Τμήμα Μηχανικών Ηλεκτρονικών Υπολογιστών και Πληροφορικής

Πολυτεχνική Σχολή - Πανεπιστήμιο Ιωαννίνων

Εξελικτικός Υπολογισμός

Course Feature
Περιγραφή μαθήματος

Κωδικός μαθήματος: ΜΥΕ011

Εβδομαδιαίες ώρες διδασκαλίας: 3,2,0

Εξάμηνο σπουδών: >=6

Διδακτικές Μονάδες: 4

Μονάδες ECTS: 5

Ιστοσελίδα Μαθήματος: http://ecourse.uoi.gr/enrol/index.php?id=1503

Προσφερόμενο: ΝΑΙ

Προαπαιτούμενα:

Περιεχόμενο:

Το μάθημα πραγματεύεται σύγχρονες μεθόδους Υπολογιστικής Βελτιστοποίησης από τα πεδία του Εξελικτικού Υπολογισμού (Evolutionary Computation) και της Νοημοσύνης Σμηνών (Swarm Intelligence). Στην πλειοψηφία τους, αυτές οι μέθοδοι προέκυψαν από την μοντελοποίηση διαδικασιών βελτιστοποίησης στην φύση, με χρήση μαθηματικών εργαλείων από την Θεωρία Πιθανοτήτων και τα Δυναμικά Συστήματα. Ωστόσο, δεν απαιτείται η παρουσία αυστηρών μαθηματικών προϋποθέσεων για την εφαρμογή τους. Αυτή η ιδιότητα καθιστά τους συγκεκριμένους αλγορίθμους κατάλληλους για την επίλυση προβλημάτων όπου απουσιάζουν αναλυτικά μοντέλα με επιθυμητά μαθηματικά χαρακτηριστικά, όπως η συνέχεια και η διαφορισιμότητα, ή προβλήματα στα οποία το μοντέλο υπόκειται στην επίδραση θορύβου ή/και ελλιπούς πληροφορίας. Επίσης, οι εγγενείς ιδιότητες παραλληλοποίησής τους, καθιστά τους αλγορίθμους κατάλληλους για υπολογιστικά ακριβά προβλήματα. Στα πλαίσια του μαθήματος εξετάζονται, μεταξύ άλλων, οι βασικές αρχές μεθόδων όπως οι Genetic Algorithms, Evolutionary Algorithms, Particle Swarm Optimization, Differential Evolution, Harmony Search και Ant Colony Optimization. Επίσης, παρουσιάζονται εφαρμογές με έμφαση σε προβλήματα Καθολικής Βελτιστοποίησης (Global Optimization) από διάφορα επιστημονικά και τεχνολογικά πεδία, όπως η Επιχειρησιακή Έρευνα, η Αστροφυσική, η Μηχανική κλπ.

Παρατηρήσεις: