ishodi učenja

  1. definirati pojam optimizacijski problem
  2. navesti algoritme evolucijskog računanja
  3. primijeniti algoritme evolucijskog računanja na jednokriterijske optimizacijske probleme
  4. primijeniti algoritme evolucijskog računanja na višekriterijske optimizacijske probleme
  5. dizajnirati paralelne algoritme evolucijskog računanja
  6. procijeniti prikladnost pojedinih algoritama za određene optimizacijske probleme

Oblici nastave

Predavanja

Auditorne vježbe

Samostalni zadaci

Tjedni plan nastave

  1. Jednokriterijski i višekriterijski optimizacijski problemi
  2. Algoritmi direktnog traženja (Hooke-Jeeves metoda). Gradijentne metode (metoda najbržeg silaska)
  3. Načini prikaza rješenja. Evolucijski operatori (selekcija. mutacija. rekombinacija. itd.)
  4. Načini prikaza rješenja. Evolucijski operatori (selekcija. mutacija. rekombinacija. itd.)
  5. Evolucijski algoritmi za jednokriterijsko optimiranje
  6. Evolucijski algoritmi za jednokriterijsko optimiranje
  7. Algoritmi zasnovani na rojevima čestica za jednokriterijsko optimiranje
  8. Međuispit
  9. Algoritmi zasnovani na rojevima čestica za jednokriterijsko optimiranje
  10. Ostali evolucijski algoritmi za jednokriterijsko optimiranje
  11. Ostali evolucijski algoritmi za jednokriterijsko optimiranje
  12. Problemi bez ograničenja. Rukovanje ograničenjima
  13. Evolucijsko računanje i problemi višekriterijske optimizacije (pareto optimalnost i drugi pristupi)
  14. Paralelizacija algoritama evolucijskog računanja
  15. Završni ispit

Studijski programi

Sveučilišni diplomski
Audiotehnologije i elektroakustika (profil)
Slobodni izborni predmeti (1. semestar)
Automatika i robotika (profil)
Slobodni izborni predmeti (1. semestar)
Elektroenergetika (profil)
Slobodni izborni predmeti (1. semestar)
Elektroničko i računalno inženjerstvo (profil)
Slobodni izborni predmeti (1. semestar)
Elektronika (profil)
Slobodni izborni predmeti (1. semestar)
Elektrostrojarstvo i automatizacija (profil)
Slobodni izborni predmeti (1. semestar)
Informacijsko i komunikacijsko inženjerstvo (profil)
Slobodni izborni predmeti (1. semestar)
Komunikacijske i svemirske tehnologije (profil)
Slobodni izborni predmeti (1. semestar)
Programsko inženjerstvo i informacijski sustavi (profil)
Izborni predmet profila (1. semestar)
Računalno inženjerstvo (profil)
Slobodni izborni predmeti (1. semestar)
Računalno modeliranje u inženjerstvu (profil)
Slobodni izborni predmeti (1. semestar)
Računarska znanost (profil)
Izborni predmeti profila (1. semestar)
Znanost o mrežama (profil)
Slobodni izborni predmeti (1. semestar)
Znanost o podacima (profil)
Slobodni izborni predmeti (1. semestar)

Literatura

(.), Marko Čupić. Prirodom inspirirani optimizacijski algoritmi (online),
(.), El-Ghazali Talbi: Metaheuristics: From Design to Implementation, Wiley, 2009.,

Predavanja

Za studente

Izvedba

ID 222578
  Zimski semestar
5 ECTS
R0 Engleski jezik
R1 E-učenje
45 Predavanja
15 Laboratorijske vježbe

Ocjenjivanje

izvrstan
vrlo dobar
dobar
dovoljan