Detail předmětu

Evolution Algorithms

FEKT-NEALAk. rok: 2017/2018

The course is focused on deterministic and stochastic optimization methods for finding global minima. It focuses on evolutionary algorithms with populations such as genetic algorithms, controlled random search, evolutionary strategies, particle swarm method, the method of ant colonies and more.

Jazyk výuky

angličtina

Počet kreditů

5

Garant předmětu

doc. Ing. Jiří Kozumplík, CSc.

Zajišťuje ústav

Ústav biomedicínského inženýrství (UBMI)

Osnovy výuky

1. Optimization based on mathematical analysis, optimality conditions, gradient, Hessian
2. Method of steepest descent, Newton's method
3. Stochastic algorithms for finding global minima, the simplex method
4. Evolutionary algorithms with populations. Binary genetic algorithms.
5. Continuous genetic algorithms.
6. Controlled random search, evolutionary strategies, particle swarm
7. Differential evolution, SOMA, ant colony
8. Swarm algothms: BAT, FA, GSO.
9. Swarm algothms: GWO, BA, ABC.
10. Test function for checking optimization algorithms
11. Experimental comparison of evolutionary algorithms
12. Introduction to genetic programming

Učební cíle

Obtaining an understanding about deterministic and stochastic optimization methods. Introduction to the evolutionary algorithms with populations for finding the global extremes multidimensional functions. Introduction to the genetic programming.

Doporučená literatura

Haupt, R.L., Haupt, S.E.: Practical Genetic Algorithms. John Wiley & Sons, New Jersey, 2004 (EN)

Zařazení předmětu ve studijních plánech

  • Program EEKR-MN magisterský navazující

    obor MN-BEI , 2. ročník, zimní semestr, volitelný oborový

Typ (způsob) výuky

 

Přednáška

26 hod., nepovinná

Vyučující / Lektor

doc. Ing. Jiří Kozumplík, CSc.

Cvičení na počítači

13 hod., povinná

Vyučující / Lektor

doc. Ing. Jiří Kozumplík, CSc.

Ostatní aktivity

13 hod., povinná

Vyučující / Lektor

doc. Ing. Jiří Kozumplík, CSc.