Detail předmětu
Biologicky inspirované výpočty
FSI-VBC Ak. rok: 2021/2022 Zimní semestr
Kurz seznamuje se základními i pokročilými přístupy tzv. biologicky inspirovaných výpočetních technik. Důraz je kladen na praktickou implementovatelnost této speciální třídy algoritmů umělé inteligence. Použitelnost metod je demonstrována na řešení matematických i inženýrských problémů.
Garant předmětu
Zajišťuje ústav
Výsledky učení předmětu
Znalosti: Studenti budou znát základní principy a algoritmy prezentovaných metod, použitelných ve spojité i kombinatorické optimalizaci, jejich možnosti, omezení a implementovatelnost.
Dovednosti: Umět tyto metody používat k řešení praktických inženýrských problémů, kde metody matematické optimalizace nemusí poskytovat přijatelné výsledky.
Prerekvizity
Znalosti základů statistiky a pravděpodobnosti.
Základy optimalizačních metod na úrovni předmětu Optimalizační metody I.
Plánované vzdělávací činnosti a výukové metody
Předmět je vyučován formou přednášek, které mají charakter výkladu základních principů a teorie dané disciplíny, vč. prezentace praktických aplikací. Cvičení je zaměřeno na praktické zvládnutí látky probrané na přednáškách formou týmových projektů. Předmět může být vzhledem k okolnostem vyučován distančně.
Způsob a kritéria hodnocení
Požadavky pro udělení klasifikovaného zápočtu: Studenti budou rozdělení do týmů. Zápočet získají předložením 4 funkčních softwarových projektů za každý tým. Kdokoliv z týmu musí být schopen projekt prezentovat a rozumět mu. Konkrétní specifikace probíhá na cvičení. Kontrola postupu realizace projektu a konzultace jsou prováděny průběžně. Maximum získaných bodů je 100, nutné je získat 60.
Jazyk výuky
čeština
Cíl
Cílem kurzu je seznámit studenty s moderními prostředky biologicky inspirovaných výpočetních technik, a s možnostmi a přiměřeností jejich použití při řešení inženýrských úloh.
Vymezení kontrolované výuky a způsob jejího provádění a formy nahrazování zameškané výuky
Kontrolována je účast na cvičeních. Zameškaná výuka může být nahrazena zpracováním zadaných úloh.
Použití předmětu ve studijních plánech
Program N-AIŘ-P: Aplikovaná informatika a řízení, magisterský navazující
obor ---: bez specializace, 4 kredity, povinný
Typ (způsob) výuky
Přednáška
13 hod., nepovinná
Vyučující / Lektor
Osnova
blok 1. Biologicky inspirované výpočty – úvod. Historie a rozdělení evolučních výpočetních technik (EVT). Standardní genetické algoritmy (SGA). Schémata teorém. Hypotéza o stavebních blocích.
blok 2. Pokročilé GA. Metody kódování problému. Kombinatorická optimalizace pomocí GA. Gramatická Evoluce (GE). Genetické programování (GP). Úlohy symbolické regrese. Kartézské genetické programování (CGA). Evoluční návrh kombinačních logických obvodů.
blok 3. Evoluční strategie (ES). Diferenciální evoluce (DE). Reprezentace. Základní modely. Binární vektorový prohledávací algoritmus HC12. Nelder-Mead algoritmus. Algoritmy využívající vzorů. Bayesovské optimalizační algoritmy.
blok 4. Hejnové algoritmy I. (strategie mravenčí kolonie, včelího roje). Hejnové algoritmy II. (strategie hejna částic, hejna světlušek, SOMA).
blok 5. Celulární automaty I – teoretický základ. Celulární automaty II – praktické aplikace.
blok 6. Shrnutí – Kolokvium.
Cvičení s počítačovou podporou
26 hod., povinná
Vyučující / Lektor
Osnova
Výuka bude rozdělena do 4 bloků reflektujících reálné využití biologicky inspirovaných výpočtů. Studenti budou pracovat ve skupinách a vzájemně – soutěživým způsobem, porovnávat dosažené výsledky.
A. Implementace GA a řešení konkrétní optimalizační úlohy*
B. Implementace zvolené metaheuristiky a řešení konkrétní optimalizační úlohy*
C. Implementace CGA pro evoluční návrh hardware
D. Implementace celulárního automatu
*Úlohy kombinatorické, celočíselné i smíšené optimalizace (TSP, QAP, návrh regulátoru, symbolická regrese, globální optimalizace multimodálních funkcí aj.)