Heuristické algoritmy
Kód | Zakončení | Kredity | Rozsah | Jazyk výuky |
---|---|---|---|---|
18HEUR | KZ | 4 | 2+2 | česky |
- Přednášející:
- Jaromír Kukal (gar.)
- Cvičící:
- Jaromír Kukal (gar.)
- Předmět zajišťuje:
- katedra softwarového inženýrství v ekonomii
- Anotace:
-
Heuristické optimalizační algoritmy pracují na diskrétním nebo spojitém definičním oboru. Jsou zahrnuty heuristiky založené na hrubé síle, náhodě, chamtivosti či fyzikální, biologické nebo sociologické motivaci. Jsou využity ke hledání optima a jsou vzájemně porovnány.
- Požadavky:
-
Základní znalosti algebry, analýzy a programovacích technik.
- Osnova přednášek:
-
1. Smysl, výhody a nevýhody heuristického přístupu
2. Složitost úloh a časová náročnost hledání řešení
3. Heuristiky pro minimalizaci účelové funkce
4. Globální a lokální optimum v diskrétním a spojitém případě
5. Suboptimální řešení a oblast přitažlivosti
6. Použití hrubé síly: systematické prohledávání a náhodná střelba
7. Naivní přístupy: chamtivá strategie a opakované lokální hledání
8. Simulované žíhání s Gaussovým a Cauchyovým šumem
9. Tabu přístup s prostorovým nebo funkčním omezením
10. Genetický model optimalizace
11. Metody evolučního hledání
12. Diferenciální evoluce
13. PSO - optimalizace modelováním hejna částic
14. Efektivita a porovnávání heuristik
- Osnova cvičení:
-
1. Smysl, výhody a nevýhody heuristického přístupu
2. Složitost úloh a časová náročnost hledání řešení
3. Heuristiky pro minimalizaci účelové funkce
4. Globální a lokální optimum v diskrétním a spojitém případě
5. Suboptimální řešení a oblast přitažlivosti
6. Použití hrubé síly: systematické prohledávání a náhodná střelba
7. Naivní přístupy: chamtivá strategie a opakované lokální hledání
8. Simulované žíhání s Gaussovým a Cauchyovým šumem
9. Tabu přístup s prostorovým nebo funkčním omezením
10. Genetický model optimalizace
11. Metody evolučního hledání
12. Diferenciální evoluce
13. PSO - optimalizace modelováním hejna částic
14. Efektivita a porovnávání heuristik
- Cíle studia:
-
Znalosti:
Demonstrovat principy, vlastnosti, výhody a nevýhody různých heuristických přístupů k řešení reálných a obtížných optimalizačních úloh. Efektivita heuristik na dané úloze může být měřena, což je korektní metodika pro nastavování parametrů heuristik a jejich porovnávání.
Schopnosti:
Orientace v dané problematice a schopnost řešení reálných úloh.
- Studijní materiály:
-
Povinná literatura:
[1] Horst R., Pardalos P. M.: Handbook of Global Optimization, Springer, 1994.
[2] Kvasnička V., Pospíchal J., Tiňo P., Evolučné algoritmy, STU Bratislava, 2000.
Doporučená literatura:
[3] Lee K. Y., Sharkawi M. A.: Modern Heuristic Optimization Techniques, Wiley, 2008.
- Poznámka:
- Rozvrh na zimní semestr 2011/2012:
- Rozvrh není připraven
- Rozvrh na letní semestr 2011/2012:
- Rozvrh není připraven
- Předmět je součástí následujících studijních plánů: