Heuristické algoritmy

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: